博文
【李白之13：所谓话题或大小主语的句式】
|||
白:
“我讨厌那种窗户不透亮的房间”
“我喜欢家不在本地的女朋友”
“他期盼着进入一个放学不留作业的学校”
@崔佳悦 欢迎
我:
欢迎@崔佳悦 虽然词库目前未登录 好在 ne 还是对了。
1. “秦汉胡同学员作品展” 里切词有错，可是 NP 对了，应该不影响parsing该NP涉及到的句子大局；
2. “蒙太格” 不在词典，更甭提“蒙太格语法”这个术语了，但是 NP 还是没错；
3. “逻辑语义学研究”，初期 parse 成主语 S，到了语义中间件（不是白老师那种中间件，是句法后的语义模块）发现是逻辑宾语 O，但并未删除初始的主语结论（其实是有意为之，因为这个更新不是百分百把握，留下初始结果可以增加语义落地 recall，不过是一个儿子两个老子而已的可以容纳的 non-deterministic 的结果）；
4. 从事的主语应该是【human】or 【institution】，现在错了，这个可以在语义模块更正的，如果磨细活的话。
5. 最后的话（怎么听上去像瞿秋白先烈就义前的心灵忏悔？）： 所谓鲁棒，就是步步为营，不求完美。有知识就细柔一点，没知识就大老粗。
白:
“我不喜欢穿没有领子的毛衣。”
我:
人在外 领导血拼 估计没问题 等回家测试
人在外 == body 在外
不是领导ing shopping 而是陪领导 shopping
估计what没问题 等回家测试what
这个要问白老师 语义中间件搞不定。
估计【白句的测试结果】没问题 等回家测试【白句】
白句是what 问一问小冰
据说小冰是目前对discourse最能耐的妞儿了。
白:
窗户那个，看不出细节
如果“不透亮”一个坑，而且被“窗户”占了，而“房间”又不属于“那个小集合”，那么“房间”回填“不透亮”应该遭遇阻碍而且不能不了了之。不知道伟哥怎么摆平的。别告诉我就是不了了之了。
我:
做 sentiment 的 这个都摆不平 就完蛋了：窗户不透亮 是 negative 中最具情报价值的信息，我们叫做 actionable insights，比纯粹情绪的宣泄价值大太多
白:
“没有”两个坑，把问题掩盖了。再来：“我最喜欢吃皮儿薄的饺子。”
估计和窗户一样
毛衣、饺子、房间，都是俩爹。
我:
这个、这个 -- 差强人意了点儿。
可毛主席说了，吕端大事不糊涂。大局不错。
白:
领子、窗户、皮儿，都有坑
在图上把俩爹找齐了才漂亮
我:
哪两个爹？
皮尔 是 薄 的 S, 也是 饺子 的 part？
part-of 关系可以作为支持，不必作为 output，因为这个在 ontology 已经预定了
白:
饺子，皮儿一个爹，吃一个爹。
我:
吃是爹，饺子是宾语儿子。
至于饺子与皮的关系，这是一种不易的本体知识，不是动态的语义，有何必要？HowNet 里面就给了这个关系，这是宇宙真理，放之四海而皆准。没有情报价值。
白:
句法层面不需要知道是part-of，只需要知道有坑
“这些饺子皮儿太厚”，饺子的爹是谁？
是“太厚”，不通。是“皮儿太厚”，违反了词负载结构的原则，答案只能是“皮儿”，而且人家俩的关系就摆在那里。
我:
一个大主语，一个小主语而已，层次不同。
做 sentiment 的，对于这样的描述： 皮儿太厚，非常敏感，因为请报价值大。这是一种抱怨，而且抱怨具有 actionable 情报。下次包饺子，就要注意擀皮儿的人了。
白:
我就是不满意这个大小主语的说法
本来可以做得更好，而且是举手之劳
我:
目前这个做法 很合理啊。
你看看 “皮” 虽然也是 S， “这些饺子” 也是 S，但两个 Ss 明显层次不同
白:
“张三不知怎么搞的亲戚那么多。”
亲戚不是part-of，但有坑的特点是一样的
我:
从短语结构即可看出："皮"几乎就是词法 open morphology 而 "饺子"则是句法。
白:
亲戚也是词法？
sentiment里面所谓的aspect，在句法里都可以显性处理，不用走曲折道路。
一个性质，完全平行的句子，被处理成了不同样子。
我:
这些扩展的主谓结构，处于词法句法边缘地带，是句子一级的句法的一个单元。违反了词负载结构的原则，也没什么。
白:
硬盘也是？
这台机器不知怎么搞的硬盘总坏。
我:
说是 open morphology 也差不多：硬盘总坏；身体好；性格糟糕；屏幕太宽；价钱死贵 。。。。。。
白:
