來了一年，經歷過四次走火警。兩次在校，兩次在家。但今次最尷尬，因為剛洗完澡，趕忙穿衣出門，頭還未有吹乾。

消防員很快到了，幾分鐘後就可以回家，但已是午夜十二時了。

這裡的人似乎已習以為常，或者紐絲綸的火警系統特別靈敏吧。

今天超大風，陣風吹來也站得不太穩。但吹了一會，頭髮也自然乾了。

(禍不單行:最晚被警鐘嚇倒，幾乎一點半才能入睡，今早六點左右，附近大廈又傳來警鐘聲…)

我沒有全面調查，但所聽過的火警鐘都不是鐘聲，而是揚聲器播出的警號。可按下面影片試聽

今晚講完了第三節查經班，如釋重負。我前後應該寫了一萬字，如果當論文，應該有半個chapter。
今晚講的較有爭議，是以賽亞書7:14希臘文七十士譯本用parthenos譯希伯來文’almah 有沒有譯錯，以及馬太福音1:23引這節引證耶穌為童女所生，是否誤解以賽亞書。
我綜合各書，指出七十士譯本沒有錯譯，因為parthenos以及’almah都有多種意思，兩字含義有重疊。至於馬太引用，與語文無涉，反而是馬太所指應驗先知預言的應驗並非未卜先知，而是二次應用。如果讀讀以賽亞書7章全章，以及馬太如何引證何西阿以及耶利米的預言應驗，應可得解。

最近經常聽這兩首歌。Jackie Evancho唱的 Pie Jesu 是英國作曲家 Andrew Lloyd Webber 1985年創作的安魂曲的一節，10歲女孩聲線居然如此成熟，猶如天使下凡。另一首是 Alison Lau 唱的 Ave Maria,是前蘇聯音樂家Vladimir Vavilov 約1970 託名文藝復興時期 Giulio Caccini的作品。我覺得 Alison Lau 的版本聲線清晰，聽著舒服。兩首都是拉丁文的詩歌，我對文字也是一知半解，但每次聽完都眼濕濕，尤其 Pie Jesu. 讀讀影片的留言，多半提及親人離世，也許這就是音樂無國界吧，即使不解文字也能傳達情思。

Pie Jesu, (×4)
Qui tollis peccata mundi,
Dona eis requiem. (×2)

Agnus Dei, (×4)
Qui tollis peccata mundi,
Dona eis requiem, (×2)
Sempiternam (×2)
Requiem.

Pious Jesus,
Who takes away the sins of the world,
Give them rest.

Lamb of God,
Who takes away the sins of the world,
Give them rest,
Everlasting
Rest.

終身學習，說來容易，但學費不菲。

十年八載之前，聖經亞蘭文的部分讀了幾遍，我想進一步讀亞蘭文的猶太典籍 Targum，但文本的注音並不齊全，而且那本 Jastrow 的亞蘭文字典字體細小兼不清晰，買了但用不了。於是我在網上找老師，在 Chegg Tutors找到一個在紐約大學研究猶太文化的博士生，一節收費1000港幣，我學了幾節，實在負擔不起，放棄了。又在同站找了一位在哈佛讀梵文的學生，談好了條件，忽然收到 Chegg 的警告信，說不准私下議價，嚇得我急急註銷戶口。

更早之前，想建個網站，但全無知識，在淘寶找人給我做了一個，索價2000。我就按這個慢慢摸索程式的結構，依樣葫蘆地改動了資料陸續建造其他網站。

我認為有了ChatGPT及其他網上工具, 這些錢完全可以省掉。

1. 例如我讀希臘文七十士譯本，下圖左半邊是德國聖經公會免費網上版，右半邊是 Perplexity.ai，遇到不明白的地方，就copy and paste 到右邊問問題。有問必答，而且可以追問，答案清晰可解。很多時候它會先rephrase你的問題，我就發現它比我問的更有條理，發問也是一門學問。我最常的就是叫它 “explain the grammar of” 然後剪貼字詞（Reverso 翻譯軟件不錯，谷歌語種較多，但譯起來還是 Reverso 較佳）。

