求科普区块链，作为一个外行人看百度也看不大懂，知道他的应用场景和优势，但是实在不知道这个区块链是个什么东西，怎么实现的？可否用外行业能理解的方式解释一下？ - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
已注册用户请 &
求科普区块链，作为一个外行人看百度也看不大懂，知道他的应用场景和优势，但是实在不知道这个区块链是个什么东西，怎么实现的？可否用外行业能理解的方式解释一下？
10:53:29 +08:00 · 2853 次点击
求科普区块链，作为一个外行人看百度也看不大懂，知道他的应用场景和优势，但是实在不知道这个区块链是个什么东西，怎么实现的？可否用外行业能理解的方式解释一下？
去中心化，信息真实，去伪，怎么做到的？有没有可以解释明白的
第 1 条附言 &·&
20:05:01 +08:00
补充：我今天深入研究了一下，目前了解到：区块链是用某种机制，实现信息的更新迭代，因为所有人都有备份，所以想更改是很困难的。正如 5 楼的回答，我才知道，原来很多投票问题还没解决哦。但是，这个所有人，像我这种人，也可以参与区块链的数据写入嘛？还是说任何一个人都可以参与？
另外，怎么去中心化的呀？有人给我解释过，端对端，那么端对端的实现，背后也需要有人做出来端呀。如果别人端对端交易，那现在很多金融机构在研究区块链，有什么收益呢？
25 回复 &| &直到
16:05:27 +08:00
& & 12:11:46 +08:00 via Android
我也不知道，我觉得就像票?上打孔
& & 12:18:31 +08:00 via Android
分布式，迭代的签名机制
& & 12:32:46 +08:00
& & 12:58:43 +08:00
去中心化的分布式账本数据库
& & 13:26:44 +08:00 via iPhone
想要简单的讲明白区块链还是不容易的。原因在于很多区块链的问题，比如 lz 提到的去中心化、去伪等，在比特币中都不是靠区块链本身实现的。
区块链本身就是一个分布式的只读日志，每个人用自己的公约来识别身份，用私钥签名证明数据所属权。所有的人（或者说大多数人）都要时刻验证新加入到区块链的数据是否有效，进行共识投票。达成共识的人会把数据写入区块链并对整个链做哈希，区块链就被延长了。机制要确保大多数人达成共识，这样区块链就可以运作。
区块链的好处在于：参与者在验证新数据的时候不需要扫描整个区块链，只需要根据上一个块的哈希就可以快速验证。在分布式系统中每次都验证全部数据是不可行的，所以区块链本质上提高了效率。
这个流程非常简单，但有许多没解决的问题，关键在于如何在延长区块链的时候达成共识：谁可以参与共识流程？如果每个人都可以随意参与，如何决定每个用户的投票权？假设每个用户都拥有同样的投票权，如何防止敌人伪造出大量僵尸用户？
如果参与的人不是固定的，那么为了解决这个问题就产生了 POW 和 POS 两种机制来分配投票决定权，其中 POS 就是比特币采用的方式，以此衍生出来了整套生态。
如果参与者是固定的，分配投票权不是问题了，但如何确定参与者就是另一个问题，除非继续中心化的分配身份，比如采用类似 CA 的机制。同时为了保证投票不被一方垄断，还要仔细设计投票机制，确保投票权分配合理，让参与者互相制衡。此处的关键就是，每个用户为了确保自身的利益都要保证其他参与者不作弊。
因为区块链的哈希特征，每个参与者都必须在最后的一个块上继续延长，保证了区块链的只读。所以理论上所有的数据都被公示，不可能发生通过篡改实现的作弊。所以问题的关键就在于写入区块链的共识过程了。解决了以上问题，区块链就基本可以很好的运作了。
