您现在的位置是：心海E站 > 个性网名 > >正文
对称复杂的qqID符号(有什么好听的QQID，有符号的？)
发布时间：2023-12-02 08:42:34 admin 阅读:59
有什么好听的QQID，有符号的？
带符号又比较好听的ID：想伱ろ⒍ㄘ天空白 Koreyoshi空景 Sadnes╰つNostalgia 留恋Curtain、落幕腐朽Eros1on相守 Print li°时光恋人、描述我的样子、半城烟沙ぃ半城雨等等。QQID（英文：qq screen name） 也叫QQID， 是指用户在腾讯QQ上根据自己需求注册或修改用来代表自己的文字标识，是目前流行的一种ID形式。每一个QQ都对应一个相应的名称。ID的选择是由用户自由选取。
对称复杂的qqID符号
怀情思泪
QQ浏览器搜索中的智能问答技术
专注于大数据、人工智能技术应用的分享与交流。致力于成就百万数据科学家。定期组织技术分享直播，并整理大数据、推荐/搜索算法、广告算法、NLP自然语言处理算法、智能风控、自动驾驶、机器学习/深度学习等技术应用文章。
每天给你送来NLP技术干货！
分享嘉宾：姚婷腾讯专家研究员
编辑整理：王惠灵合肥工业大学
出品平台：DataFunTalk
1.背景介绍
智能问答在搜索中的应用
搜索中的Top1问答
2.关键技术
搜索问答的技术框架
KBQA：基于知识图谱的问答
DeepQA：基于搜索+机器阅读理解的问答
3.前沿研究
端到端问答
知识指导的问答
多模态问答
01
背景介绍
1.问答在搜索中的应用
问答的核心是通过理解语言和运用知识来进行提问和回答。从应用角度看，由于人类有获取信息的需求和旺盛的好奇心，问答的场景无处不在；从研究角度看，问答是认知智能的前沿之一。
问答在搜索场景的应用可以分为两类。一类是满足用户的直接搜索需求，即在搜索结果页给用户提供精准的答案，例如Top1问答卡片。另一类是通过问答的方式与用户交互，来帮助用户澄清、细化和延伸需求，例如推荐和对话形式的问答。
2.搜索中的Top1问答
下图展示了QQ浏览器搜索中Top1问答的一些产品形态，包括短答案、长答案、列表答案、视频答案、集合和图片答案。
02
关键技术
1.搜索问答技术与系统
搜索中问答的明确需求占比接近1/4。这些问题不限领域，不限类型，一般可分成事实类和非事实类。搜索中问答的数据源是多种多样的。从资源类型上看，包括网页、UGC（用户生产内容，如社区问答）和PGC（专业生产内容，例如自媒体号）。从文本的组织形态上来讲，数据可以分成结构化、半结构化和无结构化三种。结构化的数据具有一定约束，以知识图谱为代表；半结构化数据的典型代表是开放生态构建或者从社区问答抽取的具有一定格式的问答对数据；无结构化数据广泛存在，例如普通的网页文本。
搜索中的问答技术主要分为KBQA和DeepQA。
KBQA指基于知识图谱的问答，面向的是结构化数据，底层是离线构建的知识图谱，在线通过问题解析、图谱查询和推理得到答案，主要适用于事实类问题。
DeepQA是一系列基于搜索和机器阅读理解（MRC）的问答技术，可以处理更广泛的非结构化数据，基于离线问答内容构建和理解，在线通过搜索获得候选文档、使用机器阅读理解技术来抽取答案，能解决更多问题需求类型。在实际应用中，针对不同类型的数据，我们构建了三套DeepQA系统，分别是优质问答数据源上的独立检索系统、全网搜索结合在线MRC的通用问答系统、以及端到端问答系统。
下图右侧展示的是搜索问答系统的整体架构。离线部分是问答内容的构建和理解，比如对专业生产内容做质量和权威性分析、从全网数据中进行问答对的挖掘和选取等；数据源包括网页库、优质问答库和知识图谱；在线部分包括搜索问答结果的召回和排序、段落匹配和答案抽取、知识图谱检索和推理计算等，以及问答融合决策从多源结果中决定最终展现给用户的答案。
2.KBQA：基于知识图谱的问答系统
图谱问答系统的数据依据不同实体更新的要求分为三路，数据通过直接的三元组索引查询或者图数据库存储检索系统应用。
在线图谱问答的流水线之一是语义解析的方法，系统先对查询进行领域分类以装配不同类型的处理流程（例如汉语诗词类、单实体类、多实体关系类），然后对查询进行语法树分析和形式逻辑规约，在三元组中递归查询和拼装得到最终答案。该方法的优点是支持一些复杂的查询推理，且在规则适用的范畴内准确率较高。另一种流水线是基于深度学习的方法，系统首先识别出具有问答意图的查询，然后通过深度模型识别查询问题中的实体，对实体属性和查询表达进行深度语义匹配映射，计算出候选结果并进行清洗和排序得到答案。该方法的优点是对查询语义理解较好，泛化性强，召回率较高。
3.DeepQA：基于搜索+机器阅读理解的问答系统
下面主要围绕DeepQA相关工作展开介绍。
