白:
“三两面”和“两三面”很不一样啊……
我借过他三两面。我见过他两三面。

我:
三两面 > 两三面
我见过他三两面

ditransitive, no problem, but:

separable verb jian-mian is still not connected

还有：
（0）我见过他两三面。
（1）我见过他。
（2）我与他见过面。
（3）* 我见过面
（4）我们见过面。
（5）我与他，见面过。

“见面” 要求或者主语是复数（4），或者主语是并列结构（5），或者带有介词短语“与（with）”（PP或并列在汉语界限不清，（2）），或者动量词疑似的“两三面”前必须有定语【human】。所有的这些句法subcat要求都是满足语义（或常识）的一个【human】的坑：常识是，“见面“”必须在两个或以上的 human entities 之间进行。

HPSG 这类极端依赖subcat数据结构的词驱动的理论和语言学表达，尽管繁缛，但有一个亮点, 就是把上述的句法要求作为 input 的匹配条件描述，与内在的语义要求（类似于 HowNet 的描述）作为语义的 output，一条一条形式化，细致入微，丝丝入扣。用的是 label 的unification（就是 label 所代表的子结构的 sharing）机制。多数系统对于 subcat 的内部结构，input到output的映射，以及背后的句法与语义的关系（语义是句法的动因，同时也是句法的目标：句法匹配，语义实现），都显得太简陋了。

过犹不及，不及犹过。我们一直在探索在 subcat 的表达和实现中，如何做到中庸而不平庸，简约而不简陋。

白:
他我见过几面

我:
简陋之极的一个例证是给人用的 Oxford 高级词典和朗曼词典的那些 subcat codes，类似 v1，。。。v23 之类。后来纽约大学专门组织CL的研究生做 CompLex 和 NomLex 等 subcat 词典。中文方面，社科院语言所的【现代汉语800词】开 subcat 先河，【动词用法词典】等系列辞典，开始试图把 subcat 用某种编码加例句予以表达。所有这些工作，从数据表达和关系看，都显得有些简陋。其根子是，句法和语义没有厘清。

对于一个 NLP practitioner，拿来这些资源，必须在肚子里做这个句法语义的连接和消化，然后确定数据结构，找寻自己的实现途径。实现的时候，很难达到 unification 文法的漂亮，大多是凑合事儿，为的是避免 HPSG 这类的实现起来的低效率和数据结构的难维护。

董老师的 HowNet 对于汉语和英语的 subcat，语义上登峰造极了，但是句法方面还是显得不够细致周全。譬如“见面”这类的上述6-7种句法规定，好像就没有一一描述（董老师指正：也许我没吃透），也没见哪家描述清楚过。也都需要一个重新咀嚼消化，然后去实现。

（3）的 generation 不合法（*），但对于 parsing，鲁棒性要求这样parsing，没错。

没调试，居然出来了，912 的狗屎运吧。（911恐袭，913林跑，都不是好日子。）只剩下 “我见过他两三面” 这个 case 了。这个类似动量补语的东西其实仅限于：“一面”，“几面”，“两三面”，“三两面”，等少数几个。起码，100+ 面 基本不可能 除非是恋人。

张: 崇拜严重中

我:
张老师谬赞。清谈误国，我只要不误“人”子弟就好了，一辈子没当过教授，要误也都是人家子弟，哈。

张: 白求恩

我:
认真说，其实真地涉嫌误人子弟，因为凡事都有一个大环境和背景，我说的这些个多少有些异类，结果是，主流学生雾里看花。雾里看花也算增加视野，最误人的是，看到花，却够不着。这就好比鲁老爷子说的，本来人家黑屋子里面睡得蛮香甜，你非要去【呐喊】，唤醒了，可屋子还是黑屋子，这就不仅仅是残忍了。不残忍的法子就是，等以后退休了，开一个 Deep Parsing 开源公园，每条代码，每个词条，每段规则，全部公开，然后看看能不能靠众人的力量，弄一个无敌系统来。大家一起玩符号逻辑，让两条路线永远。

【相关】

中文处理

Parsing

【置顶：立委NLP博文一览】

《朝华午拾》总目录