白:
“一切都在变，只有变本身永远不变。”
前后两个“变”动词特征明显，中间那个“变”怎么说？

李：
有了“本身”来构成chunk，那就是动名化的意思。
x 本身 –》 NP

白:
“这个学校就爱拿本身的那点光荣历史说事儿。”
好像这规则有副作用
在贴这个例子的时候，伟哥说的规则已经在脑子里转了N转，但还是感觉不那么简单。似乎一堆爹在抢儿子，儿子归谁跟爹们的场上表现有关。

李：
那就 fine-tune 呗：

“本身” 可以独立成 NP，“x+本身” 也可以成 NP，怎么区分呢？
tricky，不过磨细活总是可以磨。只说 x 是动词的情形：一种是限定 x 是什么样的 v；一种是限定x不能是怎样的 v。后者的话，第一个条件可以是 这个 v 不能是可以做 prep 的 v，于是“拿”踢出去了。当然这感觉还是 underkill。

白:
糊弄老板可以，如果自己是老板，不情愿这么干。

李：
还有一种就是拓宽 context：不过那个法子也 tricky 因为每拓宽一个 token，又增加很多可能性要 include or exclude，但所有的歧义区分如果需要看上下文条件手工调教，都是这么个事儿：precontext and/or post-context and/or include-or-exclude conditions on self, 手工系统让人抓狂就在这里。

白:
我是这么考虑的：作名词的“本身”一定有先行词，因此先行词的匹配特征一定会继承到“本身”上来。以“这个学校就爱拿本身的那点光荣历史说事儿。”为例，“学校”与“历史”的匹配特征，会被“本身”继承下来。于是，从“历史”反推，可以给先行词候选“学校”加分，而另一个先行词候选“拿”却得不到这样的加分。“爹们”的角力，就这样决定了“本身”的命运。

李：
这个有理。把 chunking 的边界问题 转化为 self 的 binding 的问题。不过上面的那套思路实现起来 也不是那么直接。听上去是一个 procedure, 而不是一个 pattern

白:
不需要procedure，确定一个标配的先行词，匹配特征差再唤醒非标配的。
比如，最近出现的名词作为标配的先行词。如果名词太远或者名词匹配特征得分太低，再启用左侧邻近词作为先行词。当然与“本身”呼应的也可能不是先行词而是后继词，比如“以本身的实力而论，张三是考不进清华的。”

李：
这个机制不是通常的 pattern matching 可以实现的 吧。通常 FSA 的 runner，运行的时候可以加一些 config。暂不考虑“本身”的 binding，句法捋顺倒也不难：

白:
后继词也可以设定标配。这就显出坑论的好处了。“本身”挖个坑，左侧名词优先填坑，左侧邻近词次优（如果不是名词还要给它变性）。由于是共指关系填坑，不耗费萝卜指标（还可以填其他坑）。
不做pattern matching
btw，昨天讨论的闭环填坑也不耗费萝卜指标。用填坑来取代pattern matching，规则按词典化的方式组织更方便。

李：
有意思。

白:
“那些质疑凯文·凯利的朋友，我真心怀疑是否认真读过他的书”

李：
他？
一共就俩 candidates，都联上算了，爱谁谁。到语义落地，大不了生成两个 insights，至少 recall 是保全了。

白:
（1）怀疑谁？（2）他是谁？（3）前一小句本可不作定语从句解，如何排除的？
这些问题是连带的，一环扣一环。

“三十里有几个五？-六个。”
即使数量结构这么铁，也有不该在一起的时候。
“三十里有多远？-不远，十来分钟就到。”
等判据出来，不知道要几个词。
“因强烈不认可挪威国家石油终止合同 中海油服提起民事诉讼”
谁不认可？
“因不满老师虐待儿童口出狂言张三愤然辍学。”
谁口出狂言？
理由？

李：
先 parse 看看：

最后一句掉链子情有可原，貌似人理解也有困难。原句似有语病，总之不对劲儿。

【相关】

【李白对话录系列】

中文处理

Parsing

【置顶：立委NLP博文一览】

《朝华午拾》总目录