& & 14:15:34 +08:00
区块链的世界博大精深， lz 的问题有点宽泛，可以写好几章书。最好说说你的理解，然后把你的问题问问清楚，想理解到什么程度。
& & 14:56:03 +08:00 via Android
有没有科普书籍可以系统的了解？最好是用人话，哪怕是英美人话！
& & 20:03:54 +08:00
@ 我今天深入研究了一下，目前了解到：区块链是用某种机制，实现信息的更新迭代，因为所有人都有备份，所以想更改是很困难的。正如 5 楼的回答，我才知道，原来很多投票问题还没解决哦。但是，这个所有人，像我这种人，也可以参与区块链的数据写入嘛？还是说任何一个人都可以参与？
另外，怎么去中心化的呀？有人给我解释过，端对端，那么端对端的实现，背后也需要有人做出来端呀。如果别人端对端交易，那现在很多金融机构在研究区块链，有什么收益呢？
& & 20:05:33 +08:00
@ 好抽象。。。
& & 20:05:47 +08:00
@ 什么是签名机制。。。
& & 20:06:03 +08:00
@ 你说的这个大概可以看明白。。。
& & 20:06:57 +08:00
@ 大神！！！那么大神，现在那么多金融机构和银行在研究区块链，带来的收益是什么呢？降低成本嘛？不是去中心化了嘛？还要机构何用？
& & 20:07:57 +08:00
@ 我看到了个帖子，讲的蛮详细的，你瞅瞅。
& & 20:13:46 +08:00
@ 比特币难道不是 PoW ？
& & 20:14:41 +08:00
v2ex 这里太水了，要了解去巴比特不好么
& & 20:47:18 +08:00
@ 区块链发明之初是比特币用来存储账本信息的数据结构。因为其他区块链都是从这里衍生出来的，私下开发的区块链可以各种各样，所以我们假设在比特币语境下讨论区块链比较方便。
谁能写区块链？“能”可以指权利也可以指能力。在比特币的网络里，任何人都有“权”参与数据写入，但是大多数人没有“能力”写入数据。写入数据的工作是“矿工”进行的，这是矿工之间的竞赛，只有计算最快的矿工才有能力真正写数据。
怎么去中心？去中心指的是因为人手一份数据的备份，每个人可以像 BT 下载一样从别人的电脑上下载到他们的备份来对照。比如你下载到 10 个人的备份里，其中 9 个人是一样的， 1 个是不一样的，你就可以相信这 1 个人的备份有问题。这样某个中央集权的个人或机构就很难”擅自“篡改区块链了。
你可以把它理解成 BT 下载，你说的“端”就是类似 BT 下载客户端的软件，也就是比特币的客户端。除了能下载别人的数据，还能通过数字签名技术验证真伪。
金融机构为什么研究区块链？区块链是一种可编程的分布式记账方式，应用可能性很多。比如可以用它来记录黄金所有权，买卖黄金就不需要运来运去了，更重要的是你不能“超卖”，因为所有记录都在区块链上，别人很容易查出（术语叫 double spending ）。又比如可以用它作为金融机构之间的结算手段，和上一个例子类似，无论用货币还是黄金结算，运来运去多麻烦，如果记录在某个银行的账目上，你怎么信任这个银行？而且还有手续费。区块链作为一个分布式的记账方式，就可以代替这个中间记账的银行，我们把结算的账目记录在区块链上就不用中间人了。
& & 21:53:55 +08:00 via iPhone
@ 笔误，比特币是 POW
& & 22:02:23 +08:00 via iPhone
反正我看了好多地方也不是太明白。。。
& & 23:19:35 +08:00
可以翻翻《区块链技术指南》：
& & 23:26:43 +08:00
可以翻翻《区块链：从数字货币到信用社会》：