早期的DeepQA系统具有非常复杂的流水线，例如IBM的Waston，以及2017年第一版“立知“问答。系统包括多个数据挖掘和机器学习模块，在问题分析、答案候选的特征抽取、评分排序等诸多环节都可能有错误的传播和积累，可扩展性不强。2017年以后，斯坦福的陈丹琦等人提出了一个面向规模文档集的开放域问答系统——DrQA，系统定义了一种新的开放域问答实现方式，即通过检索和深度机器阅读理解（MRC）产生答案。在SQuAD等公开数据集和评测的推动下，深度机器阅读理解发展迅速，在查询和文档语义建模、上下文信息交互建模、答案抽取和预测方式建模上都不断涌现新的方法，2024年机器阅读理解系统甚至在事实类问答上超过了人类水平。
然而在真实的搜索场景中，DeepQA仍然面临着很多挑战。首先是用户的需求纷繁复杂，表达方式也千差万别，而互联网数据规模巨大，需求检索匹配的难度很大。其次是网页数据多种多样，页面类型和格式繁多、质量参差、答案的形式不一，机器阅读理解面临较大的挑战。
下面介绍一些应对搜索场景的问题我们所做的工作。
（1）短答案MRC
短答案MRC任务的定义是从搜索结果的多个文档中抽取唯一的答案片段，并提供支持答案的文本来源。这个任务会面临以下一些挑战：
①搜索结果噪声过多
噪声包括不相关结果、不一致答案等。短答案抽取模型是一个多文档段落抽取的模型，我们将搜索排名topN（常用N=10）的文档段落输入到BERT中进行表示建模，然后预测段落中答案的起始位置。为了解决输入文档不相关的问题，我们将“答案存在性判别”和“答案起止位置预测”两个目标进行联合训练；为了应对各文档的答案不一致问题，我们加入了多文档交互，将多个文档中包含答案概率最大的片段拼接起来进行建模，信息融合之后再预测文档包含答案的概率。
②答案出现常识性错误
常识性错误即模型输出无意义答案，例如边界错误、答案类型错误。我们的做法是引入一些外部知识，例如百科、知识图谱等，给候选文档中符合答案类型的实体打上特殊的标记，在建模过程中加强对它们的关注。
③鲁棒性问题
这里鲁棒性问题指的是由于过拟合导致模型输出不稳定。Dropout是一种有效的减少过拟合的方式，但它的缺点是不能保持输出的一致性。我们应用了R-Drop，通过将Dropout作用于输出层，降低了训练和测试的不一致性，同时引入对称KL散度作为正则项，增强了输出的稳定性。在实验过程中，我们发现对输出层使用两次dropout效果较好。此外我们还对训练数据进行了同语义问题的数据增强，加入相同语义query下的段落输出部分的KL-Loss，增强了模型的稳定性。
④答案归一化和多span问题
在抽取式阅读理解中，由于多文档表述的不一致，往往会遇到答案归一化的问题，比如“安全带使用期限是几年”的问题答案可能有“3到5年”、“3年至5年等”；而且还有答案并不是连续判断，比如“沉鱼落雁指的是谁”这个问题中，答案可能对应文档中两个片段（span）。为了解决上述问题，我们尝试用生成式阅读理解方法，以Fusion-in-Decoder（FiD）为例，将检索得到的多文档分别进行编码表示，拼接起来输入到decoder生成统一的答案。
实践中利用大规模点击日志文档生成查询进行预训练，利用短答案日志构建大量弱监督数据进行自训练，有效提升了生成式阅读理解的效果。由于生成模型输出的答案得分其实是语言模型的困惑度，不能很好地刻画答案本身的置信度，我们训练了一个生成答案的置信度预测模型，对答案输出进行决策。
（2）长答案MRC
相比短答案，长答案MRC受到的研究关注相对较少，一方面因为问题更加复杂，数据集稀缺，另一方面因为长答案在内容和表达方式上有不确定性，评价起来也相对较难。
搜索场景中长答案和短答案主要有以下几个方面的差异：
①长答案MRC-组合式问答
针对长答案包含信息量大、不连续的特点，我们提出了一种“组合式问答”的任务形式：从搜索结果的单个文档中抽取出一组片段来合成精选摘要答案。任务输入为给定问题和文档的完整片段组合，输出为答案片段组合。评价方式为片段预测的F1和人工评价相结合。
组合式问答模型的整体框架基于BERT，输入是问题和进行了启发式分句的文档句子序列，输出是每个句子是否是答案的概率。我们引入了两个非常有用的设计。
第一个是引入页面的结构信息。由于网页的HTML能够一定程度上反映页面结构、文本关联以及展示内容的重要度等特征，我们选择了部分网页标签作为符号输入到模型中。
第二个是引入针对性的预训练任务。—般预训练都是建模句子级别的关系，没有有效挖掘文档结构的信息；我们引入了两类相关的预训练任务，一类是问题选择（QS），即随机替换一个问题并预测；另一类是节点选择（NS），可以对句子和符号进行随机替换或打乱顺序。这样的预训练任务可以让模型更深刻地理解问题和长文本的内容。
由于文档具有层级结构，一个自然的想法是利用图网络来建模。我们尝试在模型输出侧增加图网络，将句子中词的连接、句子之间的连接以及问题和句子的连接用图结构表示并通过AttentionMask实现，实验表明加入层次结构信息的效果提升明显。
