来源：Vice 编辑：LRS【新智元导读】SciHub是大多数支付不起高昂论文费用的研究人员的福音。如今一个合法版的GeneralIndex带着1。07亿篇论文，大小超36TB的数据集来了，并且它还支持单词和短句索引！ 论文的付费一直是科学研究的壁垒，每年各个科研机构都要给出版商缴纳巨额数据库访问费用，scihub的出现使这种情况有所缓解，让科研人员免费看论文。 如今，又一个英雄也来了！ Reddit上有用户分享了GeneralIndex的种子文件，提取了超过一亿篇（107233728）付费的期刊文章，可以通过搜索关键字和查找论文中的句子来进行索引。 据分享者表示，如果你有论文的DOI号的话，SciHub是不错的选择（不涉及版权问题），但是如果你没有编号怎么办？ 世界上大部分的知识（论文）都是付费的，所以通常你几乎无法确定你在寻找的东西是否存在，更不用说你是否可以访问它了。 但这种情况从今天开始不会再有了！ Public。Resource。org的创始人兼通用索引的共同创建者CarlMalamud发布了一个36TiB的数据库GeneralIndex，其中包含从1。07亿篇论文中提取的关键词和ngram（短句）。 有了这个数据库，研究人员和开发人员将能够更轻松地启动大多数学术文献的搜索引擎或目录，或者进行无数的文本和数据挖掘（TDM）研究，而无需单独检索和处理所有原始全文文档。 数据库压缩后大小为4。7TiB。如此大规模的数据，通常很难通过HTTP的方式从互联网下载数据，特别是如果你不在服务器所在地美国的话。 所以目前的下载方式是通过重新做种。现在有一个种子盒，可以让下载速度非常快。 该数据库只包含事实和想法，因此不受版权保护，属于结构化公共领域。它附带了一个知识共享零（CC0）许可证，以使受数据库权利约束的欧盟欧洲经济区居民更清楚地了解这一状况。 另一方面，CarlMalamud最近赢得了美国最高法院对乔治亚州和爱思唯尔（Elsevier）的诉讼，再一次证实了企图封闭公共知识领域的人都是人民的敌人。 据创始人称，目前GeneralIndex还是早期版本，更加通用的搜索功能还在开发中。并且在某些情况下，文本可能会提取失败，有时元数据不可用或可能不正确，而底层语料库很大，它并不完整且不是最新的。 对于Malamud来说，可搜索的科学知识数据库是人类进步的关键。他认为GeneralIndex是一个查找工具，一个知识词典，一个知识地图，一个我们认为是现代科学实践的核心工具的工具，我们认为这是一项公用事业，并且它专用于公共领域。您可以根据这些内容做自己想做的事，我们没有保留任何权利。 Reddit网友表示，这绝对是一个非常酷和有用的资源，可以帮助推动新项目，但应该注意的是，这似乎是一种试图将Sci中心语料库公开化的尝试，同时破坏了底层的人类可读PDF，因为他试图把pdf进行文字化。 GeneralIndex由大学和组织（如AcademicTorrents和Archive。org）进行种子、托管和分发，因为它们可以使数据集合法化并将其纳入公共领域。在近40TB的非人类可读数据中，与实际的SciHub集合相比，做种并不十分迫切。 从技术上讲，公开分享付费的科学文章是违法的。多年来，一些政府一直试图关闭SciHub。Malamud认为GeneralIndex具有足够的变革性，可以归入公共领域。 scihub的工作原理与GeneralIndex稍有不同，他搜索文章有三种方式，即学术文章的url、DOI、或文本搜索（利用GoogleScholar搜索结果提供访问）。 它与一个名为LibraryGenesis（LibGen）的盗版材料库协同工作，LibGen的工作原理就是：如果你去SciHub输入一个DOI或文章url，SciHub将为你发送一个验证码给你进行验证。然后，它会在LibGen的文库中搜索来查看是否可以找到该文章的现有副本。如果有，它将该副本传递给用户。 如果SciHub无法在LibGen中找到副本，它将使用多个机构访问系统跨发布者平台进行搜索，绕过任何访问控制障碍，并检索该项目的副本。然后它做两件事，第一，它向请求它的用户返回一份副本；第二，它在LibGen中存储一个副本，以便在下一个请求到来时更容易提供。在此过程中，SciHub将鼓励您捐款以保持其运行。比特币是首选的捐赠方式。 访问凭证似乎是SciHub获得的用户名密码组合，可用于访问机构订阅。主要是代理或shibboleth类型的访问系统，这种访问能够支持校外访问。 