& & 11:49:25 +08:00
@ 感谢大神，我再研究一下，因为是外行，所以看得还是挺累的！！
& & 11:49:50 +08:00
& & 11:50:02 +08:00
@ 谢谢！！
& & 20:52:57 +08:00
@ 真正要了解比特币／区块链圈子里很多说的东西，确实涉及到太多技术细节。与其去了解区块链的技术细节，建议你先从现实角度入手可能比较好理解。建议可以从银行角度理解的，当然这只是一个切入的角度而已，希望可能也能帮助你理解。
1. 银行的问题
仔细想想，现在的银行其实挺愚蠢。比如有 100w 的存款，除了 7 ％的储备金， 93w 存款是可以拿来放贷的。而银行的放贷手段非常低劣，他不会告知存款人存款减少，而只会告知贷款人存款增加。
假设，世界上一共两个人， A 和 B 。 A 存了 100 块， B 没有钱。银行理论上可以把总存款其中的 93 块钱贷款给 B ，而不需要告知 A 。也就是说如果 B 拿到 93 块的贷款后， A 去看自己的帐户余额还是 100 块钱。如果它们都把钱拿出来话，市场上实际流通的钱就变成了 193 块。要知道起初只有 100 块钱。
当这些钱流入市场，所有人银行户头上的钱就变多了，于是银行又可以继续从这 193 块里面拿出 93%的钱贷款。于是滚雪球。。。
虽然这是一个极端例子，但现实情况和这个类似。所以你会发现全世界所有的货币长期来看都在通胀，因为国家不但持续不断印钱，银行也在不断放贷款。像 B 这样能拿到贷款的，就会从中获利；如果钱存着不动，那就会不断稀释直到毫无价值。
总之，如果什么都不做，我们的财富一直都在慢慢流失到那些 B 这样的人手里。
按照人类现在的文明程度，如果贫富差距均衡一些，穷人应该不会这么苦。现在的货币体系，让那些可以拿到贷款的有钱人满满从穷人身上抽油水。
2. 比特币
比特币的总量是写在代码里的。所以，
第一是不通胀。总量不可变，除非比特币网络上大多数人同意修改总量。所以通胀变得难度很大，而不是现在由各国政府和银行找些砖家拍脑袋说了算，所有规则的改动需要比特币网络上的计算机“投票”决定，就少了上述富人偷穷人钱的问题。
第二是消除中间人。因为只需要比特币网络就能转账，不需要银行机构了。把银行这种可以通过货币发行和贷款控制财富流向的机构架空。比特币的网络来代替银行的职能，可以类比政府民主化的过程，这是金融的民主化。
其他可能性不展开了。。。
3. 比特币如何代替银行职能
对个人来说，银行主要作用就是转账。其实就是银行数据库管理的一堆账号上面数字改一改的事情。
比特币把银行的帐本数据库像 BT 下载的文件一样分布在网络上很多电脑里，所有这些数据库相互更新保持一致。
比如 A 要转账到 B ， A 可以在连接到比特币网络上任何一台电脑上面发送这个消息，网络上的电脑会认证 A 的身份，通过了身份认证就把数据库里的数据改掉。
比特币是怎么做到这些的呢？那你可以继续去了解那些技术细节。
这里说说“区块链”，就是比特币用来存储这些转账信息的技术，你理解成数据库也行， Excel 也行。只是它不是用表格形式存储的，而是链条一样存数据的。
4. 区块链(blockchain)
区块链，关键词是“链”(chain)，是一系列&交易&(transaction)信息的链。
类似于记录了钱从 A 帐户－》 B 帐户－》 C 帐户－》。。。。的历史转账信息。
这些交易信息，被保存在一个一个的“区块”(Block)里面。
而“区块”有按照先后顺序链接成区块 1-》区块 2-》区块 3.。。。这样的形式。
为什么这么设计呢？技术上的原因，涉及到计算机如何投票啊，怎么做到安全啊，怎么决定交易信息的时序啊，如何快速查找历史交易记录啊等等问题。程序的世界估计你也不太了解，以后有机会慢慢体会吧。
