我: 一直在想@白硕 老师说的话，白老师说话常让人费些思量；“有应用背景必被裹挟”，“被裹挟就意味着不能中立发声”。听上去像是“被迫”，如果是从一个人的背景和出身看，各人背景不同，角度不同很自然常见，但那不是被迫，是不由自主。如果是背后有金主，必须为其发声或宣传，可能会有些被迫的成分，另当别论。不过，工业界的金主（如果公司老板算金主的话）一般不在乎学术宗教。我遇到的工业老板有两类，一类是根本不在乎，对技术不懂，没看法，但无论白猫黑猫都持不明觉厉的鼓励态度，他只关心不同的 business use scenarios。另一类是不知不觉被学界影响或洗脑，天然地认为NLP=ML，忽然蹦出个非ML的NLP，搞不明白是真货还是骗人，于是敬而远之或简单排斥。后一种没少遇到，他们的怀疑排斥态度是可以理解的。这就好比本来带着病去看西医，突然来了个卖膏药的老中医，看上去就不能不令人生疑，虽然不能肯定是骗人，但总是增加了危险度。人在不懂的时候，随大流是较好的策略。这个群里的人很少有我所经历的这种夹缝中求生存的感受，30年前入行开始到如今。@雷司令大概是最近的能够多少有同感的。绝大部分的同行都是主流生主流长，非主流眼看着一个个被淘汰殆尽。没被淘汰的沦落为资料员，时间长了就少了见识和气势，构不成制衡。入行30年，直面十字军东征，那是兵败如山倒啊，我军片甲不留。我的幸运在于一直在小公司创业，一人之下，一组之上，有独立王国和平台。这个救了我。
30年学术一边倒的结果就是断层。我这样的计算语言学家后继无人，成孤家寡人了。所有的教授都必须主流，才能生存，发表或拿基金，才能资助自己的学生，组建团队。这个状况中外皆然。30年刚好一代人，于是断层就表现在整整一代。这就是机器学习老革命家 Church 作为有远见的资深主流的忧思所在，他在长篇大论【Church - 钟摆摆得太远】（在下精心翻译）中的反思和呼吁振聋发聩，quote:
我: 对，理想的状况是你中有我，我中有你。不是那种凑合并存。凑合并存比一边倒强，也能在应用中较容易实现。譬如 backoff model 类的应用系统，统计仍然做统计的，规则仍然做规则的，然后人为组合在一起。拿规则对付精准，拿统计来兜底。这样的结合容易而且合理。但不算是殊途同归的融合，是低层次的协作。更高层次的融合，需要有素质和洞察力的导师，以及尽可能有两栖训练的学生。感觉上，白老师大概是处于这种状况，桃李满天下，手中有有生力量，白老师自己的宏观指导可以保证做到不走偏，做到更好的融合。我也有一点这个条件，看运气了。如果我有机会与 ML 老搭档做项目，凭着多年的互相了解和欣赏，应该可以做到更深的融合。
又成自言自语了，但意犹未尽，姑且听之吧。最后举几个例子，说明 IE 很多就是一个玩儿。IE 的传统任务中有一些 events 需要抽取，一个是 Management Succession （高管变动），一个是产品发布（Product Launch），还有一个是公司购并（Company Acquisition），当年，这些典型的 IE 任务都来自于对企业市场的情报需求，是被看做一个有挑战性的情报挖掘的任务。有了这些情报，可以做出企业 BI （Business Intelligence） 方面的应用来。可是，现在看，这些任务简单到比玩具还不如 IF 你有一个 deep parser 核武器的话。
什么叫产品发布？顾名思义，就是：公司（S）发布（V）产品（O），some company launches some product。有了parser，所谓的 IE 开发就是照着 self-evident 的定义，编几行代码，pseudo-code 如下：
Verb=launch|release
(Subject=Company)
Object=Product
就这么一下 SVO search and IE mapping，就搞定这个事件抽取的大部了。上面的SVO抽取规则中，Subject 是可有可无的。所有的 dirty work 都被 deep parsing 做了，到了 IE 层面，就是一个玩儿。哪些 dirty work 呢？主动语态与被动语态：
Apple just launched its 10th generation iPhone 6S yesterday.
iPhone 6S was released yesterday
动词和名词：
the recent release of iPhone 6S was not a hit as expected
谓语动词和非谓语动词：
the recently launched iPhone 6S turned out not to sell well
诸如此类。
总之是表层结构的多变都被 deep parser 吃掉了，吃掉的根据就是英语的文法。它适用于一切 domains，因此是核心引擎擅长也是应该做的 dirty work。
公司购并以前举例过，那也特别简单，根据定义就可以了：what is Company Acquisition? It is a company (S) acquires (V) another company (O). 简单的 SVO pattern 就搞定。
高管变动呢？稍微复杂一点，多了一些 driving words，但是做起来也还是跟玩儿差不多。先想一想，语言是怎样表达高管变动的，用了哪些关键动词，其相应的 SVO 是什么。譬如：appoint sb as CXO 是一种，CXO step down 是另一种，replace sb by sb else as CXO 也是一种，一共也不过不到一打的 driving words，那就根据这些 words 写 SVO patterns 即可。给两天时间，有经验的开发人员大体可以搞定，就是这么简单。如果能轻松搞定，为啥还要去组织人力去标注呢？那个 ML 的知识瓶颈在这里已经不存在了。
乔姆斯基批判；泥沙龙笔记：再聊乔老爷的递归陷阱）。