Chinesemorphology & syntax

字组词与词组句（or短语）：

 1. 界限不清晰

 2. 规则类似

 3. compounding: small syntax, a BIG partof Chinese structures

 4. pipeline steps with adaptivedevelopment and patches can handle

   modulardevelopment is key for a complex system

   easyto debug and maintain

System internal coordination：

 1. 很多问题可以通过系统内部协调来解决：没有绝对对错，如何更合适

   更好维护 e.g. two-subject phenomena

 2. 大体分层，局部patch：

   2major counter-arguments：

   inter-dependency

   errorpropagation

切词 与 POS等因此无需一刀切

2-subject structures

我身体好

三星手机屏幕清晰，价格合理

Linguists different analyses: each hasits points/perspectives and is valid

 (1)S1+S2+Pred or Topic+Subj+Pred

 (2) NP1-modifier NP2 + Pred” = NP1+de+NP2 + Pred

 (3) NP1 + Pred (NP2+AP)：predcompounding analysis

No need to argue, whichever analysis is convenient

No absolute right or wrong, differentperspectives

Largely system internal:

 parsing representation is not goal, IE is

 as long as tree is consistent andsupports IE  

切词 vs组词

切词是系统的有机部分：

 1. 正确率不是唯一的标准:  a real story

 2. config和 easy to debug 是最重要的

 3. 不要本末倒置：负负也可以得正, adaptive development

   vs.pipeline error propagation

大词典是根本对策：

 1. 边界词典：越大越好(虽然语言学词典是有限的)

 2. 切词的目的之一是语义标注：HowNet

切词与组词相结合：

 1. listable

 2. open-ended

应该立法禁止切词研究 :=)

有待于汉语语法的理论突破？

西语分析的方法、工具：

 1. 可用

 2. collocations:  phrasal verbs at mopho-syntacticinterface

 3. 需要扩充：譬如reduplication & unification

 聊聊天；说说话

汉语的所谓“意合性”：

 1. 语法比较弹性

 2. 省略多：

 （1）对于这件事，依我的看法，我们应该听其自然。

 （2）这件事我的看法应该听其自然。

Parsing 的难度：

 1. 中文这座山是陡坡:

   morefine-grained rules: POS, sub-POS, lexical feature, word-driven

   morelexical features needed: HowNet

   lazyman’s approach won’t work

 2. 英文的坡则比较平缓

中文NLP迷思之三：中文处理的长足进步有待于汉语语法的理论突破

词义消歧（WSD）是NLP应用的瓶颈??

No

结构歧义 ismore serious

NLP 迷思之四：词义消歧（WSD）是NLP应用的瓶颈

 坚持四项基本原则，开发鲁棒性NLP系统

【科研笔记：NLP的词海战术】

BeyondPrecision & Recall

Bigdata redundancy help not only recall but also precision

Instance-basedrecall at extraction level vs concept-based recall at mining level

 （the latter matters to users）

我们的语言系统每天阅读分析五千万个帖子,15 亿词的处理量

Community benchmarks vsindustry benchmark

Users’ experiences  

Sentiment Mining based on Chinese Parsing

Thank You & QA

台北讲演幻灯第一部分：

http://blog.sciencenet.cn/blog-362400-677352.html

【置顶：立委科学网博客NLP博文一览（定期更新版）】