长答案阅读理解中同样可以采用短答案阅读理解类似的思路：（1）同时预测文档可答概率和答案句子概率；（2）引入门机制学习文档和句子的关系；（3）使用R-drop提升鲁棒性。
我们发现模型对问题的理解仍然不够充分。举一个极端的例子：当不输入问题，直接针对文档预测长答案，模型仍然能够达到一定的抽取效果。说明阅读理解模型输出的答案受到文档本身的影响较大，而对问题的关注不够。为了解决这个问题，我们做了一些数据样本增强和对抗的工作。一方面通过主动学习不断优化训练数据，让模型学习到更多不会的能力，另一方面通过点击日志挖掘同一个文档下语义相同或不同的query。由于同一个文档中的不同部分可以回答不同的问题，这样可以让模型更关注问题相关的信息，而不是文档本身。
（3）长答案MRC-判断类观点问答
对于判断类观点问答任务，考虑到用户不会仅仅满足于论断，而会更关心论据，我们设计了一个模型，首先抽取能够回答问题的长答案，即论据，然后根据该论据做论断的分类，产生一个短答案。
模型的整体结构是基于长答案模型结构的改进，在抽取长答案的同时，将query、title和长答案抽取过程中最高概率答案句拼接起来输入判断模块。通过论据抽取和论点分类两个目标的联合学习，模型可以解决短答案抽取无法解决的问题。比如在下图的例子中，对于“把兔子关在笼子里好吗”这个问题，短答案抽取并不能直接抽取出“好”或者“不好”的答案片段，而通过分类可以知道它是一个否定的回答。
（4）问答式搜索
DeepQA的一个重要部分是从大规模数据检索出相关候选文档，才能通过阅读理解模型抽取答案。传统搜索更关注相关性，即文档和问题相关，而问答更关注检索结果是否能回答问题，这是问答式搜索和传统搜索的不同。
问答式搜索系统需要一种更细粒度、更精准的语义检索匹配方式。稠密段落检索，即通过深度语义表示学习，从大规模文本中检索出和查询相关的段落，包括自然段、任意句子、词片段。稠密段落检索是稠密向量检索的一种。传统基于关键字词构建的倒排检索（稀疏检索），虽能精确地召回结果，但是会面临比较严重的语义鸿沟问题；而稠密向量检索是解决查询和文档之间语义鸿沟的有效手段，但是从符号到向量的表示过程损失了一定的语义。所以需要对稠密向量表示进行优化，并设计合适的向量检索和语义匹配方法。
问答式搜索也是一个从大规模数据到少量能抽取答案的文档的金字塔式筛选过程。为了提高在线服务效率，在面向海量数据的召回和初排阶段一般使用非交互式匹配模型，待检索到一定规模的相关候选后再采用更精细化也更加耗时的交互式匹配模型。交互式和非交互式匹配模型各有其优缺点，如图所示。
稠密段落检索模型
我们选用非交互式异形双塔模型进行稠密段落检索的Query-Passage语义表示学习。通过网页搜索日志和问答对数据可以获取大量的正负样本，从而进行大规模对比学习。
这里介绍一种向量表示的优化方法——Barlow-Twins。通过在训练目标里加上一个相关性去除目标，降低向量表示的冗余性，使得训练出来的向量在空间的分布非常均匀。
负采样方法是对比学习中非常重要的一环，对稠密向量表示效果有很大影响，我们对负采样进行了两个方面的优化：
一个是很多相关工作都会采用的Cross-batch负采样，在多GPU并行训练时，将其它GPU批次内的全部段落作为当前问题的负样本，极大地增加了负样本数，也使得训练效率得到很大提升。Cross-batch负采样还能缓解训练和推理时负样本分布的不一致性，因为在问答式搜索中，模型需要从大规模数据集中找到相关答案候选，但训练过程见到的查询段落样本通常远小于预测时的候选数据规模，这会导致模型在训练时表现良好而在应用中不够好。
另一个是提升负样本的质量。一方面需要让负样本对模型来说更难，这样能学习到更多的知识。另一方面要尽可能少地引入FalseNegative样本。我们提出了混合降噪负采样策略：先通过非降噪负采样，例如已有的召回模型（BM25、初始训练的召回模型等）进行Top-K采样，这样得到的样本相对较难，当然也会引入一些FalseNegative；然后进行降噪负采样，通过训练一个Re-ranker对样本进行筛选，去除实际可能是正例的噪声；两者结合训练，实验证明效果提升非常明显。
Query-Passage交互匹配模型
召回阶段的核心任务是区分答案相关和不相关的候选，召回之后就需要通过匹配更进一步排序这些候选文档。这里简要介绍一下我们的Query-Passage交互匹配模型。
03
前沿研究
下面介绍开放域智能问答的一些相关前沿研究和进展。
1.端到端问答
近年来关于开放域端到端问答的研究如火如荼，下图摘自ACL2024Tutorial:Opendomainquestionandanswering，对端到端问答系统发展的总结。