不过你可以大概看看区块链长成什么样，有个感性认识：
5. 有啥卵用？
区块链最早是用来存比特币交易信息的技术，后来银行那些人发现还能用来存其他的信息也不错，可能可以比一些现有的操作手段高明。具体也就是我之前说的那些例子，你以后在慢慢体会吧。
写的有点长，希望能帮助到你能大概了解区块链是个什么东西了。
& & 16:05:27 +08:00
@ 大神！！！三跪九叩！！！有所了解了！谢谢大神！
& · & 1970 人在线 & 最高记录 3541 & · &
创意工作者们的社区
World is powered by solitude
VERSION: 3.9.8.1 · 17ms · UTC 14:21 · PVG 22:21 · LAX 07:21 · JFK 10:21? Do have faith in what you're doing.&给外行能看懂的科普：这就叫自然语言处理
给外行能看懂的科普：这就叫自然语言处理
日10时37分来源：
前几年曾经马少平老师的引荐，为某科普图书写过一篇短文介绍自然语言处理。如果只是介绍NLP的概念、任务和挑战，应该可以参考这篇小文。原文如下，仅供参考。
自然语言处理
Natural Language Processing
一、什么是自然语言处理
简单地说，自然语言处理（Natural Language Processing，简称NLP）就是用计算机来处理、理解以及运用人类语言(如中文、英文等)，它属于人工智能的一个分支，是计算机科学与语言学的交叉学科，又常被称为计算语言学。由于自然语言是人类区别于其他动物的根本标志。没有语言，人类的思维也就无从谈起，所以自然语言处理体现了人工智能的最高任务与境界，也就是说，只有当计算机具备了处理自然语言的能力时，机器才算实现了真正的智能。
从研究内容来看，自然语言处理包括语法分析、语义分析、篇章理解等。从应用角度来看，自然语言处理具有广泛的应用前景。特别是在信息时代，自然语言处理的应用包罗万象，例如：机器翻译、手写体和印刷体字符识别、语音识别及文语转换、信息检索、信息抽取与过滤、文本分类与聚类、舆情分析和观点挖掘等，它涉及与语言处理相关的数据挖掘、机器学习、知识获取、知识工程、人工智能研究和与语言计算相关的语言学研究等。
值得一提的是，自然语言处理的兴起与机器翻译这一具体任务有着密切联系。机器翻译指的是利用计算机自动地将一种自然语言翻译为另外一种自然语言。例如自动将英文“I like Beijing Tiananmen Square”翻译为“我爱北京天安门”，或者反过来将“我爱北京天安门”翻译为“I like Beijing Tiananmen Square”。由于人工进行翻译需要训练有素的双语专家，翻译工作非常耗时耗力。更不用说需要翻译一些专业领域文献时，还需要翻译者了解该领域的基本知识。世界上有超过几千种语言，而仅联合国的工作语言就有六种之多。如果能够通过机器翻译准确地进行语言间的翻译，将大大提高人类沟通和了解的效率。
《圣经》里有一个故事说巴比伦人想建造一座塔直通天堂。建塔的人都说着同一种语言，心意相通、齐心协力。上帝看到人类竟然敢做这种事情，就让他们的语言变得不一样。因为人们听不懂对方在讲什么，于是大家整天吵吵闹闹，无法继续建塔。后来人们把这座塔叫作巴别塔，而“巴别”的意思就是“分歧”。虽然巴别塔停建了，但一个梦想却始终萦绕在人们心中：人类什么时候才能拥有相通的语言，重建巴别塔呢？机器翻译被视为“重建巴别塔”的伟大创举。假如能够实现不同语言之间的机器翻译，我们就可以理解世界上任何人说的话，与他们进行交流和沟通，再也不必为相互不能理解而困扰。