2. 至於寫程式，只要提供要求，AI就會給你寫。ChatGPT最快手，但因為中國香港用不了，所以我只能以此為後備。Perplexity.ai最令人失望，因為它不會理會你的資料，永遠只給一個普遍通用的程式框架。Monica.im (Sonnet) 最好，但比較慢，而且往往不列出全部程式，有時要你自行到某處複制，又或者只列出要改的部分，要你自行增刪，增刪幾下就全亂了。它有時會分幾截給你程式，總之不太方便。

所以我還是兼用Perplexity 及 Monica 兩個，兩個都是殼，包含幾個AI，像POE，但POE表現並不好。兩個AI每月花了我美金40元，但全天候備顧問，我覺得仍是值得。而且我向來不敢在堂上公開發問，問AI則不必怕被人笑問得蠢，最適合我這種自閉型學習模式。

現在我的學習日程跟在山城時一樣(但每天比以往多睡一小時)，除了正業之外，旁騖有:
星期一: 梵文薄伽梵歌半節。
星期二: 日文半頁, 用 Fumiko Nazikian 的 A Practical Guide for Scholarly Reading in Japanese
星期三: Syriac兩節. 仍然停留在馬太福音。
星期四: Aramaic兩節. 暫時仍在重溫聖經部分。
星期五: 德文半頁。用 Carolyn Roberts Thompson 的 Reading German for Theological Studies
星期六: 拉丁文希臘文兩節，武加大拉丁文譯本與希臘文對讀。
星期日: 希伯來文希臘文兩節，七十士希臘文譯本與希伯來文對讀。

法文已略有進步。最初幾乎完全自學，但有舊同事指點我幾課。過去一年旁聽法文，現在由每天只能讀幾行進步到相同時間可讀一頁，查字典的次數也稍減。

雖然每天只是讀半個鐘左右，但讀一讀，心裡才覺踏實，對得起一天吃的飯。

在教會講過兩次道，負責過兩次查經班，完成下星期三後我應該可以休息一會了。

查經班比講道更花時間，主要是我選了初期聖經譯本為題，重點在希臘文七十士譯本。這個譯本聚訟兩千年，研究的人多如牛毛，我也不過拾人牙慧，把現有的東西整合簡化而已。但可以看的書本多不勝數，視頻也是海量，學海無涯，是也。而且這個主題資料多，我想有需要做個powerpoint，準備時間增加不止一倍。我先做PowerPoint, 再寫講稿，似乎比先寫稿後製作暢順些。

我沒有信心只列提綱就講，所以一定要寫出全稿。今天寫了近四千字，應該夠用。但其實斷斷續續已做了一星期，寫不過是最後一步而已。只是我把這視為寫作訓練，為論文做演練。如果一天3000字，一星期可完成一章，一個月就可以寫完博士論文了。這當然只是妙想天開，論文句句要有出處，寫引證要查核，未必可以寫得太多。但我打算速寫，注腳只列大概，完成正文再補，如此則思路不必中斷，初稿可及早完成。

楷體大字粒基本執完了，但有數十個未能在目錄找到，不知粒歸何處。

一起合作的電腦神童要交報告，請我拍個照，要顯示在用他所設計的東西，我用ipad兼賣自己的東西。

學校下山，遠眺海景，山水令我想起我的家在維多利亞港。

正午遠眺。今午天氣好，沒有風，自由漫步，但願長作紐西蘭人–不過已超齡，沒機會了。

舊中二課本有篇文章叫〈栽花的人〉，講述一個清潔工在工作之餘在路旁種了兩棵白蘭樹，清香沁人心脾，路人走過精神為之一振。

這裡有個室外停車場，也有位栽花的人在圍牆頂種了些花草，我知道，因為我曾見過她在那裡修剪。

這是一片比一張A4紙大不了多少的微型花圃，但花開得極美，有我最愛的黃色[嚴正聲明：與政治不相干，與道德無關係。]，鮮艷奪目，細心一數，小天地居然有四五種花，都很別致。我每天走過，總會注目凝望一會。