第一代端到端问答模型采取两阶段的方式，通过检索器和阅读器串联来进行答案提取，例如DrQA；前面我们所讲的DeepQA系统也是遵循这种范式的设计；第二代的模型为阅读器和检索器联合优化的模型，如R3、DenSPI；第三代的模型不需要检索器，直接通过模型生成答案，如T5、GPT3。
检索器和阅读器的联合优化是一个难点。一种方法是将检索的文档看做隐变量，依靠EM优化语义表示模型和生成模型，即通过阅读器的输出概率作为检索器优化的目标，反过来再基于检索器的输出优化阅读器的输出概率。这样交替进行同时提升阅读器和检索器的效果。我们尝试了一种Hard-EM的方法，直接把预测答案是否包含于检索文档作为硬匹配信号来优化文档检索的过程。如下图所示，通过答案硬匹配文档获得训练三元组，然后训练FiD答案抽取模型，再利用新的答案抽取模型预测出来的更优质的答案，继续硬匹配和过滤候选文档输入。几轮循环之后答案抽取的EM和F1指标均得到提升。
2.知识指导的问答
如何在深度模型中引入知识也是问答研究的热点。真实场景中有很多问题需要知识推理，比如“小汽车科目二多少分及格”这个问题，示例的法规文本里没有明确的描述，但是可以根据推理得到答案；“葡萄籽油的食用方法”这个问题，不同答案中包含的“知识点”相互存在冲突和分歧，需要进行知识验证。
知识指导的问答相关工作，有一种是把特定的知识输入到答案抽取模型一起学习，比如K-BERT，把原输入中实体所涉及到的三元组通过软位置编码的方式融合到输入中，从而引入了实体相关的知识。另一类方法是通过知识增强的预训练模型提升下游任务的效果。
QQ浏览器搜索内容技术团队还提出了一种知识增强预训练的方法，该模型引入了三类知识性任务，包括远程关系监督分类、三元组文本mask预测、以及同类实体替换预测，训练过程中将这三类任务和语言模型任务结合在一起训练。为了保证原始模型的参数在训练过程中不会有灾难性遗忘，设计了一个新的知识记忆结构，将原有模型的所有参数固定住，只用这个新的知识记忆矩阵承载上面多任务引入的知识。实验证明知识增强的预训练在很多下游任务上都能够获得一定的提升，尤其是在上下文不充分的短文本任务上。
3.多模态问答
当前越来越多的优质内容以视频形式存在，从文本答案到视频答案也是一个大的趋势。基于视频载体的问答需要对视频内容进行感知分析+语义分析，进而通过显示/隐式的语义表示和计算（检索、匹配、阅读、生成）得到视频化的答案。
我们现在做的一个比较初步的工作是利用视频的语音和字幕进行视频文本化，然后通过阅读理解结合文本生成的技术进行视频答案摘要，通过文本生成和字幕时间匹配，还能得到视频分段以及关键帧标签。右图是我们在视频问答做出来的短答案摘要的效果，相对于文本答案可以给用户提供更多便捷性的帮助。未来还有更多基于多模态内容的问答研究值得探索。
04
Q&A
Q1：针对用户的query，KBQA和DeepQA的执行顺序是什么?
A1：两者是同步进行的，最后根据答案产生的情况做决策。DeepQA这边还会有一个问题分类的模块，判断问题的答案是短答案还是长答案。所以底层是多个系统的并行，包括KBQA系统、短答案系统和长答案系统。
Q2：自己尝试后发现DeepQA的响应非常慢，工业应用中通过什么方式来提高问答响应的速度?
A2：响应的速度分为两个方面，检索模块和阅读理解模块的响应。需要看这两部分分别耗时，也需要分别优化。检索模块往往会通过分层筛选的方式来限制输入文本的数量。计算越复杂的模块，输入文本数量越少。召回阶段我们采用非交互式模型快速获得相关文本，排序阶段再使用更复杂的交互式模型进行少量精细化计算。最后阅读理解模块的文本输入相对更少了，目前只针对Top10结果去做计算。以上是系统层面的优化。
具体到模型优化的话，可能就会需要具体看输入的文本长度、模型复杂度，模型所使用的推理系统，推理器和硬件的匹配情况等。最主要的是需要去分析响应时间慢的瓶颈的问题，然后再针对性解决。
Q3：针对用户的query也会有拼写纠错的处理，什么时候会触发这个处理？怎么处理?
A3：纠错不是问答独有的问题，是整个搜索系统面临的问题。在搜索的最开始也就是查询分析的模块，不仅有纠错，还有查询的分词，查询重要度的分析，查询词之间的关系分析等。纠错往往是搜索前置的模块，纠错之后的处理也会有不同，比如对置信度非常高的纠错，可以直接修改查询。系统更保险的做法是触发二次查询，也就是将原词的搜索结果和纠错后的搜索结果同时拿到，然后再根据结果的反馈综合决策。
今天的分享就到这里，谢谢大家。
在文末分享、点赞、在看，给个3连击呗~
01/分享嘉宾
姚婷
腾讯 专家研究员
毕业于清华大学计算机系，从事自然语言处理、搜索排序、智能问答方向的研究工作，负责主导了搜狗搜索“立知”问答系统研发。目前担任腾讯PCG搜索应用部专家研究员，负责QQ浏览器搜索中智能问答技术的研究和落地应用。
最近文章
