《Face Faith》——雙人獨幕劇
閱讀時間約 1 分鐘
《Face Faith》 寫於2016年，雖然情節、台詞幾乎從未變動，但爾後幾年間我幾次在心裡修改對角色的性別設定，從兩名「女性」、兩名「順性別女性」、「請不要‘’認定‘’他們是女性」，到現在的：
費絲和菲斯的性別在此劇本並不特別重要。觀眾應該能輕鬆的了解菲斯和費絲都是「扮裝人格」(drag persona)，而不是演員，或甚至是「角色」本身。
這是一齣雙人獨幕劇。身為居住在被物質佔據的「垃圾島」的唯二居民，費絲和菲斯只能透過對話認識，或者說，試圖操控彼此。
劇本本身是缺發邏輯和情節的。我更傾向這麼描述：這是幾頁對費絲和菲斯混亂生活的切面，我希望看見劇本的你不是被感動，而是被「感染」。
請盡全力討厭與批評《Face Faith》中的互動與語言，最好，視之為病菌。
2024年，我稍作潤飾並將《Face Faith》翻譯成英文，標題為“Face Faith”。您可以通過The New Play Exchange® (NPX) 閱讀英文全文（該網站為訂閱制）。
希望您會「喜歡」。
留言0
查看全部
你可能也想看
Google News 追蹤
這個秋，Chill 嗨嗨！穿搭美美去賞楓，裝備款款去露營⋯⋯你的秋天怎麼過？秋日 To Do List 等你分享！
秋季全站徵文，我們準備了五個創作主題，參賽還有機會獲得「火烤兩用鍋」，一起來看看如何參加吧～
美國總統大選只剩下三天， 我們觀察一整週民調與金融市場的變化（包含賭局）， 到本週五下午3:00前為止， 誰是美國總統幾乎大概可以猜到60-70%的機率， 本篇文章就是以大選結局為主軸來討論近期甚至到未來四年美股可能的改變
Faker昨天真的太扯了，中國主播王多多點評的話更是精妙，分享給各位
王多多的點評
「Faker是我們的處境，他是LPL永遠繞不開的一個人和話題，所以我們特別渴望在決賽跟他相遇，去直面我們的處境。
我們曾經稱他為最高的山，最長的河，以為山海就是盡頭，可是Faker用他28歲的年齡...
Face to sticker 是一個在Replicate上很熱門的model。使用者只要透過上傳自己的大頭照，後台就會快速的將你的圖片變成貼紙。
後台的操作很簡單，只要先上傳一張照片，然後點擊Generate並等待約30-45秒之後，就會產生圖片。
在facetosticker網站註冊之後
「 face-to-sticker」是一款免費工具，操作非常簡單，只需要上傳一張圖片，透過分析照片中的臉部特徵和表情，就可以將您的照片轉換為美式風格的貼紙。
前面幾個篇章已經大致上介紹了Hugging Face這個平台的一些基本概念了，既然我們都能夠在平台上找到各式各樣的模型，而且也能夠照著教學一步步的來下載並使用，但有沒有更簡單的方式呢？
比如說，我們專注在應用端上的開發，AI的推理就藉由平台進行呢？ 答案肯定是有的，近期越來越多開源的平台也都開放這
我們過往介紹了幾個關於文字AI應用的篇章：
【Hugging Face】Ep.5 文字世界中的超能力語言英雄(Named Entity Recognition)
【Hugging Face】Ep.6 解決問題的專業級破關知識家(Question Answering)
但單獨的文字應用似乎不太能
圖片來源…
🔍 Huggingface dataset map increase disk space
我們在「【Hugging Face】Ep.3 前往Datasets掏金趣」有稍微介紹過Dataset在Hugging Face裡面扮演著什麼樣的角色，以及如何使用，沒錯! 它非常的好用，也很
今天我們將探討一個現代社會中普遍存在的問題──外貌焦慮。你是否曾經對自己的外貌感到不滿？是否因此而感到焦慮和困擾？別擔心，因為我們為你帶來了一個特殊的自我檢測工具，它將幫助你了解自己的外貌焦慮指數以及與情緒的連結。現在就讓我們一起來了解FACE自我檢測吧！
QA問答是自然語言處理NLP中蠻困難的一項任務， 必須從一段文本中識別出使用者的提問，像搜尋引擎就是一種QA的應用， 從眾多的問題中找答案， 那就讓我們親手來打造一下自己專屬的QA系統吧！
找看看有哪些可用模型
在「【Hugging Face】Ep.3 前往Dataset掏金趣」我們有介紹過Hu
.jpg)