事实上，“人工智能”被作为一个研究问题正式提出来的时候，创始人把计算机国际象棋和机器翻译作为两个标志性的任务，认为只要国际象棋系统能够打败人类世界冠军，机器翻译系统达到人类翻译水平，就可以宣告人工智能的胜利。四十年后的1997年，IBM公司的深蓝超级计算机已经能够打败国际象棋世界冠军卡斯帕罗夫。而机器翻译到现在仍无法与人类翻译水平相比，从此可以看出自然语言处理有多么困难！
自然语言处理兴起于美国。第二次世界大战之后，二十世纪五十年代，当电子计算机还在襁褓之中时，利用计算机处理人类语言的想法就已经出现。当时，美国希望能够利用计算机将大量俄语材料自动翻译成英语，以窥探苏联科技的最新发展。研究者从破译军事密码中得到启示，认为不同的语言只不过是对“同一语义”的不同编码而已，从而想当然地认为可以采用译码技术像破译密码一样“破译”这些语言。
日，美国乔治敦大学和IBM公司合作实验成功地将超过60句俄语自动翻译成英语。虽然当时的这个机器翻译系统非常简单，仅仅包含6个语法规则和250个词，但由于媒体的广泛报道，纷纷认为这是一个巨大的进步，导致美国政府备受鼓舞，加大了对自然语言处理研究的投资。实验完成者也当即自信地撰文称，在三到五年之内就能够完全解决从一种语言到另一种语言的自动翻译问题。他们认为只要制定好各种翻译规则，通过大量规则的堆砌就能够完美地实现语言间的自动翻译。
然而，事实是理解人类语言远比破译密码要复杂得多，因此研究进展非常缓慢。1966年的一份研究报告总结发现，经过十年之久的研究，结果远远未能达到预期，因此支持资金急剧下降，使自然语言处理（特别是机器翻译）的研究陷入长达二十年的低潮。直到二十世纪八十年代，随着电子计算机的计算能力的飞速提高和制造成本的大幅下降，研究者又开始重新关注自然语言处理这个极富挑战的研究领域。三十年沧海桑田，此时研究者已经认识到简单的语言规则的堆砌无法实现对人类语言的真正理解。研究发现，通过对大量的文本数据的自动学习和统计，能够更好地解决自然语言处理问题，如语言的自动翻译。这一思想被称为自然语言处理的统计学习模型，至今方兴未艾。
那么，自然语言处理到底存在哪些主要困难或挑战，吸引那么多研究者几十年如一日孜孜不倦地探索解决之道呢？
二、自然语言处理的主要困难
自然语言处理的困难可以罗列出来很多，不过关键在于消除歧义问题，如词法分析、句法分析、语义分析等过程中存在的歧义问题，简称为消歧。而正确的消歧需要大量的知识，包括语言学知识（如词法、句法、语义、上下文等）和世界知识（与语言无关）。这带来自然语言处理的两个主要困难。
首先，语言中充满了大量的歧义，这主要体现在词法、句法及语义三个层次上。歧义的产生是由于自然语言所描述的对象――人类活动非常复杂，而语言的词汇和句法规则又是有限的，这就造成同一种语言形式可能具有多种含义。
例如单词定界问题是属于词法层面的消歧任务。在口语中，词与词之间通常是连贯说出来的。在书面语中，中文等语言也没有词与词之间的边界。由于单词是承载语义的最小单元，要解决自然语言处理，单词的边界界定问题首当其冲。特别是中文文本通常由连续的字序列组成，词与词之间缺少天然的分隔符，因此中文信息处理比英文等西方语言多一步工序，即确定词的边界，我们称为“中文自动分词”任务。通俗的说就是要由计算机在词与词之间自动加上分隔符，从而将中文文本切分为独立的单词。例如一个句子“今天天气晴朗”的带有分隔符的切分文本是“今天|天气|晴朗”。中文自动分词处于中文自然语言处理的底层，是公认的中文信息处理的第一道工序，扮演着重要的角色，主要存在新词发现和歧义切分等问题。我们注意到：正确的单词切分取决于对文本语义的正确理解，而单词切分又是理解语言的最初的一道工序。这样的一个“鸡生蛋、蛋生鸡”的问题自然成了（中文）自然语言处理的第一条拦路虎。