为什么回归问题不能用Dropout？
Bert/Transformer被忽视的细节
中文小样本NER模型方法总结和实战
一文详解Transformers的性能优化的8种方法
DiffCSE:将EquivariantContrastiveLearning应用于句子特征学习
苏州大学NLP团队文本生成&预训练方向招收研究生/博士生（含直博生）
投稿或交流学习，备注：ID-学校（公司）-方向，进入DL&NLP交流群。
方向有很多：机器学习、深度学习，python，情感分析、意见挖掘、句法分析、机器翻译、人机对话、知识图谱、语音识别等。
记得备注~
qq复杂ID一堆符号的那种，越多越好
θㄊ彐きÆÈξえψずж，够复杂了吧
QQID中符号星星怎么打？
第一种方法：使用输入法自带的特殊符号1、打开QQ主面板；2、点QQ名称向下小箭头——选择【我的资料】；3、点编辑资料按钮；4、将光标定位在ID上；5、输入法切换到特殊符号；
谈长江奇石的价值取向
谈长江奇石的价值取向
□朱金华
当今社会，奇石收藏，已成为中国艺术品投资领域的新宠。一枚自然天成的奇石，蕴含着大自然鬼斧神工的神奇魅力。奇石自然形成的千奇百怪、千姿百态、光怪陆离、五彩斑斓，除了直接带给人类以美的享受和满足人类的科研需求，还由于它的天然性、稀有性、唯一性，随着追逐者日盛，它的经济价值也在逐日攀升。因此，不少精明的投资者，开始将目光聚焦在奇石艺术品的收藏上。
然而，奇石艺术品的收藏投资，究竟该怎样去把握？现实生活中，不少投资者往往有钱有胆而缺乏艺术眼光，仅凭一时的兴头胡乱采购，虽然石品充盈华居，而真正能经受时间检验，真正具有收藏价值的东西却寥寥无几，甚至最终成了一堆废品。为此，笔者不揣冒昧，从奇石鉴赏的核心要领，艺术美学的基本概念等，着重探讨如何深入把握长江奇石的价值取向。意在抛砖引玉，敬请业界方家不吝赐教。
一、搞清奇石鉴赏的核心要领
人们玩石头，究竟玩什么？我们赏奇石，究竟为何而赏？究竟应该怎样去把握奇石艺术品的投资方向？这是人们从事奇石艺术品投资时必须首先搞清楚的问题。
中国地质大学教授、中国著名赏石家、央视《鉴宝》专家贾精一先生，在2004年12月与笔者的一次书信中提过：当代赏石的内容分为三个方面——形式美、意境美、科学美。其中，形式美是基础；意境美是精髓，是核心；科学美是发展的方向，需要引导。这三个方面，又称“当代赏石三要素”。
贾老对当代赏石理论的精辟论述告诉我们：人们赏石，其实是欣赏石头的美感；奇石的美，包含了形式美、意境美、科学美三个方面。而意境美，则是三者之间的核心和最高境界。因此，一枚天然奇石的价值，既要看它的形式美、科学美，更应注重它的意境美。意境是奇石的生命和灵魂，意境深浅是奇石艺术价值高低的要害和关键。只有把三者有机结合，做到突出重点，分清主次，全面鉴赏，方能正确分辨出它的价值高低来。否则，抛开意境，单纯从表象去谈奇石的价值，无异于小孩子乱涂鸦、乱塑的泥，还值得我们把它当作珍贵的艺术品，甚至花重金收藏它吗？
二、掌握艺术美学的基本知识
学术界几经争议，已将天然奇石列入艺术品的范畴。既然赏石即是赏美，奇石的鉴赏，则是对天然艺术品的欣赏和鉴定。大自然的鬼斧神工，天然再现的艺术结晶，的确令人叹为观止！其呈现作品（大自然天然创作）的表现手法，往往包含了人类社会错综复杂的综合艺术，比如雕塑艺术、书画艺术、摄影艺术等等。因此，我们要正确解读和识别那些千差万别的个体奇石的文化艺术价值，就必须懂得一些艺术、美学的基本知识，比如何为艺术、艺术品、艺术性、抽象艺术、雕塑艺术、书画艺术、造型艺术、摄影艺术、形式美、艺术美、形象、美感、色调、主题、主体、意境、内涵、科学等。这样，我们在接触那些载体不同的艺术品（即：以石头为载体的奇石艺术品）时，才会胸有成竹。
笔者认为，我们至少应该掌握以下一些基本概念——
1、艺术：是指通过形象塑造来反映社会生活，表现作者思想感情的一种社会意识形态。因表现手段和方式不同，通常分为：表演艺术(音乐、舞蹈)，造型艺术(绘画、雕塑)，语言艺术(文学)和综合艺术(戏剧、电影)。
2、艺术品：是指表现艺术的作品（载体）。
3、艺术性：是指文艺作品在形象地反映生活和体现特定的思想内容方面所达到的完美、统一和感人的程度，包括艺术形象的生动性和典型性，艺术结构的严密性和完整性，艺术手法的多样性和创造性，艺术风格的民族性和独特性等方面。文艺作品的艺术性和思想性联系密切，两者相互制约，相互依存，但又有相对的独立性。
4、抽象艺术：是指现代西方流行的主要存在于绘画中的一种艺术派别,主张脱离现实,用抽象符号来反映纯精神世界。
5、造型艺术：是指用一定的物质材料，以一定的表现技法，创造可视的平面或立体形象的艺术。包括绘画、雕塑、建筑艺术、工艺美术等。与听觉艺术相对，是一种静态艺术。这一名词源于德语，德国文艺理论家莱辛最早使用。也称“美术”、“空间艺术”、“视觉艺术”。
