关于作业的小建议

[Han Jiang]

在批改第三次作业的时候，有三个小问题：

1. 因为在代码里写了FileSystem.get(conf).delete，有些同学的程序跑完后就把输出文件删掉了。其实我们在改作业的时候有时也会查看一下你们在DFS上的输出记录，所以，在提交第四次作业前，建议大家把上回跑成功的输出文件保留下来吧。
2. 有些同学的报告写得实在很简单，但我查看你们先前的输出文件时，却可以发现很多版本的输出 (比如提交的报告中没有说到实现了KWIC，但在输出记录中却找到了)，还是建议在报告中说明清楚吧。
3. 报告中就不要把所有代码都贴上去了哈，这反而会让我们很难找到你想说明的意思，截取片段就可以了。

希望对大家的下次作业有所帮助，有什么问题请尽早问出来。加油！

[Han Jiang]

看有些同学正在忙第四次的作业，再加一条建议吧：

smallwiki这个文件其实挺大的，在程序调对之前就在上面跑还是很费时间的，推荐自己制作一些小一点的测试输入，方面调试。

比如: /cs402/jh/miniwiki-test.xml

[郭行健]

smallwiki中的dangling node不是一般的多。。。

在 2014年7月27日星期日UTC+8上午9时55分36秒，Han Jiang写道：

[Han Jiang]

用最简单的正则去重后都可以出50多万条，如果考虑到[[tag|[ref]]]这种模式的话规模就更大了...

--
You received this message because you are subscribed to the Google Groups "cs402pku" group.
To unsubscribe from this group and stop receiving emails from it, send an email to cs402pku+u...@googlegroups.com.
To post to this group, send email to cs40...@googlegroups.com.
Visit this group at http://groups.google.com/group/cs402pku.
For more options, visit https://groups.google.com/d/optout.

--

Han Jiang

Team of Search Engine and Web Mining,
School of Electronic Engineering and Computer Science,
Peking University, China