HabrКажется я обнаружил родину алфавита, цифр и китайских иероглифов
Современная наука утверждает, что первым алфавитом в мире был финикийский, произошедший от египетских иероглифов, а наши цифры были независимо разработаны в Индии.
Скрытая грамматика: почему len() — это полисемия, а хороший код — набор идиом. Как филология объясняет «чистый код»
Оживленная дискуссия под моей первой статьей ( https://habr.com/ru/articles/940782/ ) показала: разговор о единстве языка со сферой программирования задевает многих за живое. Тем не менее, cпасибо всем за сотню комментариев, сохранений и невероятно полезного и ценного опыта! Однако язык — это не просто словарь, а динамическая система, в которой слова живут, взаимодействуют и порождают смыслы, выходящие за пределы их словарных значений. Следующим логическим шагом, таким образом, становится переход от статики «слова» (имени) к динамике «высказывания» (кода в действии). Вместе с тем один из наиболее сильных и частых аргументов от скептиков звучал примерно так: «весь код — это чистая, бездушная логика для машины». На мой взгляд, это самое большое заблуждение в этой индустрии. Знали ли вы, что оператор + в вашем коде семантически богаче, чем многие слова в русском языке? Или что конструкция if not my_list — это не просто синтаксис, а настоящая идиома, которая отделяет «носителя языка» от «иностранца»? Задача настоящей работы — исследовать, как в строго детерминированной среде кода возникают сложнейшие семантико-прагматические явления, свойственные живому языку. Давайте забудем про имена и заглянем в самое сердце кода — в его грамматику и риторику. Пристегните ремни безопасности :)
https://habr.com/ru/articles/941110/
#цифровая_филология #лингвистика #чистый_код #читаемость #идиомы #космотекст
Почему лучшие программисты — это филологи (сами того не подозревая). Что общего у переменной temp и прозвища «Очкарик»?
Привет, Хабр! Меня зовут Артем Лакомов, я филолог из МГУ. Да, вы не ослышались. И сегодня я хочу поговорить с вами о самой главной (и самой дорогой) боли в IT, но с совершенно неожиданной стороны....
Почему лучшие программисты — это филологи (сами того не подозревая). Что общего у переменной temp и прозвища «Очкарик»?
Привет, Хабр! Меня зовут Артем Лакомов, я филолог из МГУ. Да, вы не ослышались. И сегодня я хочу поговорить с вами о самой главной (и самой дорогой) боли в IT, но с совершенно неожиданной стороны. Каждый из вас хоть раз в жизни видел код, от которого хотелось плакать или же тихо ненавидеть свою работу. Код с переменными вроде data, res, temp. Код, где есть один гигантский класс, который делает абсолютно всё, и коллеги с любовью (или ужасом) называют его godObject. Все привыкли думать, что это просто «плохой стиль» или «технический долг». Но что, если я скажу вам, что это — не техническая, а языковая проблема? И что у монструозного godObject гораздо больше общего со школьным прозвищем «Толстый» , чем вы думаете? Последние несколько лет я занимаюсь тем, что применяю классическую лингвистику к программному коду. И я обнаружил поразительную вещь: правила, по которым вы даете имена переменным и классам, практически дословно повторяют законы, по которым в любом человеческом коллективе — от школьного класса до команды разработчиков — возникают прозвища. Давайте я покажу вам, как теория прозвищ, разработанная великим отечественным лингвистом А.В. Суперанской, вскрывает то, о чем инженеры только догадывались интуитивно, но, увы, не могли сформулировать.
https://habr.com/ru/articles/940782/
#цифровая_филология #коммуникация #лингвистика #чистый_код #именование #космотекст #компетенции_тимлида
Почему лучшие программисты — это филологи (сами того не подозревая). Что общего у переменной temp и прозвища «Очкарик»?
Привет, Хабр! Меня зовут Артем Лакомов, я филолог из МГУ. Да, вы не ослышались. И сегодня я хочу поговорить с вами о самой главной (и самой дорогой) боли в IT, но с совершенно неожиданной стороны....
Фили@anika_voin
- здесь хорошо спиться.
- "тся"
- "ться"!
Гонзо-репортаж, русская лингвистика и много плюсов: лучшее из хабраблога МойОфис за 10 лет
Ветеранам Хабра пора напрячься: время летит слишком быстро... В этом году нашему корпоративному блогу стукнуло 10 лет! За это время мы исследовали мир айтишки через самые разные сферы: от киберспорта и «фантазий о будущем» до классических технических «заглядываний под капот» с сотнями строк кода. В честь юбилея вспоминаем 10 лучших (по версии редакции) текстов — по одному на каждый год . Это статьи, без которых невозможно представить нас как команду и блог.
https://habr.com/ru/companies/ncloudtech/articles/939508/
#лингвистика #топ #подборка #подборка_статей #мойофис #дизайн #репортаж #c++ #тимбилдинг
5 слов из 5 букв
Делюсь с вами задачей, которая позволит бесцельно потратить ваше время, как уже это сделала со мной. Под катом небольшая история из жизни и немного кода на JS.