這次來介紹一下NLP自然語言處理中重要的一個任務「命名實體識別(Named Entity Recognition)」， 這個任務主要識別出「人名」、「地名」、「公司」…等實體， 透過這些實體辨識結果， 可以近一步的理解意圖， 甚至判斷出該文章主要在講什麼重點…等。
關於更多NER的細節歡迎閱讀: 「
前面我們介紹了「【Hugging Face】Ep.1 平凡人也能玩的起的AI平台」， 我們都知道「詞」是NLP世界中的最小單元， 關於詞的知識歡迎參考:
簡單來說，主要的目的是將文本轉換為模型可以處理的數據， But…， 他主要的任務並不是像jieba…等斷詞器一樣， 而是很單純的扮演文字與模型的橋
這個秋，Chill 嗨嗨！穿搭美美去賞楓，裝備款款去露營⋯⋯你的秋天怎麼過？秋日 To Do List 等你分享！
秋季全站徵文，我們準備了五個創作主題，參賽還有機會獲得「火烤兩用鍋」，一起來看看如何參加吧～
美國總統大選只剩下三天， 我們觀察一整週民調與金融市場的變化（包含賭局）， 到本週五下午3:00前為止， 誰是美國總統幾乎大概可以猜到60-70%的機率， 本篇文章就是以大選結局為主軸來討論近期甚至到未來四年美股可能的改變
Faker昨天真的太扯了，中國主播王多多點評的話更是精妙，分享給各位
王多多的點評
「Faker是我們的處境，他是LPL永遠繞不開的一個人和話題，所以我們特別渴望在決賽跟他相遇，去直面我們的處境。
我們曾經稱他為最高的山，最長的河，以為山海就是盡頭，可是Faker用他28歲的年齡...
Face to sticker 是一個在Replicate上很熱門的model。使用者只要透過上傳自己的大頭照，後台就會快速的將你的圖片變成貼紙。
後台的操作很簡單，只要先上傳一張照片，然後點擊Generate並等待約30-45秒之後，就會產生圖片。
在facetosticker網站註冊之後
「 face-to-sticker」是一款免費工具，操作非常簡單，只需要上傳一張圖片，透過分析照片中的臉部特徵和表情，就可以將您的照片轉換為美式風格的貼紙。
前面幾個篇章已經大致上介紹了Hugging Face這個平台的一些基本概念了，既然我們都能夠在平台上找到各式各樣的模型，而且也能夠照著教學一步步的來下載並使用，但有沒有更簡單的方式呢？
比如說，我們專注在應用端上的開發，AI的推理就藉由平台進行呢？ 答案肯定是有的，近期越來越多開源的平台也都開放這
我們過往介紹了幾個關於文字AI應用的篇章：
【Hugging Face】Ep.5 文字世界中的超能力語言英雄(Named Entity Recognition)
【Hugging Face】Ep.6 解決問題的專業級破關知識家(Question Answering)
但單獨的文字應用似乎不太能
圖片來源…
🔍 Huggingface dataset map increase disk space
我們在「【Hugging Face】Ep.3 前往Datasets掏金趣」有稍微介紹過Dataset在Hugging Face裡面扮演著什麼樣的角色，以及如何使用，沒錯! 它非常的好用，也很
今天我們將探討一個現代社會中普遍存在的問題──外貌焦慮。你是否曾經對自己的外貌感到不滿？是否因此而感到焦慮和困擾？別擔心，因為我們為你帶來了一個特殊的自我檢測工具，它將幫助你了解自己的外貌焦慮指數以及與情緒的連結。現在就讓我們一起來了解FACE自我檢測吧！
QA問答是自然語言處理NLP中蠻困難的一項任務， 必須從一段文本中識別出使用者的提問，像搜尋引擎就是一種QA的應用， 從眾多的問題中找答案， 那就讓我們親手來打造一下自己專屬的QA系統吧！
找看看有哪些可用模型
在「【Hugging Face】Ep.3 前往Dataset掏金趣」我們有介紹過Hu
這次來介紹一下NLP自然語言處理中重要的一個任務「命名實體識別(Named Entity Recognition)」， 這個任務主要識別出「人名」、「地名」、「公司」…等實體， 透過這些實體辨識結果， 可以近一步的理解意圖， 甚至判斷出該文章主要在講什麼重點…等。
關於更多NER的細節歡迎閱讀: 「
前面我們介紹了「【Hugging Face】Ep.1 平凡人也能玩的起的AI平台」， 我們都知道「詞」是NLP世界中的最小單元， 關於詞的知識歡迎參考:
簡單來說，主要的目的是將文本轉換為模型可以處理的數據， But…， 他主要的任務並不是像jieba…等斷詞器一樣， 而是很單純的扮演文字與模型的橋