2002年终总结报告.docVIP

2002年终总结报告 朱家稷 实验室工作： 从2002年7月初加入天网组以来，我主要做了4项工作，按时间顺序总结如下： 参加fame项目组 简介： 在fame中主要进行了前期的名人信息手工搜集工作、文档转换工作、后期的fame结果评测工作。其中最主要的工作是文档转换。目前来说，实现了pdf文档、word文档和ppt文档到纯文本的转换。 体会： 这是我加入天网组的第一项工作，让我感受颇深的是文档转换工作的过程。当时阎宏飞老师给我的目标是：上网找是否有现成的程序或产品，不行的话再自己考虑。找了很多天，结果找到了一个pdf转换的软件，不过是试用品，有天数限制；Word和ppt的转换一直没有找到。很是失望，便想自己写一个独立的程序来实现，但一直找不到头绪。有一天看了网上一个报道说金山公司的WPS office为了能兼容MS office，专门有一组人研究MS office的格式信息，经过两年多的研究有了一定成果但还是不太满意，他们用的方法是分析MS office文档的二进制格式信息。看了之后，我就觉得如果只靠个人写程序的话，肯定是不可能了。一次很偶然的机会，我看到一篇介绍VBScript的文章，它说VBScript不仅可以用在网页中，在Windows系统中同样有用处很大，比如自动管理所有的系统任务、控制软件运行、管理网络等，称它是Windows的“粘合剂”。这让我想到word软件中有“另存为成纯文本格式”的菜单选项，如果能用VBScript直接控制word软件运行，不就可以实现word文档的纯文本转换了吗。于是买了一本VBScript的书,从VBScript一直看到VBA，事实与我想象的差不多，word软件提供了COM接口，可以通过VBA访问，其中就有一个函数实现了这样的功能。所有的问题就迎刃而解了，后来我把这种方法应用到ppt和pdf的转换上，都可以，只是更复杂了一点。 总结： “不是缺少美，而是缺少发现” “软件生产已经由从纯手工编码过渡到组件集成” 后记： 对于做出来的“产品”，目前还处于试用阶段，还有很多缺陷。比如没有出错处理，只能在Windows上运行，对MS office软件的过度依赖。另外一点比较担心的是，对word和ppt文档来说，可能会带有病毒，转换中系统可能会受到感染，所以我一直没敢在自己的机器上大规模搜集word文档来进行转换。总的说来，它们还处于实验阶段，有待进一步完善。 燕穹网站的更新与维护 简介： 对原燕穹网站进行了“改版”和更新工作。 体会： 七月中旬李老师把这个任务交给我，这也是我第一次真正的进行网页制作，以前一直觉得做网页就是美工。不过做了一遍才知道，里面要掌握的东西还是很多的。但最让我感动的不是网页的形式而是内容，为了搜集素材，看了很多李老师和阎宏飞老师发来的材料，对燕穹的思想和前景感到振奋。 总结： “纸上得来终觉浅，绝知此事要躬行” “想象创造奇迹，渐进孕育完美” 后记：如果再给我一次做网页的机会的话，还是觉得自己心有余力不足。 协助谢正茂的工作 简介： 做了一个小程序，写了一个技术报告 体会： 谢正茂每次给的要求都非常清楚，所以我很清楚知道自己要做些什么。对Linux编程和Internet协议比较陌生，正好是自己练手和增长知识的好机会。 总结： “业精于勤” “予人方便，自己方便” “十六大”实验 简介： 根据李老师的想法，统计了十六大期间网页的数量和复制情况。 体会： 这是一次全新的实验，也是我对天网工作核心的最亲密接触。对网页的搜集、分析处理和数据加工整个流程都有了一次较详细的了解。当然，其间我有一些失误（比如数据统计错误，特征词少了“十六届一中全会”等）。也许这次实验并没有得出一些惊人的结论，但我觉得它对我们进行网页研究提供了一种新的思路和方法。其间的工作经验，让我受益非浅。关于这次实验，我会提交一份更详细的报告。 总结： “今天的一小步，人生的一大步” “路漫漫其修远兮吾将上下而求索