博文
【李白对话录：你波你的波，我粒我的粒】
精选
|||
白:
转：老师：为什么520除以3除不尽？
学生甲：因为爱情是容不下小三的。
小明说：错！因为小三是永远除不尽的。
老师
:
“都给我滚出去‘’ 520/
3=173.3333333333333333333 前面1个妻后面全是小三
Qing:
白老师好雅兴啊
白:
除不尽……这不是NLP的好例子么
李：
哈 小明 切错了
白:
“他拿走了这筐老乡送来的苹果。”
“他带走了这位老乡送来的苹果。”
我:
刚看第一句，心里想这不是中规中矩的句子吗，白老师又在玩什么 catch 呢。接着看到第二句，原来还是量词。量词一个月前已经做进去了。
白:
筐这个，是多对多的搭配，不是一对多
李：
不就是容器做量词
白:
对，动用subcat
“这间学生宿舍还没整理好”
“这群学生宿舍还没整理好”
“这帮学生宿舍还没整理好”
李：
当然。说解决了量词问题，当然不是只解决直接量的搭配，其中包括 subcat 里面有一系列从具体到抽象的量词搭配。
白:
“我拒绝听从这帮学生的命令”
“我拒绝逮捕这帮学生的命令”
李：
第二个错了。
两个 subcats？ 拒绝逮捕 vs 拒绝命令？
白:
逮捕的逻辑宾语不能是抽象的。
李：
逮捕+human；拒绝+VP；拒绝+NP （拒绝+命令？）
被 subcats 弄得有点糊涂了。
到底“拒绝”的是一般的 N 还是直接量的“命令”
对，“命令”不能“逮捕”。
还有个好玩的：“拒绝逮捕” 实际上是 “拒绝[被]逮捕”。因此如果“逮捕”做了“拒绝”的宾语，那么“逮捕”自己就不能再有宾语，因为它是别人的隐含宾语。这套逻辑属于啥？应该是语言学内部的某种。
白:
命令属于没有提取功能的N，只能被饱和的定语从句修饰。当然如果动词是“执行”等硬搭配，例外。
李：
这个句子值得咀嚼。
命令是有human的坑的，因为有坑，因此让“这帮学生”与“命令”勾搭起来也就有了依据。没想到的是前面是“逮捕”，也有个 human 的坑，与命令不搭。于是麻烦来了：一个动词与一个动名词，一个从左一个从右，在争抢这个 human，典型的 triangle，情何以堪？
白: 哈
李：
以后这个句子是个保留的 test case，哪家中文做好了，就拿它考考。看深度神经是不是有更好的办法绕过它去。
白:
动名词的坑在竞争中处于劣势
李：
竞争劣势是普适吗？
V1+V2+de+N 中，V1 胜过 V2，如果都符合坑的要求的话。这个 heuristic 有多大把握？
而且这句 V1+V2 恰好也符合 subcat，V2 也可以跳进 V1 的坑。
还是没弄清楚 为啥 V2 一跳进去就变成被动了，一般的带有动词的subcat，对于动词是没有约束的：V+VP，后面跟的是 VP，而不是一个明示或隐式的 passive V。为啥“拒绝”偏偏不同于众呢？
拒绝逮捕 == 拒绝被逮捕
but 拒绝离开 <> 拒绝被离开
但似乎，拒绝洗礼 == 拒绝受洗？
可:
拒绝吃猪肉，拒绝看电影，拒绝谈朋友。。。这不都好好的 VP 吗？为啥“拒绝逮捕”不同？当然例外在语言学中是常态，不需要讲道理的，直接encode到词典subcat去即可。这种不同（拒绝+VP vs 拒绝+逮捕）是 subcat 的个性共性在这个词上的反映，约定俗成。那么也简单，就直接 encode 到 subcat 里面去。
然而，这样一来，这场 subcat 大战就超出了三角，这个case就更乱成一锅粥了。
“拒绝”要抢“逮捕”，比“拒绝”要“命令”，道理上似乎更强大，可这个case正好相反。“拒绝”抢“逮捕”是直接量的 subcat，而且两个挨得那么近，所以应该是优先的，而“拒绝”与“命令”似乎不能算直接量的 subcat，而是一般及物动词带NP的一种，因此单单看这一对的subcat的强弱程度，搭配的力量对比上应该后者是抢不过的。
白老师能想出这个案例，也是醉了。里面太多的语言学纠缠了。
白:
“我同意录取张三的决定”
“我同意修改张三的决定”
李：
不知道是不是狗屎运。其实如果不仔细查看，我也不知道是不是运气，还是啥时教给它了，当然宁愿相信是天道酬勤，毕竟狗屎运是小概率。
其实做中文除了架构设计还有毛毛虫模型等战略高度的考量，90% 的时候就是一个苦力。不说别的，就说这词典，每次进去就感觉头皮发麻，哪里哪里都不顺眼。怎么有那么多工作量啊，简直感觉这一辈子搭进去也不见天日似的，吾生之有涯对无涯，大大地殆矣。
有人以为词典不就一个词表吗？到大数据扒拉一遍，要多少万给多少万，很多基于大词典的切词程序就是根据大数据 ngram 扒拉出来的。
可是要把语言学（包含subcat）融入词典，再把 ontology 带入，然后再考虑歧义词的某种特别标注，等等，够累死n头牛的。
我总觉得自己当年学《老三篇》，学得了愚公精神的精髓，以苦为乐，即便如此，有时还是免不了林彪元帅的天问：红旗到底要打多久？
有时候也想，如果深度神经真能把这些都一揽子搞定，只要给它喂 data，最好是原始的data，标注都不需要，语言学就自动学会了，那该是多么美妙啊。今后20年内能等到这一天么？
白:
用不了
李：
学习乐观主义（cf:【泥沙龙笔记：学习乐观主义的极致，奇文共欣赏】 ），据说程序猿今后五年都要淘汰了。
白:
关键是找到规则和统计的正交坐标系，实现波粒二象性。
李：
白老师要是有这个信心，我愿意给你打下手，促成大业。你波你的波，我粒我的粒，按照你的设计哲学。
【相关】
https://blog.sciencenet.cn/blog-362400-978673.html
上一篇：【新智元笔记：巨头谷歌昨天称句法分析极难，但他们最强】
下一篇：【泥沙龙笔记：自然语言技术落地，主餐还是副食？】