春光似海，盛世如花，但這裡是紐絲綸。

字粒的網頁沒有再更新了，但加入了一個部首檢索的輔助網頁。

博文鑄字公司的活字配字簿分兩部分，出俗字是常用字，入俗字就是其他字。出俗字與入俗字的說明，我只在中國香港的香港非物質文化遺產資料庫找到資料，恭錄如下：
「執字師傅需整齊有序地進行檢字、排版、印刷等工序。中文字粒有「出俗字」和「入俗字」之分，「出俗字」指常用字，集中放在字架特定位置以便使用，而「入俗字」則按部首和筆劃排列。中文字粒的字體分七種大小規格，從最小的「六號」至最大的「特號」，加上楷書、仿宋等字型樣式。」
(https://www.hkichdb.gov.hk/zht/item.html?b83c12c6-d448-4a7f-983a-a3bb0e8b0a19)

博文鑄字公司 (簡介是紐絲綸大學圖書館製作的)

因為這本活字配字簿是根據康熙字典的部首排序的，所以我抄考了中大的漢字多功能字庫的漢字部首索引(→這裡)，把康熙字典的214個部首替博文活字配字簿做了個索引，並且可以在出俗入俗字表之間切換，這樣就可以快速檢索收字較少的部首位置。

這個十二篇小玩意花了我不少時間，暫告段落了。其實我已謝幕，不會重出江湖，搞這個純粹是貪過癮。
http://chinesetext.org/

小玩意的功能有
1. 閱讀全文，用宋體字，可調大中小字體。如果歷屆試題有考過詞解語譯的詞句，會用綠色高光，點擊會有權威答案。(不過權威答案沒有做，只是隨意加了幾個，如 “是” “淘” “病” 等字。)

2. 正則檢索，其實也可以當一般字詞檢索之用。(例: “於是”) 正則檢索可列出全文，或只列出含該詞語的前後各十個字。只列上下文或較易閱讀及比較。

顯示全文

顯示上下文各10字

3. 正則檢索可以用複雜的方法搜尋，何如 “.璧” 可以搜得 “奉璧” “易璧” “沉璧” 等。”廉頗.{0,20}藺相如” 可以搜得廉頗與藺相如之間相隔0-20個字的字段。

又例如我想抽取所有 “…者…也” 句，正則表達式是:
[^。，；：！？「\n]{1,}者，[^。；？]{1,}也[，；。！？]
以下是 Monica.im 給的說明
[^…]
表示否定字元集，匹配除了括號內字元以外的任何字元。這裡排除了句號、逗號、分號、冒號、感嘆號、問號、左引號和分行符號。
{1,}
表示前面的模式可以出現一次或多次
者，
精確匹配”者”字後面跟一個逗號
[^。；？]{1,}
匹配除了句號、分號、問號以外的任何字元，同樣可以出現一次或多次
也
精確匹配”也”字
[，；。！？]
匹配其中任意一個標點符號（逗號、分號、句號、感嘆號或問號）

這個正規表示式主要用來匹配中文文言文中常見的”…者，…也。”這樣的句式結構。
這個正規表示式對於處理古文文字分析特別有用，可以用來：
提取定義句
分析文言文中的句式結構
自動標註或高亮特定的語法結構
輔助文言文學習和研究

如果您需要修改這個正規表示式來匹配更多或更少的情況，我們可以調整其中的規則。比如：
如果想要限制”者”前面必須至少有兩個字，可以將 {1,} 改為 {2,}
如果想要包含更多的標點符號，可以在方括號中新增
如果想要排除更多的字元，可以在否定字元集 [^…] 中新增