6、雕塑艺术：是指造型艺术的一种，用竹木、玉石、金属、石膏、泥土等材料雕刻或塑造各种艺术形象。
7、书画艺术：是指书法艺术和绘画艺术。
8、文学艺术：是指以语言为手段塑造形象来反映社会生活、表达作者思想感情的一种艺术。起源于人类的生产劳动。最早出现的是口头文学，一般是与音乐联结为可以演唱的抒情诗歌。最早形成书面文学的有中国的《诗经》、印度的《罗摩衍那》和古希腊的《伊利昂纪》等。欧洲传统文学理论分类法将文学分为诗、散文、戏剧三大类。中国先秦时期将以文字写成的作品都统称为文学，魏晋以后才逐渐将文学作品单独列出。现代通常将文学分为诗歌、小说、散文、戏剧四大类别。
9、摄影艺术：是指造型艺术的一种。以照相机和感光材料为工具，运用画面构图、光线、影调(或色调)等造型手段来表现主题并求得其艺术形象。主要特点在于所表现的对象必须是实际存在的。体裁上分新闻摄影、人像摄影、风景摄影、动静物摄影等。
10、形式美：是指客观事物在外在形式上表现出来的美。常相对于内容美而言。其要素是能给人以美的感受的物质材料、手段，如语言、形状、线条、色泽等。其法则是形式因素之间的均衡、对称、对比、参差、变幻。其基本规律则是多样统一与和谐。形式美与内容美既有统一性，又有矛盾性，各自有相对独立的审美价值，在美的创作中既不能否定形式美，也不能离开内容而片面强调形式的美。
11、艺术美：是指艺术作品所呈现出来的美。
12、形象：主要指文艺区别于科学的一种反映现实生活的特殊手段。即根据现实生活各种现象加以艺术概括所创造出来的具有一定思想内容和艺术感染力的具体生动的图画，包括人物、事件、自然景物等。由于文艺描写的对象是以人为中心的社会生活，所以文艺作品中的形象主要指人物形象。
13、美感：广义即审美意识。狭义专指审美感受，即审美主体对美的一种综合着感知、理解、想像、情感等因素的心理现象。构成审美意识的核心部分。它因时代、阶级、民族及个性、修养、爱好等的不同而具有差异性，又因共同的物质依据和心理、生理机能具有共同性。其最基本的特征是情感的体验和愉悦。获得美感是人审美活动的目的。
14、色调：是指画面上表现思想﹑感情所使用的色彩和色彩的浓淡。
15、主题：也叫“主题思想”。文艺作品中所蕴含的中心思想。是作品内容的主体和核心。一部作品可以有一个主题，也可以有多个主题。
16、主体：是指事物的主要部分。
17、意境：是指艺术作品通过形象所表现出来的艺术情调和境界。
18、内涵：逻辑上指概念中所反映的事物的特有属性，也指人们内在的涵养。
19、科学：是指反映自然、社会、思维等的客观规律的分科的知识体系。
三、瞄准长江奇石的独特优势
既然，奇石作为一种天然的艺术品进入人们的收藏领域，那么，其藏品的艺术价值，就应该是收藏者必须首先考虑的重要问题。
长江奇石，由于其得天独厚的资源条件，形成了特殊的艺术个性，尤其是它所具备的意境美和丰富的文化内涵，最能让人感受到传统文化的精神漂泊与诗意栖居。因此，这一石种，成了天然奇石收藏中最具文化艺术价值的收藏品牌之一。
（一）长江奇石分广义和狭义两大类。笔者认为，广义上的长江奇石，应指整个长江流域水系的所有河卵石中发掘的奇石，含天然成形和人工打磨加工部分在内。狭义上的长江奇石，特指长江宜宾至重庆河段的河卵石中发掘的天然奇石。收藏界最受青睐，文化艺术价值最高的，要数狭义上的长江天然奇石。此类奇石在长江河段的分布，主要以宜宾为起点，经南溪、江安、纳溪、泸州至重庆万州等地。其中，资源优势得天独厚的河段，要算江安、纳溪、泸州河段。
（二）长江奇石的赏玩历史十分悠久。据《中国艺术品收藏鉴赏全集》（奇石卷典藏板）载，长江奇石的赏玩收藏历史，可以上溯到宋代。北宋时期，四川泸州已形成爱石、藏石、赏石赋诗、以石会友、美石赠友之风。宋代大诗人、大书法家黄庭坚于哲宗绍圣四年路经泸州时，所作《戏答王献可居士赠女石》一诗可以为证。被四川省文化厅命名表彰为“长江奇（雅）石之乡”的四川省江安县，藏石赏石也有着与此同代的悠久历史。宋代大诗人、大书法家黄庭坚、清代诗人杨升庵先后曾在江安（古称：汉安）居住过，他们曾分别兴建了偶住亭和题榕阁，是为历史的见证；黄庭坚不但写有空前绝后的《苦笋赋》竹文化赞歌，还对奇石情有独钟，他除了醉书“黄伞石”，还写下了《竹石牧牛》、《新妇石》、《云凌石》、《坚石诗》等赞石诗篇。
（三）长江奇石有着与众不同的魅力。著名奇石收藏鉴赏大师、台湾中华赏石协会理事长、台北大千世界艺术展示中心董事长林同滨先生对长江奇石评价极高！他认为：长江奇石所具有的那种集“形、质、色、纹、意、线、面、肌、底”于一体的特点，是其他石种所不能相提并论的。猴年仲夏，林同滨先生参观了四川江安的长江奇石后道出了这样的肺腑之言：“长江奇石、尤其是它的画面石，是目前世界上最美的石头，我走过那么多国家和地区还没有碰到过，因为它给人有一种东方人文思想的感觉……!”