其他级别的语言单位也存在着各种歧义问题。例如在短语级别上，“进口彩电”可以理解为动宾关系（从国外进口了一批彩电），也可以理解为偏正关系（从国外进口的彩电）。又如在句子级别上，“做手术的是她的父亲”可以理解为她父亲生病了需要做手术，也可以理解为她父亲是医生，帮别人做手术。总之，同样一个单词、短语或者句子有多种可能的理解，表示多种可能的语义。如果不能解决好各级语言单位的歧义问题，我们就无法正确理解语言要表达的意思。
另外一个方面，消除歧义所需要的知识在获取、表达以及运用上存在困难。由于语言处理的复杂性，合适的语言处理方法和模型难以设计。
例如上下文知识的获取问题。在试图理解一句话的时候，即使不存在歧义问题，我们也往往需要考虑上下文的影响。所谓的“上下文”指的是当前所说这句话所处的语言环境，例如说话人所处的环境，或者是这句话的前几句话或者后几句话，等等。假如当前这句话中存在指代词的时候，我们需要通过这句话前面的句子来推断这个指代词是指的什么。我们以“小明欺负小亮，因此我批评了他”为例。在其中的第二句话中的“他”是指代“小明”还是“小亮”呢？要正确理解这句话，我们就要理解上句话“小明欺负小亮”意味着“小明”做得不对，因此第二句中的“他”应当指代的是“小明”。由于上下文对于当前句子的暗示形式是多种多样的，因此如何考虑上下文影响问题是自然语言处理中的主要困难之一。
再如背景知识问题。 正确理解人类语言还要有足够的背景知识。举一个简单的例子，在机器翻译研究的初期，人们经常举一个例子来说明机器翻译任务的艰巨性。在英语中“The spirit is willing but the flesh is weak.”，意思是“心有余而力不足”。但是当时的某个机器翻译系统将这句英文翻译到俄语，然后再翻译回英语的时候，却变成了“The Voltka is strong but the meat is rotten.”，意思是“伏特加酒是浓的，但肉却腐烂了”。从字面意义上看，“spirit”（烈性酒）与“Voltka”（伏特加）对译似无问题，而“flesh”和“meat”也都有肉的意思。那么这两句话在意义上为什么会南辕北辙呢？关键的问题就在于在翻译的过程中，机器翻译系统对于英语成语并无了解，仅仅是从字面上进行翻译，结果自然失之毫厘，差之千里。
从上面的两个方面的主要困难，我们看到自然语言处理这个难题的根源就是人类语言的复杂性和语言描述的外部世界的复杂性。人类语言承担着人类表达情感、交流思想、传播知识等重要功能，因此需要具备强大的灵活性和表达能力，而理解语言所需要的知识又是无止境的。那么目前人们是如何尝试进行自然语言处理的呢？
三、自然语言处理的发展趋势
目前，人们主要通过两种思路来进行自然语言处理，一种是基于规则的理性主义，另外一种是基于统计的经验主义。理性主义方法认为，人类语言主要是由语言规则来产生和描述的，因此只要能够用适当的形式将人类语言规则表示出来，就能够理解人类语言，并实现语言之间的翻译等各种自然语言处理任务。而经验主义方法则认为，从语言数据中获取语言统计知识，有效建立语言的统计模型。因此只要能够有足够多的用于统计的语言数据，就能够理解人类语言。然而，当面对现实世界充满模糊与不确定性时，这两种方法都面临着各自无法解决的问题。例如，人类语言虽然有一定的规则，但是在真实使用中往往伴随大量的噪音和不规范性。理性主义方法的一大弱点就是鲁棒性差，只要与规则稍有偏离便无法处理。而对于经验主义方法而言，又不能无限地获取语言数据进行统计学习，因此也不能够完美地理解人类语言。二十世纪八十年代以来的趋势就是，基于语言规则的理性主义方法不断受到质疑，大规模语言数据处理成为目前和未来一段时期内自然语言处理的主要研究目标。统计学习方法越来越受到重视，自然语言处理中越来越多地使用机器自动学习的方法来获取语言知识。
