博文
【沙龙笔记：汉语构词和句法都要用到reduplication机制】
|||
洪:
过去有人打着红旗反红旗，
谷歌发明Go语言灭Go游戏。
这些比林彪还林彪的神马玩意，
想让骄傲的人类再也骄傲不起！
@wei 能否给我这四句油诗做个parsing，看看还算人话么？
我: 好。我现在不在机器旁。
@洪涛Tao 你的油诗的 parses below：
“林彪”活用为形容词使得 parsing 掉了链子
除此而外，其他的 parse links 还都说得过去。洪爷的诗是老妪能解啊。至少从结构上看，基本是人话，比乔老爷的递归例举强多了。
洪:好，神马 对应到 什么了。挺与时俱进！
白: 就是个词典。
洪: 窃以为你的parsing结果要通俗化，可以上面加一个deep learning做的mapping。借鉴alphago的做法。
我: mapping 做啥用？为啥一切都往 DL 上靠？
parsing 就是提供一个结构基础，后去可以比较容易根据结构pattern（subtree）去抽取信息而已，或根据结构去精准检索，改善搜索引擎。理论上这些结构也可以大大提高统计模型，把关键词语言模型提升为结构语言模型，但实际上能够在结构和关键词之间玩好平衡的统计模型好手，也不多见。问题出在，扔掉关键词，完全利用结构 features 做模型，模型可能不够鲁棒，对 sparse data 也较难应对。如果既要结构也要关键词，那么 evidence overlapping 的处置是一个挑战。
我: 比NP还AP可以。比 X 还 X 目前还没进入系统。
但是并不困难，因为 unification 和 reduplication 的机制在，就是缺了一条 rule 去 cover 汉语口语中这个 pattern，比林彪还林彪，比乔老爷还乔老爷，比英雄还英雄。这种口语pattern充当谓语性AP。
我: 刚刚加上了口语中的 reduplication rule 比x还x：
所谓愚公移山，大多指的是这一类。好像做不胜做，但毕竟还是有限的句式。做一个少一个吧。至于名词转成了谓语后，意义上是怎么通过联想而改变的，那就是另一个层次的问题了。
与林彪能联想上的是什么？（1）神机妙算？（2）阴谋诡计？（3）克己复礼？不同人、不同的场景，有不同的理解。
譬如，与乔老爷对应的谓语呢？固执己见？登峰造极？极左? 持不同政见？如果乔老爷是指的国内的某个大财主，联想到的谓语可能是另外的意义了（贪得无厌？）
这一切都远远超出了结构分析的scope。
白：那名词以什么著称，就在那方向上更甚。这个由语境决定了。语义也只是留出替换接口。看看那段时间的语料，以那名词为主语的，什么做谓语频次最高。如果谓语比较具体而分散，往上抽象几层看看抽象事件/关系的类别。
我：跟“的子结构”与what-clause类似，其语义所指是不确定的。系统没必要替人去求解。何况各人的理解都可能不同。
【相关】
【新智元：中文 parsing 在希望的田野上】https://blog.sciencenet.cn/blog-362400-953383.html
上一篇：《新智元：填空“的子结构”、“所字结构”和“者字结构“》
下一篇：“任免”的说法