本来可以纯句法处理的，只要更新一下观念
我:
现在的处理办法, 经过太多的测试，一直感觉很顺溜
语义落地，特别是落地到 sentiment，真地是一顺百顺
展示这样的sentiment 的短语结构的结果 也很漂亮。容易理解，情报丰富。
白:
在句法上把坑显性化，只会做得更好
“硬盘总是坏的机器不要买”
“秘书过于漂亮的老板不好当”
我:
这个 这个 这个 。。。。这个 这个。。。
反正这样玩法，白老师铁心要玩残它。不过：
“硬盘总是坏的采购员不要买，好的采购员可以买”
白:
这个例子好。
问题是我有更好的方法
我:
白老师的问题不是我的问题，但白老师的麻烦却是我的问题。（哈，cf：【李白对话录之10：白老师的麻烦不是白老师的】）
白:
有自由度了。中间件该出场了。
如果没有自由度，还轮不到中间件呢
我:
中间件是这样的：没有它 parser 一样行走，而且多数情况下走得还不错。
这就是 parser 第一步要做到的目标。
然后，随着中间件不断丰富，parsing 不断细化、语义逻辑化。这是 parsing 的第二步目标，是 semantic parsing 的终极目标，但不是语义落地的必要条件。
白:
当然。但句法不同，伪歧义表现不同，中间件出场的条件自然也不同。
伪歧义多点少点死不了人，断链子就不同了
我:
无论是 白老师的中间件的 integrated or call-on-the-fly 的做法，还是我的 pipeline 的语义模块的做法，本质是一样的。
白:
我在质疑句法本身，而不是parsing。
我:
现在的情况是，第一步目标几乎达到了，靠谱了。第二步还在断续补足中。
句法的目标只能是方便语义落地。如果较好地支持语义落地，那么就是一个好的句法（representation）。
白:
这里的“方便”往往夹杂着对软件和数据legacy的考量，着眼点不在“地”而在“落“
如果没有legacy，反而更容易着眼于“地”。成功是失败之母。因为任何一种成功都有固化自己的冲动。
我:
评判 syntax 是一个困难的事儿。譬如说吧 虽然我们可以批判 penn tree，抱怨它设计得糟糕透了。但是 换一个人制定标准 估计也好不了太多，我们还会批判它。我可以一口气数落 penn tree 的10大错，而且可以条条是道。所以，在认识到这种评判的困难以后，我们可以退一步说，至少我们评判一个 syntax 的表达，着眼点是多大程度 多么明显地 有助于或妨碍了 语义落地，而不是从一个句法算法的一致性与否的角度。
白:
还是那句话，落地是有潜台词的，站在什么legacy的山上唱什么歌。最后是legacy主导一切，落主导一切，地是啥反而可以不care了。
我:
那是。我是站在 sentiment，或 IE 的legacy 上。
白:
不对，IE/sentiment还是地，不是落。
我:
地 就是 IE （sentiment 也是 IE），落就是 subtree patterns 的 matching白硕:
白:
subtree自身的局限决定了落的局限
我大概4-5年前放弃subtree的。
我当时起名叫 ppt：partial parse tree
我:
结构匹配
聚焦就是这么来的。
叫不叫 tree 无所谓 实际是个 sub-graph，我们以前也叫 svo search or svo retrieval or svo matching，有了这个 老鼠爱大米 就可以挖掘出来了。
白:
“他死去多年的消息终于曝光了”“他死去多年的弟弟终于平反了”
我:
这个是经典 minimal pair 了
同位subcat
白:
“专家对这种方法的意见还是不靠谱。”
“还是”歧义了。
我:
“还是” 还不是问题，“对” 是个隐患。
【对 np 的 n】 ，np or pp？
谁的意见？
专家的。
什么意见？
对这种方法的意见
什么不靠谱？
意见不靠谱。
谈的 topic 是？
专家。
专家作为虚的 topic 和 实的 mod 都 decode 了，parser 也算兢兢业业了吧。
流氓耍到了这个境界，也可以立牌坊了，正所谓：功到雄奇即罪名，流氓耍尽成英雄。
【相关】
https://blog.sciencenet.cn/blog-362400-1024149.html
上一篇：【李白之12：修正乔老爷的保守派自由派之辨】
下一篇：【语义计算：李白对话录系列】