Этапы и принципы развития навыка говорения
Есть 2 разных способа говорения на иностранном языке. Они именно принципиально разные – как лазерная и струйная технологии печати. И нарабатываются по-разному. Непостижимым образом многие, кто мечтает «заговорить», этого не осознают. Речь пойдёт и о менее очевидных моментах развития навыка говорения. Это улучшенная версия старой статьи. «Гло́кая ку́здра ште́ко будлану́ла бо́кра и курдя́чит бокрёнка». Эту фразу из несуществующих слов предложил в начале XX века академик Л.В. Щерба. Из неё ясно, что «будлану́ла» — действие, которое ку́здра (ж.р.) совершила в отношении бо́кра (м.р.); бокрёнок, скорее всего, детёныш бокра. Для русского это очевидно сразу. Иностранцу придётся сначала выучить русский. Фраза показывает, что язык — это НЕ СЛОВА. Слова легко переходят из одного языка в другой. Язык — это принципы, по которым слова связываются друг с другом. В том, чтобы научиться говорить, ничего сложного нет — проблема это придуманная. А все неудачи от того, что люди, как говорится, put the cart before the horse, ставят телегу впереди лошади. Пытаются говорить, не понимая, как связываются слова в языке. Это как пытаться бегать, не научившись ходить. Не будем обсуждать руссо туристо, объясняющихся знаками и инфинитивами. Выделим три уровня «говорения»: 1-й уровень: говорим по-простому, но плюс-минус грамматически правильно. Например, не зная выражения «прикрой форточку», говорим проще: «закрой маленькое окно, но не до конца». 2-й уровень: говорим на конкретные темы именно теми фразами, которые используют носители языка («прикрой форточку»).
https://habr.com/ru/articles/933984/
#английский #английский_язык #английский_язык_изучение #самообразование #курсы_английского #русский_язык #лингвистика #единороги
«Девайс для супа». Почему мозг программиста зависает на простых словах
«Женя, передай вон тот… девайс для супа», - мой муж тыкает пальцем в ложку. Раньше я думала, что это стеб, но потом поняла: он реально не может переключиться после работы и вспомнить слово. Так я открыла «синдром забытой ложки» — бич многих знакомых айтишников. Узнать, как починить
ralen(english original on top ^)
Итак, сегодня я объясню вам первую, более старую идею. Этот #апостериорный #конланг основан на матрицах (спойлер: вторая идея основана на деревьях). Во-первых, у вас во рту есть 4 места (заднее, как «к»; среднее, как «л»; переднее, или зубы, как «с» и «н»; и губы, как «п»). Далее, у вас есть 4 способа взаимодействия с ними (носовой, как "n"; стук, как "t"; аппроксимация, как "s" (или "j" i meah "y", й, в случае с задним рядом), трение, как "th").
Итак, матрица согласных выглядит так:
g k j h
l r c x
n t s z
m p v f
звучит как:
ng k y gh
l r ch sh
n t (t)s th
m p w f
ts-th - это моё самое слабое место, но я не могу придумать ничего лучше :(
Затем у нас есть стандартные пять гласных (a e i o u), в сумме 80 слогов.
В идеале каждое место, взаимодействие и гласная вносят свой вклад в конечное значение слога. Четыре категории для места, четыре категории для способа, пять - для гласной, и они суммируются в значение. Например, если бы задняя часть означала «human», tap – «action» и o – «group» (теоретически), тогда «ko» будет чем-то вроде «contact» (не знаю). Тогда, с похожим слогом, например, «to», когда teeth-place означает «feeling», это будет что-то вроде «rough». (Я на самом деле хз, как лучше распределить категории, мб, нужны дополнительные исследования в области философии, психологии и лингвистики. Для мест я предлагаю: back-human – middle-nature – teeth-feelinss – lips-abstract).
Итак, теперь у нас есть слог! Мы общаемся с помощью слогов? Нет! Мы общаемся с помощью трёх категорий: значения; роль в тексте; наше отношение или заполняющие слова, например, «like», «idk», «ну», «типа».
Для значений мы объединяем три слога вперёд (согласный-гласный, или CV), как в koselu. Во-первых, «ko» – самый важный, он даёт представление о том, о чём идёт речь. Во-вторых, сужает его до… Меньшая группа вещей. А третья определяет именно то, о чём мы говорим. И нет, мы не создаём их, когда говорим, это не #ithkuil — создатели создают слова один раз, записывают их в словарь, и учащемуся нужно только увидеть их там, узнать их значение, и их структура должна очень помочь в запоминании. Схожие (по значению) вещи звучат похоже. Разные вещи звучат по-разному. В построении слов есть (должна быть) логика. Расположение слов в алфавитном порядке (алфавитный порядок [g k j h l r c x n t s z m p v f a e i o u]) также классифицирует их по значению, сферам, поэтому поиск слова по значению почти так же прост, как поиск по звуку!