这些显然是由学者捐赠的，但目前还不知道是否是这些学者自愿捐赠或是被盗号了。 据马奎特大学图书馆信息技术负责人EdwardSanchez称，一场专门针对获取大学访问证书的网络钓鱼活动已经瞄准了那里的学者，SciHub使用了这些工具。 但SciHub不同意这种说法。当然，如果是学者自愿捐赠的用户名和密码，自然没有人能阻止他们，但不管怎么说，把密码交给不熟悉的人，终归是一种不太好的行为，并且风险极高。 无论SciHub的做法是对是错，它确实帮助了一些人。 一家开发法医和生物识别软件的早期公司的联合创始人称他们没有钱来支付这些文章的费用，SciHub和LibGen是救星。还有人需要通过在大学的同学来帮忙下载论文。 但这种行为确实是违反道德的，毕竟在当前环境下，这些内容是付费的，而他们通过不为他们希望转变为有价值的知识产权的材料付费，从而获得相对于竞争对手的不公平优势。 但，如果我们要改善我们的世界，科学是一种我们所有人都必须说的语言，而这种语言必须是免费的。 参考资料： https：www。vice。comenarticleg5gz5yarchivistscreateasearchableindexof107millionsciencearticles
冯德伦还不帅？舒淇自称原本看不上他，因为合作的是刘德华金城武冯德伦还不帅？舒淇自称原本看不上他，因为合作的是刘德华金城武娱乐圈中的婚姻都是真真假假，向来带给大众们的感官都是十分的复杂且神秘的。有太多的大大小小的明星艺人们的婚姻生活……张文慈张慧仪杨恭如和马小玲，你觉得谁最漂亮？回答这题时，还是想先声明下，题中所说的马小玲应是电视剧《我和僵尸有个约会》里由万绮雯所饰演的吧。对于张慧仪、张文慈、杨恭如和万绮雯（马小玲）四位都是70后美女，他们都出演……以刘德华为天花板，黎明古仔谢霆锋，谁当得起巨星守门员？自四大天王横空出世以来，天王这个称号早已泛滥成灾，如同相声界动辄大师一般，娱乐圈但凡有点名气的歌手就敢自称天王。相比天王，巨星这个名头就显然分量太重，一般人还真不敢叫。这……变成你的那一天超出预期，张新成新作转型最近新剧《变成你的那一天》很火啊，本以为就是一部普普通通的现代爱情剧，可是没想到多少有些俗套的剧情故事竟然可以带来如此多的惊喜，不管是整体效果还是主演表现上还都算让人满意，尤其……有颜值，有才华，人品好，有演技，唱歌又好的明星只有一位女的？张国荣。张国荣（LeslieCheung，1956年9月12日2003年4月1日），大中华地区歌坛和影坛巨星，出身于香港的著名歌手、演员、唱片及电影监制。代表歌曲：《Monic……谢娜深夜传来喜讯，侄子692分上清华，准备给他发个大红包新一期的《快乐大本营》播出，仍然没有谢娜的身影。网传谢娜已经出月子，陪伴待产的张杰也已经开始逐渐复工，相信不久谢娜就会回归舞台。不过，出于各种考虑，谢娜对于孩子的事……德国杜塞尔多夫音乐学院教授小号教授在线课程德国杜塞尔多夫音乐学院彼得蒙克迪克（PeterMnkediek）教授小号教授【小号专业一对一大师课】彼得蒙克迪克（PeterMnkediek）出生于威斯……野狗一直在狂吠，村民赶过去看，发现不对劲出手解救了狗妈妈一家都说母爱是最伟大的，这句话不只适合人，在动物身上也很合适。印度一只流浪狗妈妈与7只狗宝宝借住于一处民宅的角落里，不料一条眼镜蛇偷偷潜入窝里，将其中2只狗宝宝咬死，狗妈妈见……是谁改变了李长歌？不是李世民阿诗勒隼，而是出场几分钟的他由迪丽热巴、吴磊、赵露思等人主演的《长歌行》正在热播中，作为女主的李长歌在玄武门事变后逃离长安，一心复仇的她，却因为一个出场几分钟的人改变了一生。在玄武门事变中，李世民杀……还珠同是小燕子洗花瓣澡，旧版美若天仙，看到新版你游泳呢？导语：老版的《还珠格格》算是那个年代的一部代表作，到现在都堪称经典，经典就肯定是有人模仿和改编的啦，这不，新版《还珠格格》就出来了，和老版《还珠格格》想比，新版的除了演员大换血……乘风破浪的姐姐大家猜一猜，宁静会不会成团？《乘风破浪的姐姐》开播到现在，话题已经积攒了一波又一波，每一个姐姐的谢幕都有一个完美的结局，目前即将进行总决赛，节目就越发让人期待了，现在还剩下14个姐姐，分别是冠军候选团的宁……期待已久的李现迷你剧剩下的11个8月24日在上映啦今天的重磅消息是李现新剧《剩下的11个》近期要上映了！今日头条8月24日开始独播！《剩下的11个》海报截图喜欢李现，来自于他出演的《河神》主角郭得友。小河神沉稳机智……