美帝的臉書不可靠，有錢就可以賣廣告，即使你肯定那是假消息的。

你做正義的朋友，見疑即報，見義勇為，也是徒勞無功。

例如我經常見到打著RNZ (Radio New Zealand) 的標誌的廣告，細心一看頂頂的URL，其實是來自無厘頭的網址，但網站內容卻抄得十足十。我舉報了幾次，結果都不獲接受。

正牌RNZ

假冒RNZ, 留意網址

Facebook置諸不理

所以，害人的繼續害人，收錢的放個免責聲明就了事。

Well, 我躺平，justice is not done and is not seen to be done. 何必多此一舉，這時世，青紅皂白鹿馬是非真假對錯還要分嗎? 自己知道就是了，不在其位，不謀其政，不論是非。

我要擁抱小紅書而不是臉書 — 雖然我還未安裝。

總之，看清楚瀏覽器上的URL，可保平安，美帝的臉書大概或者可能會屈從大國力量，但誰是真正的主人，還是不說為妙。

今天想起過去一直想做個十二篇資料庫，連結各種考試材料於一身，例如詞語解釋。我想或者 Monica 可以助我一臂之力，於是又把要求寫出來，請她編寫程式。我盡量寫清楚，希望她一次過搞定，因為經多次試驗，如果不斷修改，會愈來愈亂。

結果真的一次搞定，但再稍作修改又失敗告終。而且AI似乎沒有標準答案的，今天的做法跟昨天的可以完全不同。

暫時只做了個框架，是十二篇文章加入曾考過的字詞。目前只有兩個字詞，分別是論仁論君子的「病」，以及念奴嬌的「淘」，在文中有一個字是highlight了的，在其上點一下，就會彈出註釋。也可作十二篇字詞搜尋，但我想做正則檢索，反覆多次仍未成功。明天繼續。

不安全是因為沒有安裝SSL，大概應該可能沒有問題的。蘋果手機會有警告，安卓及電腦大概可以的。

又：這幾晚都在圖書館工作到晚上十時半左右，因下周考試了，人較多。可能我特別留意吧，館內十居其九是女生…

最近起來的時候總是思如泉湧，有好些新意念想實試試，趕快在紙上記下。聽說睡覺時大腦在重組思緒，或者日有所思，夜有所夢，醒來就有新意念。但願如此。

今午聽了一個Seminar，現場僅4人，網上大概有十個八個吧。這次主題是 digital humanities，台譯數位人文，大陸好像是譯作數字人文，中國香港當然沒有選擇餘地。主講的是法文的高級講師，他介紹了他參與的一項國際合作項目，是整理一位法國作家的書信。工作極其繁煩，基本上就是在文本加註釋，但註釋不是文字解釋，而是用電腦語言加註，例如作者姓名前後加標記。性質有點像網頁，但標記則較自由，所以叫xml, x是 extended 之意，即比網頁的 html 更具彈性。但為了同行之間能互相溝通，於是另有 TEI，即 Text Element Initiative, 作為國際通用標準。

例子是這個，貌似網頁，但標記是不同的。

一封幾十字的信，要用幾倍於字數的標記，例如日期，收信人等等，另外為存真貌，又要用標記標明某行在某角落等等，極端鎖碎。我估一封信要用幾天才能完成。至於是否有用，用的人當然認為十分有用，尤其在建構人物關係圖、地理活動範圍等有具體的時地人事資料的文獻，確可以建立更立體的面貌。不過窮一生之力，也不能做得太多這種工作，可能是勞而少功。當然，合作是出路，但這談何容易。

我聽這講座，是想用在我的研究上，因我的研究主體也是一堆書信，但我的書信都是經處理過的，時地人已無法確考，所以常用的關係圖、地理圖等全用不著。但我認為我的一堆書信身份仍是明確的，外國教士、本地神父、教徒、非教徒、衙差、狀師、地保、紳董等在信中屢屢出現，或者可以作些聯繫。

哈佛、中研院、北大共同創建了中國歷代人物傳記資料庫，可以從中一睹數位人文的成果。
https://projects.iq.harvard.edu/chinesecbdb/home