В слове 80 слогов и 80**3=512000 возможных значений, чего должно быть достаточно для создания слов на любую возможную тему в человечестве, и в будущем появятся свободные.
Теперь поговорим о грамматике. Для неё мы используем обратную (VC) - гласные согласные, например, "on"). Их может быть сколько угодно, и мы можем даже строить предложения в разных парадигмах. Например, тема и информация (T-cat I-black = кот чёрный), подлежащее, глагол, дополнение (S-cat V-eating O-fish - кот ест рыбу), дополнение и дескриптор (O-cat D-black - кот чёрный), объедините их (подлежащее-объект-тема, кот, дескриптор-информация, чёрный, объект-объект-тема, рыба, дескриптор-тема, мокрый, объект-глагол-информация, ест, дескриптор-информация, быстро = кот чёрный и быстро съедает ту рыбу, которая мокрая, знаете ли).
Всего 80 грамматических слогов, и они также перекрёстные 4-4-5, но взаимодействие места и гласный означают разные вещи, не [человек - природа - чувство - абстрактный], а связанные с грамматикой вещи. Следует изучить разные (фактически, все возможные) языки, чтобы понять, как распределять эти грамматические конструкции. Слоги
И концепция из #lojban (но используется во всех языках, по сути, самыми разными способами), междометия — структура VCV, 400 вариантов. В идеале они объединяют значения грамматических и содержательных слогов, но тут только одна согласная, и я не совсем уверен, должна ли она быть уникальной или иметь значение, как в содержательном слове. Тогда у нас есть две гласные — первая означает то же, что и в грамматических словах, вторая — то же, что и в содержательных словах. Одна междометия может заменить целое предложение, например, «я согласен с этим» мы заменяем на «ok».
Будет список предопределённых междометий для использования, как и в содержательных словах, но этот список гораздо короче и постоянен (5*16*5 = 400 слов).
Кроме того... можно создать очень классный способ записи языка. Например, содержательные слова — картинки, составленные из трёх частей (первый слог в середине, объект изображения, второй — некоторые детали, и третье — некий оттенок или контур, но часть рисунка), грамматика — ошибки и/или границы (контуры) между и/или вокруг этих рисунков, и отношение — контур вокруг всего предложения (или пустое место, если оно отдельно).
Вот и всё — моя первая маленькая идея для конланга. Расскажите, где я ошибаюсь, что вам нравится, хотите ли вы увидеть этот конланг готовым, или вы вообще можете помочь этому случиться.
#конлангинг #эсперанто #токипона #язык #языки #лингвистика
Итак, сегодня я объясню вам первую, более старую идею. Этот #апостериорный #конланг основан на матрицах (спойлер: вторая идея основана на деревьях). Во-первых, у вас во рту есть 4 места (заднее, как «к»; среднее, как «л»; переднее, или зубы, как «с» и «н»; и губы, как «п»). Далее, у вас есть 4 способа взаимодействия с ними (носовой, как "n"; стук, как "t"; аппроксимация, как "s" (или "j" i meah "y", й, в случае с задним рядом), трение, как "th").
Итак, матрица согласных выглядит так:
g k j h
l r c x
n t s z
m p v f
звучит как:
ng k y gh
l r ch sh
n t (t)s th
m p w f
ts-th - это моё самое слабое место, но я не могу придумать ничего лучше :(
Затем у нас есть стандартные пять гласных (a e i o u), в сумме 80 слогов.
В идеале каждое место, взаимодействие и гласная вносят свой вклад в конечное значение слога. Четыре категории для места, четыре категории для способа, пять - для гласной, и они суммируются в значение. Например, если бы задняя часть означала «human», tap – «action» и o – «group» (теоретически), тогда «ko» будет чем-то вроде «contact» (не знаю). Тогда, с похожим слогом, например, «to», когда teeth-place означает «feeling», это будет что-то вроде «rough». (Я на самом деле хз, как лучше распределить категории, мб, нужны дополнительные исследования в области философии, психологии и лингвистики. Для мест я предлагаю: back-human – middle-nature – teeth-feelinss – lips-abstract).
Итак, теперь у нас есть слог! Мы общаемся с помощью слогов? Нет! Мы общаемся с помощью трёх категорий: значения; роль в тексте; наше отношение или заполняющие слова, например, «like», «idk», «ну», «типа».