迈进二十一世纪，我们已经进入了以互联网为主要标志的海量信息时代，这些海量信息大部分是以自然语言表示的。一方面，海量信息也为计算机学习人类语言提供了更多的“素材”，另一方面，这也为自然语言处理提供了更加宽广的应用舞台。例如，作为自然语言处理的重要应用，搜索引擎逐渐成为人们获取信息的重要工具，涌现出以百度、谷歌等为代表的搜索引擎巨头；机器翻译也从实验室走入寻常百姓家，谷歌、百度等公司都提供了基于海量网络数据的机器翻译和辅助翻译工具；基于自然语言处理的中文（输入法如搜狗、微软、谷歌等输入法）成为计算机用户的必备工具；带有语音识别的计算机和手机也正大行其道，协助用户更有效地工作学习。总之，随着互联网的普及和海量信息的涌现，自然语言处理正在人们的日常生活中扮演着越来越重要的作用。
然而，我们同时面临着一个严峻事实，那就是如何有效利用海量信息已成为制约信息技术发展的一个全局性瓶颈问题。自然语言处理无可避免地成为信息科学技术中长期发展的一个新的战略制高点。同时，人们逐渐意识到，单纯依靠统计方法已经无法快速有效地从海量数据中学习语言知识，只有同时充分发挥基于规则的理性主义方法和基于统计的经验主义方法的各自优势，两者互相补充，才能够更好、更快地进行自然语言处理。
自然语言处理作为一个年龄尚不足一个世纪的新兴学科，正在进行着突飞猛进的发展。回顾自然语言处理的发展历程，并不是一帆风顺，有过低谷，也有过高潮。而现在我们正面临着新的挑战和机遇。例如，目前网络搜索引擎基本上还停留在关键词匹配，缺乏深层次的自然语言处理和理解。语音识别、文字识别、问答系统、机器翻译等目前也只能达到很基本的水平。路漫漫其修远兮，自然语言处理作为一个高度交叉的新兴学科，不论是探究自然本质还是付诸实际应用，在将来必定会有令人期待的惊喜和异常快速的发展。
参考文献[1] 张钹. 自然语言处理的计算模型. 中文信息学报, ):3-7.[2] 冯志伟. 《统计自然语言处理》序言. 1版. 北京: 清华大学出版社, 2008.[3] 孙茂松. 语言计算:信息科学技术中长期发展的战略制高点. 语言文字应用, -40.
媒体合作请联系：联想s435这配置这型号，我买3600百多但是我网上搜才两千多块钱，求懂行的科普下，不行我就跟他换_百度知道
联想s435这配置这型号，我买3600百多但是我网上搜才两千多块钱，求懂行的科普下，不行我就跟他换
答题抽奖
首次认真答题后
即可获得3次抽奖机会，100%中奖。
不一定是被奸商骗了，电脑本价格来就有波动，何况联想s435是一个系列，不同配置的联想s435价格差很多。在中关村在线查了联想s435的报价。两千多的那款用的CPU是AMD A4-6210，你这款配了AMD A8-6410的版本售价的是是三千块。而十二生肖定制版的联想s435价格的确被炒到了3600元。请你确认一下笔记本背面有没有生肖图案，是什么操作系统，在系统里看一下有没有2G显存的独显。如果真的是十二生肖定制版，那么只能怪奸商故意给你挑了昂贵的型号。理论上在价格方面没有坑你。（实际上坑了）
背面什么都没有
64位操作系统，有2g独立显卡，如果价格真被坑了，我就去找他。官方报价多少呢
官网找不到同样的型号，可能停产了。在京东找到配置相同的型号，价格2600。那奸商的确坑人了。参考价格网页。
采纳率：86%
为您推荐：
其他类似问题
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。