Speaking of Linux and UNIX, some people may be (mis)interpreting our continued support and investment in these platforms as a broader change for Microsoft – so here’s some color. We’re making a pragmatic decision to continue to delight a core part of FAST’s customer base that has chosen the Linux/UNIX OS. […]

Net, our approach doesn’t imply any kind of broader change for our company in its strategy (so conspiracy theorists can stand down ) and you shouldn’t expect to see SharePoint running on UNIX. You can bet that we’ll innovate on Windows, too, and over time we hope customers will see .NET as a preferred platform choice.

Maybe I’m just a bit touchy when Microsoft people try to speak about Linux, but still. It’s laudable at least that they lower themselves to the continued support of ESP of RHEL, AIX, HP-UX and others, especially when there’s quite some support contracts with important customers still running, who would be only too delighted to find out that they might have to switch their whole setup to Windows servers the other day.

I’m not sure if they can continue to make buck from the non-Windows offerings of ESP – honestly, who wants to spend considerable money and time on a new ESP installation, while reading about .NET as the preferred platform at the same time?

The second paragraph is even more hilarious, especially the comment about SharePoint on UNIX. I’d give the little orange „:::fast” rubber ball on my desk to see that happen, or at least to meet the conspiracy theorists who are able to come up with such an idea.

Nehmt mein Geld, aber lügt mich nicht auch noch an. Die letzten 629€ haben auch nichts geholfen. Seid nur froh, dass es nicht genug Geld ist, um wirklich gute Lehre einfordern zu können.

Man muss natürlich sagen, dass das Angebot an Vorlesungen in Saarbrücken groß ist, wenn auch nicht überragend. Es ist zwar irgendwie für jeden was dabei, aber die Warnungen, die mir in Tübingen im letzten Jahr mitgegeben wurde, trifft zu: das Master-Programm ist sehr stark auf Informatiker zugeschnitten, die nicht wissen, wo beim Satz das Verb ist. Ich sehe aber nicht, inwiefern die bisherigen Kurse dazu geeignet wären, einen bescheidenen Linguisten zur maschinellen Sprachverarbeitung zu befähigen. Zwar hat man natürlich immer die Möglichkeit, sich nur mit der theoretischen der Computerlinguistik zu beschäftigen, aber ein paar praktische Kurse wären doch nett. Die Leute, die schon programmieren können, holen sich ihren Praxisfix sowieso mit HiWi-Jobs.

Ohne jetzt Einzelkritik üben zu wollen, kann man sagen, dass die Kernkurse relativ schlecht, die Zusatzkurse relativ gut sind. Die Kernkurse (Foundations of Computational Linguistics und Language Technology I) kranken natürlich daran, dass unabhängig vom Thema immer die Hälfte der Leute gelangweilt sind (wobei die beiden Hälften nicht notwendigerweise disjunkt sind).

Language Technology I könnte eigentlich interessant sein, vor allem, weil alle Dozenten Fachleute auf ihrem Gebiet sind. Das Problem ist aber leider, dass alle Dozenten Fachleute auf ihrem Gebiet sind, und keine Lehrer, dazu noch wirken die Vorträge sehr routiniert („… Condoleeza Rice, National Security Advisor to the President…”). Man hätte sich auch vorstellen können, dass man mit den jeweiligen Systemen (Shallow Parsing, IE, Textzusammenfassung) arbeitet und Aufgabenstellungen lösen muss (Praxis ist hier das Stichwort) – um zu lernen, in Texten alle Personennamen bunt anzumalen, brauch ich nicht morgens um 11 in die Uni zu gehen.

Darüber hinaus bin ich dank intelligenter Kurswahl bin den gleichzeitig uninteressanten & arbeitsintensiven Kursen entkommen. Über die Zusatzkurse (Speech and Pattern Recognition, Computational Models of Discourse und Ontologies and Natural Language Processing) kann ich größtenteils nur positives sagen, und daher lass ich es einfach.

CDATA and Doubly-Escaped Entities

So let’s see. In theory, the XML snippets

<bla><![CDATA[&auml;]]></bla>

and

<bla>&amp;auml;</bla>

represent the same DOM tree.

In order to see that this is actually true, one can use the Swiss Army Knife of XML handling, xmllint, to convert an XML file to its Canonical Format:

$ echo '<bla><![CDATA[&auml;]]></bla>'|xmllint --c14n -|md5sum
02ccfa2fff45fcb19b96a096637e3925  -
$echo '<bla>&amp;auml;</bla>'|xmllint --c14n -|md5sum
02ccfa2fff45fcb19b96a096637e3925  -

How Can I Break It?