Для значений мы объединяем три слога вперёд (согласный-гласный, или CV), как в koselu. Во-первых, «ko» – самый важный, он даёт представление о том, о чём идёт речь. Во-вторых, сужает его до… Меньшая группа вещей. А третья определяет именно то, о чём мы говорим. И нет, мы не создаём их, когда говорим, это не #ithkuil — создатели создают слова один раз, записывают их в словарь, и учащемуся нужно только увидеть их там, узнать их значение, и их структура должна очень помочь в запоминании. Схожие (по значению) вещи звучат похоже. Разные вещи звучат по-разному. В построении слов есть (должна быть) логика. Расположение слов в алфавитном порядке (алфавитный порядок [g k j h l r c x n t s z m p v f a e i o u]) также классифицирует их по значению, сферам, поэтому поиск слова по значению почти так же прост, как поиск по звуку!
В слове 80 слогов и 80**3=512000 возможных значений, чего должно быть достаточно для создания слов на любую возможную тему в человечестве, и в будущем появятся свободные.
Теперь поговорим о грамматике. Для неё мы используем обратную (VC) - гласные согласные, например, "on"). Их может быть сколько угодно, и мы можем даже строить предложения в разных парадигмах. Например, тема и информация (T-cat I-black = кот чёрный), подлежащее, глагол, дополнение (S-cat V-eating O-fish - кот ест рыбу), дополнение и дескриптор (O-cat D-black - кот чёрный), объедините их (подлежащее-объект-тема, кот, дескриптор-информация, чёрный, объект-объект-тема, рыба, дескриптор-тема, мокрый, объект-глагол-информация, ест, дескриптор-информация, быстро = кот чёрный и быстро съедает ту рыбу, которая мокрая, знаете ли).
Всего 80 грамматических слогов, и они также перекрёстные 4-4-5, но взаимодействие места и гласный означают разные вещи, не [человек - природа - чувство - абстрактный], а связанные с грамматикой вещи. Следует изучить разные (фактически, все возможные) языки, чтобы понять, как распределять эти грамматические конструкции. Слоги
И концепция из #lojban (но используется во всех языках, по сути, самыми разными способами), междометия — структура VCV, 400 вариантов. В идеале они объединяют значения грамматических и содержательных слогов, но тут только одна согласная, и я не совсем уверен, должна ли она быть уникальной или иметь значение, как в содержательном слове. Тогда у нас есть две гласные — первая означает то же, что и в грамматических словах, вторая — то же, что и в содержательных словах. Одна междометия может заменить целое предложение, например, «я согласен с этим» мы заменяем на «ok».
Будет список предопределённых междометий для использования, как и в содержательных словах, но этот список гораздо короче и постоянен (5*16*5 = 400 слов).
Кроме того... можно создать очень классный способ записи языка. Например, содержательные слова — картинки, составленные из трёх частей (первый слог в середине, объект изображения, второй — некоторые детали, и третье — некий оттенок или контур, но часть рисунка), грамматика — ошибки и/или границы (контуры) между и/или вокруг этих рисунков, и отношение — контур вокруг всего предложения (или пустое место, если оно отдельно).
Вот и всё — моя первая маленькая идея для конланга. Расскажите, где я ошибаюсь, что вам нравится, хотите ли вы увидеть этот конланг готовым, или вы вообще можете помочь этому случиться.
#конлангинг #эсперанто #токипона #язык #языки #лингвистика
Минификация кода для повышения эффективности LLM: влияние на лингвистику, генерацию и анализ программ
Большие языковые модели (LLM) становятся неотъемлемой частью инструментов генерации, анализа и автоматизации программирования. Их возможности позволяют автоматизировать разработку, искать ошибки, генерировать тесты, осуществлять перевод между языками программирования. Однако одно из ключевых ограничений – контекстное окно, то есть максимально возможная длина входных данных. С ростом объема современных программ эффективность работы LLM с длинным кодом становится всё более актуальной задачей, особенно учитывая вычислительные и финансовые издержки обработки длинных последовательностей. Минификация кода – процесс сокращения программного текста до минимального, необходимого для сохранения семантики. Для современных LLM это уже не только техническая задача (как раньше для web-ресурсов), а способ оптимизации использования ресурсов, экономия токенов, увеличение объема анализируемого кода, ускорение анализа и генерации. В данной статье рассматривается современное состояние исследований по минификации в контексте LLM, формулируются гипотезы о её влиянии, а также обсуждаются перспективы для программной лингвистики.
https://habr.com/ru/articles/931508/
#минификация #llm #токены #контекстное_окно #экономия_ресурсов #лингвистика
Минификация кода для повышения эффективности LLM: влияние на лингвистику, генерацию и анализ программ
ВВЕДЕНИЕ Большие языковые модели (LLM) становятся неотъемлемой частью инструментов генерации, анализа и автоматизации программирования. Их возможности позволяют автоматизировать разработку, искать...