博文

【立委科普：语法结构树之美（之二）】

已有 14860 次阅读 2011-11-22 14:44 |个人分类:立委科普|系统分类:科普集锦| 信息抽取, 自动分析, 中文分析, 语法树, 结构树

引用
如果爱因斯坦在时空万物中看到了造物主的美，如果门捷列夫在千姿百态的物质后面看到了元素表的简洁，语言学家则是在千变万化的语言现象中看到了逻辑结构之美。这种美的体验伴随着我们的汗水，鼓励我们为铲平语言壁垒而愚公移山，造福人类。

摘自：【立委科普：语法结构树之美】

上片片啦 ：研发不到一个月的中文系统已经可以自动分析相当凌乱的社会媒体语言了，其 robustness 初见成效。请欣赏中文结构树之美: 可谓婀娜多姿，风情万种。

虽然看不懂，但看着像传销网络。

不用明白细节，只要知道线性转成了平面就可以了

作者: 立委 (*)

日期: 11/21/2011 20:47:07

Unstructured language data parsed into structures.

That is all the trick it is.

为什么要结构化？

不结构化如何抽取语义？

盖因语言是无限的，但结构是有限的。

给数据挖掘的人提供一个宝库。

挖掘者与结构化数据打交道，可是面对这种不是很规范的linguistic 结构（业内有时也称作 semi-structured data），大概是遇到美女同样的感觉：既心痒，又不知如何下手。

对于聪明的抽取者、挖掘者，这才是不尽的宝藏。

上述结构的表达式（representations）没什么奥妙，大家的想法大同小异。可是怎样达到这个结构，才是硬功夫。

从前汉语语法研究纠缠于语义，比如施动、被动之类，天天吵，月月打，

作者: shijie

日期: 11/21/2011 20:52:45

一地鸡毛，谁也不服谁。如今，眼光转向“结构“，问题迎刃而解，一通百通，不论鸡毛鸭毛均可以结构论处。

两个都要吧。- 吴礼

语义是要的，但是语义可以临时抱佛脚。结构则不同。

作者: 立委

日期: 11/21/2011 23:04:55

用工程的话说，就是，语言处理的时候面对的是海量文本，要做 offline indexing, 就不适宜纠缠语义，而是应该先结构化了（parsing：句法解构）再说，存到数据库去。

在应用的层面，需要的是语义（信息抽取）。这时候，做语义的条件已经成熟了，因为应用层面的语义一般是在一个特定的领域，或者为了一个特定的用场（产品），所以抽象层的语义纠缠就自然化解了。甚至可以直接对数据库的结构树进行在线即时检索，检索的时候加入适量的语义限制即可。这样的句法和语义分工，在工程上是合理的。