Description

• 本周（2025年第49周）感冒持续好转。

💻 NLP研究：使用 Stanza 工具包处理多语言

• 项目背景： 为提高游戏时快速阅读文本的效率，尝试对对话框进行主谓宾等词法标注。
• 工具： 选用 Stanza (Python NLP工具包)。
• 多语言测试结果：
  • 中文/韩语： 识别准确率不高，容易将长名词（如“检察院”）错误拆分为动词和名词。
  • 日语： 识别较好，因为汉字部分多为名词。
  • 泰语： 识别结果意外地准确。据了解，泰语词汇本身少有词法变形，便于 Stanza 直接匹配词意。

📊 Tallinn PyData 会议分享

本次活动在 Wise 总部举办，主要有两个分享：

1. 无人机图像识别与 XR：
   • 主讲人最初的项目是农业无人机图像识别。
   • 但分享内容侧重于介绍 XR 技术，听者认为讲解不够深入或实用。
2. Wise 的分布式图计算应用
   • 背景： Wise（类支付宝业务）需要进行风险分析（如反诈骗的转账关系分析），需要强大的图计算能力。
   • 技术栈演进：
     • 早期： 使用 Neo4j，但分布式能力需手动实现（类似于早期 MySQL 的分库分表）。
     • 现在： 采用 Apache Spark（分布式内存计算工具，类似分布式 Redis）来处理分布式问题。
     • 解决图计算短板： Spark 缺乏 Neo4j 专业的图计算能力，因此引入 GraphFrames 框架，弥补了 Spark 在图计算上的不足，实现了一个自动分布式的图计算系统。
   • 演示工具： 演示时使用的是 Marimo notebook，据说比 Jupyter 更优。