笔者认为，长江奇石的独特魅力主要体现在这样几个方面：
第一、长江奇石意境深沉。长江奇石以图文石（又称画面石）为主，也有造型石、色彩石、化石等。由于其表现形式极为丰富，使这一石种具有超然的艺术情调和境界。正如人们所言：一枚奇石就是一段历史，一个故事，一道风景；它是立体的画，无言的诗，不谢的花。长江奇石，可谓人间百态、世间万象兼容并包。因此，“诗情画意长江石”之说，便充分反映了该石种意境美的艺术境界和层次。
第二、长江奇石石种繁多。诸如：青花石、松花石、绿泥石、葡萄石、炭化石、釉石、蜡石、长江红、雨花石、芙蓉石（又称富贵石、牡丹石）、冰花石、梨皮石等等，应有尽有。
第三、长江奇石色彩斑斓。由于其石种繁多，使该石种汇聚成赤、橙、黄、绿、青、白、紫等多种颜色，既有单色及过渡色，也有多种复合色。给人带来的美，有的鲜艳夺目，有的古朴典雅；其风格各异，品味独特，韵味十足。
第四、长江奇石水洗度好。奔腾不息的江水，蜿蜒曲折的河床，让母亲河的石头在长年累月的相拥相撞之中，磨去了菱角，变得非常圆润。有的石种，无需上油打蜡，也能让人感觉细腻如酥，给人一种赏心悦目的美的享受。
第五、长江奇石纯净自然。当前，在奇石艺术品收藏领域，抱朴含真、崇尚自然，已成为人们追求的最高境界。奇石，既然成为一种天然的艺术品，其自然的成分必然是至关重要的。长江流域，由于其丰富的资源优势，使得沿江绝大多数长江奇石的采集、收藏者，眼下都在共同维护着这一片天然把玩的净土。因此，除雨花石以外的长江奇石，绝大部分都是未经打磨、雕琢的纯天然原石。
（四）长江石近几年在石界倍受青睐。也许，正是由于抱朴含真、崇尚自然已然成为奇石艺术品收藏领域追求的最高境界，抑或是因为有的石种打磨雕琢、人工造假、鱼目混珠、真假难分给商家（藏家）留下的伤痛，近几年来，长江奇石已越来越受到国内外藏家的喜爱。
著名奇石收藏鉴赏大师、台湾中华赏石协会理事长、台北大千世界艺术展示中心董事长林同滨先生，对长江奇石便情有独钟。据不完全统计：1999年至今，他先后专程到泸州、江安、宜宾、乐山等地累计不下20次，收藏长江石奇石数百枚，成交金额上百万。他的奇石收藏，几乎全是长江石。其间，台湾石界的知名人士詹增祥、江飞鸿、吕坤垆、林维宽、李胜惠先生等，也先后到过泸州、江安、宜宾等地，采购收藏了不少的长江奇石。
翻开泸州、江安、宜宾等地长江奇石主产区的接待史，韩国石商占了最厚重的篇幅。据了解：石友们近几年接待最多的，要数韩国客商。平时，他们每月至少要接待一批韩国客商。到了每年10月至次年5月的采石季节，韩国客商可谓频频造访，他们每月的韩商接待平均都在四五批，有时一天就得接待两三批。几年来，据不完全统计，韩国石商先后仅从泸州、江安采购的长江雅（奇）石，累计就达2000吨以上。
不仅如此，中国大陆内地的不少方家，早已开始聚焦长江奇石。2006年5月，上海汇丰实业有限公司董事长江世平先生，第一次慕名前往长江奇石之乡江安，就采购了近3万元的长江奇石藏品；西安的陈松林先生，2007年10月出差到宜宾、江安，初见自然天成的长江奇石就爱不释手，便在朋友的帮助下，欣然采购了2万余元的长江奇石藏品；重庆的刘昌沛先生，近两年先后投资30万元左右大量收藏长江奇石，并于日前建起了大型奇石馆；云南昭通的赵聚光、邓天荣先生，近两年先后投资40余万元收藏长江奇石，如今取得了显著成效；广西柳州的周国辉先生，浙江的兰石崇、吴仙文先生等，近年来先后在江安共采购了30余万元的长江奇石，目前他们都在进一步编织着如何把长江奇石经营做强做大的新的构想……！
2008年5月10日北京传捷报：中国观赏石博览会2008“携手奥运”北京精品展中，四川江安李亚民先生的一枚长江奇石小精品《谈玄说妙》和台湾林同滨先生几年前在四川收藏的两枚长江奇石组合——《熬雪苍松》，同时获得了最高荣誉，被评为“奥运之星”。
长江奇石——这个曾经一度“藏在深闺人未识”的收藏新宠，其高雅的收藏品位和独特的文化艺术价值，已愈来愈受到世人的瞩目！
四、把握长江奇石的价值取向
要正确把握长江奇石的价值取向，还得回归到奇石鉴赏的核心要领，始终把“当代赏石三要素”有机结合，做到突出重点、分清主次、全面鉴赏，方能正确分辨出它的价值高低来。下面，笔者据此就如何把握长江奇石的价值取向谈谈自己的浅见——
（一）长江奇石的形式美。长江奇石的形式美，是指它的形、质、面、肌、底5个方面的美感程度。其中：“形”指“形状”，指外形是否得体、圆润、匀称；“面”指“表面”，指外表有无残缺、有无裂痕，主体面是否平整、纯净；“肌”指“肌肤”，指表层是否自然或具有天然的石皮；“底”指“底座”，指配座与主体的衬托效果。这些，都是表现长江奇石天然艺术的载体和基础。如果都能达到理想的效果，则更能提升该奇石藏品的艺术品位和档次。但是，仅有理想的载体（即形式美）是不够的，因为长江奇石作为一种具有天然文化艺术价值的观赏石，其天然的文化艺术效果（即意境美）才是决定其价值的前提和核心，否则，就好比脱离书画（雕塑）内容的一张白纸、一堆泥，又岂能成为书画（雕塑）艺术作品？因此，离开意境美的任何石种，就只能是一种石材或石料；若非稀有（珍贵）石种，是不能单独确立其文化艺术价值的。