Normally, XML parsers handle this correctly and it does not matter if a file contains CDATA sections or at lot of doubly-escaped entities like <. Unfortunately, all the niceness disappears if people decide that it’s a good idea to „parse” XML using some regexes and just assume that everybody would use CDATA sections for certain elements. This dreadful technique is used in in the RSS importer of WordPress. Adding injury to insult, ElementTree does not support creating XML files with CDATA sections because the author (rightfully) claims that they are not really needed. Because of this, I had to use a rather blunt workaround to finally get the XML into the format needed for a successful and good-looking import.

What do we learn?

• Although WordPress looks quite good on the outside and works quite well, the authors do exactly what I expect from PHP programmers.
• Supporting even obscure and seemingly superfluous parts of a standard is important, because other programs might depend on exactly that feature, rendering a library totally useless in some cases.

ElementTree and Namespaces

Originally, this post should have been about ElementTree and how I finally got around to correctly handle XML namespaces with it. Now this has to wait till tomorrow.

Stark anzufangen und ebenso nachzulassen scheint aber nicht nur ein Phänomen der Literatur zu sein, die ich zu konsumieren pflege, sondern ist auch oft in Computerspielen anzutreffen. Diese werden zum Ende hin oft sehr linear (Gothic II, Planescape Torment) oder megalomanisch (wieder Gothic II, Baldur’s Gate: TdB), wo sie am anfang non-linear und durchaus realistisch waren.

Es ist selten, dass mich ein Ende zu überzeugen weiß, seltener noch, dass das Ende „besser” ist als der Anfang. Daher war ich gestern Abend (bzw. Nacht) durchaus erfreut, als ich mich durch die letzten Seiten von Walter M. Millers Roman „A Canticle for Leibowitz” (Ein Lobgesang auf Leibowitz) fraß. Die Schilderung der Situation der menschlichen Gesellschaft auf der Erde, die ein weiteres Mal auf einen groß angelegten atomaren Schlagabtausch zuschlittert und aus den vorherigen Kriegen und dem darauf folgenden Zeitalter der geistigen Umnachtung nichts gelernt hat, war beeindruckend und bedrückend aus der Perspektive der Mönche geschildert, die das wenige überbleibende Wissen über die Zeitalter bewahrt hatten. Wenige Informationen, die auf offiziellen Kanälen preisgegeben wurden, dann ein erster Schlagabtausch im All, vergolten durch die Zerstörung einer Stadt und der darauf folgende Strom von Flüchtlingen und Verletzten. Dann, wie sollte es auch anders kommen, der nukleare Overkill, aber! Auf den letzten Seiten fühlte ich mich fatalst an „Nach der Bombe” von Philip K. Dick erinnert, ein ganz schwaches Buch. Allein aufgrund dieses Buches habe ich bisher nichts weiteres von Dick gelesen.

Das Bestreben, menschlichen Mutanten irgendwelche über- oder nebensinnliche Befähigungen zuzuschreiben hat mich dort schon furchtbar genervt. Miller begeht den gleichen Fehler, dabei war das Buch bis zu diesem Punkt gut lesbar, mit Humor geschrieben, aber nicht ohne Intelligenz und Anspruch. Die letzten zehn Seiten sind meiner Ansicht nach schlicht überflüssig.

Eine andere Frage, für einen anderen Tag: Was finden SciFi-Autoren an der katholischen Kirche? Mir fallen auf Anhieb drei Bücher ein, in der Kleriker oder die Kirche selbst eine Rolle spielen (s.o., die Hyperion-Bände von Simmons und Sperling von Mary Doria Russell), aber kaum welche, in der protestantische oder evangelikale Christen vorkommen – mir fällt nur der Eclipse-Zyklus von Shirley ein (Cyberpunk ist irgendwie tot…), „Left Behind” lasse ich nicht gelten.

Today, when I read the Eclipse documentation, I stumbled upon this page. I tried to understand the documentation of the enabledWhen attribute, but I failed somewhere along the way. Maybe it was because the classes mentioned in the documentation are deeply, deeply buried in Eclipse (I could not find them via Open Type…!?), maybe I was distracted by constant Python questions raining down on me.