（二）长江奇石的意境美。长江奇石的意境美，是指它的色彩、纹理、线条以及其载体所综合表现的艺术情调和境界。第一、看其是否具有鲜明的主题。主题也叫“主题思想”。艺术作品的主题，是指该作品所蕴含的中心思想。它是作品内容的主体和核心。一部作品可以有一个主题，也可以有多个主题。奇石既然作为艺术品来欣赏，我们首先就必须看它是否有具体对象与内容的反映和塑造。这是权衡一枚奇石文化艺术价值的至关重要的方面。第二、要观察其构图、造型是否合理。图文石，就要以书法﹑绘画艺术的眼光去审视，看它的构图是否合理；造型石，则要以雕塑艺术的眼光去审视，看它的造型是否得体或符合客观规律。第三、要看图文的纹理反差、造型线条、色彩美感如何。图文石，画面反差越大，图案越清晰，其夺目感越强，主题越鲜明；造型石，其线条越优美，越具有雕塑感；色彩石，其颜色越鲜艳、独特，美感越强或越具有艺术感染力。第四、看该作品是否传神或具有强烈的震撼力。这就需要鉴赏者必须具备比较全面、丰富的艺术眼光和知识面，才能有所感触。比如：有的自然表现手法是工笔、是写意、是白描、是泼墨、是皴皱、是夸张、是特写等等，你就必须首先懂得这些艺术表现手法的基本概念。不然，我们碰到这些表现手法的奇石作品，就根本无法感觉和判断其艺术价值。
（三）长江奇石的科学美。既然，科学是反映自然、社会、思维等的客观规律的分科的知识体系。那么，相关知识体系的思想文化风尚，就必然对其所反映的自然、社会、思维对象的价值产生一定的影响。艺术虽然可以说无国界，但“健康、积极、向上”的风尚在各国却有他的共通性。因此，权衡天然奇石艺术品的价值，仍然也有一个思想文化风尚的问题。科学美，就是要提倡一种健康、积极、向上的发展方向。一枚天然奇石，如果形式美、意境美达到了极高的境界，加之能给人带来一种愉悦、昂奋、激情或者美好的回忆，那在科学美方面也算达到了理想境界，那自然就是一枚比较完整的上品了。比如：反映“佛”、“禄”、“寿”、“喜”、“上”、“进”的奇石，就远比反映“死”、“亡”、“伤”、“悲”、“下”、“败”的奇石价值高得多。当然，一枚原本很好的奇石作品，如何去发掘最佳主题，如何给它命好题目，也是反映其科学美的重要方面。
（四）长江奇石的经济价值。大家知道，艺术品的经济价值，取决于它的艺术性。比如：我国著名画家张大千的一幅书画作品，曾在艺术品收藏领域创下了拍卖成交价格上千万的历史记录，其如此昂贵的经济价值，就完全在于它具有极高的艺术性。那么，一枚天然的长江奇石，如果其意境内涵惊人地达到、甚至超越了著名画家或其他艺术家的艺术境界，加上该作品还具有其天然性和绝对的唯一性，试想：其载体不同（差异在于纸张与石头）的天然艺术品，是否应该具有极高的经济价值？自然可想而知。然而，什么样的长江奇石经济价值最高，最值得人们投资？还得结合该石种的形式美、意境美、科学美的表现程度和核心要领进行把握。通常，按照不同的层次，可将长江奇石分为上品、中品、下品三种类型。其中，上品奇石的艺术性最强，经济价值最高，中品次之，下品最低。当然，最值得人们投资的，应该是上品和中品奇石；这两类奇石，经营的利润更高，收藏的增值空间更大。至于，其上品、乃至精品奇石的经济价值究竟高到什么程度？这个问题，却无法给出统一的结论。因为奇石作为一种天然的艺术品，艺术的价值往往随着时间、地域、拥有对象、展示条件等的不同，总是具有其差异性和不确定性。不过，人们还是可以从传统的艺术品收藏领域找到一定的价值参数。但究竟该怎样去把握长江奇石的价值取向？还得靠各位玩家、商家、藏家在实践中去领悟。
注：笔者朱金华先生，系长江石文化艺术展示中心个人独资企业法人，花海民居长江奇石文化博物馆馆长，《醉美长江石》主编，中国成都第四届（国际）奇石博览会监委，中国观赏石协会、中国民俗摄影协会会员，四川省江安县长江奇石文化协会会长，宜宾江安作家协会、摄影家协会会员。
通联地址：四川省江安县川江商贸城
ＱＱ号：759302812（ＱＱID长江石乡）
对称复杂的qqID符号
不明白啊 = =！
对称复杂的qqID符号
左燈.右行ゝ | 右燈.左行ゝ
乄自編自導。 | 乄自導自演。
糊塗的愛上你 | 愛上你的糊塗
占冇妳 ‰ | 霸占伱 ‰
天之涯~ | ~海之角
wo丨灬懓丶妳 | wo丨灬詪丶妳
單戀１枝花ヽ | 單戀１根草ヽ
。 花╮⒈謝 | 。 花╮⒈開
丶灬大莮人 | 丶灬小钕人
男，主角 | 女，主角
聆聽那份愛 | 默寫那段情
繁華旳情゛ | 虛僞旳愛゛
http://www.qq710.com/qqdaohang/
自作多情つ | 一廂情願つ
爲欲而生ノ | 爲情而活ノ
ゐ ．霸占 | ゐ ．私有
占據你旳心。 | 蠱惑你旳心。
拉手、看日出 | 牽手、看日落
七 月 初 。 | 六 月 末 。
亞馬特^談情 | 亞馬特^說愛
高調的、樸素 | 低調的、奢華
情書丶 | 情話丶
尊嚴是一種販賣 | 溫柔是一種姿態
http://www.qq719.com/feizhuliu/2011/0124/2518.html
好听的qqID带符号的
想伱ろ⒍ㄘ天空白Koreyoshi空景Sadnes╰つNostalgia留恋Curtain、落幕腐朽Eros1on相守Printli°时光恋人、描述我的样子、半城烟沙ぃ半城雨
对称复杂的qqID符号
支持一下感觉挺不错的