没有规则的文法是怎么回事儿？

白:
“这件事非他莫属”，这种情况下“他”填谁的坑？

李：
填坑，从句法角度没有疑问，“这件事”是句法主语，“非他莫属”是谓语。如果主语是行为，采纳董老师的处理，把句法主语转为逻辑谓语，把句法谓语中的“他”提出来作为其逻辑语义的施事。如果主语不是行为，那么可以相应做一些逻辑语义表达（ｓｅｍａｎｔｉｃ　ｒｅｐｒｅｓｅｎｔａｔｉｏｎ）的调整，其中之一是，把该名词的“标配”动词作为省略成分提出来，“事儿”的标配就是“处理”或“做”（ＤＯ）。然后逻辑施事照旧。

“这件事非他莫属”
＝＝（只有）他（能）ＤＯ（这件事儿）

这些个鸡零狗碎的处置，说到底都是自己跟自己玩儿。这里的所谓语义表达和语义落地，在ｐａｔｔｅｒｎ确定之后，我们其实心里都明白其涵义了，只不过需要用一种容易记忆容易处理的方式把“语义”表达出来，让人类看着舒服。其实这都是小事儿，属于　ｐａｒｓｉｎｇ　的　ｓｉｄｅ　ｅｆｆｅｃｔｓ，怎么方便怎么来，无一定之规，系统内部自足即可。关键不在作为　ｓｉｄｅ　ｅｆｆｅｃｔｓ　的　ｏｕｔｐｕｔ，而在于什么样的　ｐａｔｔｅｒｎ　、什么样的条件与　ｉｎｐｕｔ　匹配合适，匹配完了既然并无歧义，总能找到一个语义表达的出路。后面的考量也就是为了“好看”而已（就好比软件工程中很多内部数据结构表达出来要ｐｒｅｔｔｙ　ｐｒｉｎｔ一样）。

白:
“拉小提琴他最拿手了”“去北京他最合适了”“喝白酒他二两就醉了”
这是一种很常见的格式，不是因熟语而发明的，熟语只不过往这上面靠而已。

李:
看电影他爱打瞌睡
做报告他出口成章
举样例他偷梁换柱。

白:
在我的体系里，这是一种已经在局部填了坑的萝卜，在满足一定条件的更大范围内又被再利用而已。

冯:
这是紧缩复句。

白:
在我这里是merge的一种。两个互不隶属的谓词的坑共享萝卜，都是merge。

冯:
merge也就是紧缩了。

白:
如果前面只是NP，就降格为状语：“这件事他最拿手了”当中“这件事“为状语。N降格为S+

李:
白老师的句法里面，“填坑”对应的是文法的ａｒｇ，“修饰”对应的是ｍｏｄ，“合并”貌似对应的是ｃｏｎｊ或者ｃｏｍｐ，其余两个针对ｔｏｋｅｎ自己的操作，不对应ｄｅｐｅｎｄｅｎｃｙ的结构关系。这与词驱动ＨＰＳＧ有相当的吻合之处。

白:
可以认为有一个隐性的token

李:
ＨＰＳＧ　也声称只有词的结构表达，没有一条条文法规则，只有几个　ｓｃｈｅｍａｔａ　或叫　Ｐｒｉｎｃｉｐｌｅｓ，其中一个是针对　ａｒｇ　的　连接原则。另一个针对的是　ｍｏｄ。

白:
他还是用PSG作拐棍儿。我连小词都是负载结构的。

李:
如果仔细看那个根据原则而来的ｓｃｈｅｍａｔａ，基本没啥内容，就是一点最抽象的关系限制。说的是，如果一个　ｔｏｋｅｎ　要填另一个　ｔｏｋｅｎ　在词典的　ｓｕｂｃａｔ　ｐａｔｔｅｒｎ　里面规定的坑，除了所有规定的　ｆｅａｔｕｒｅｓ　必须能　ｕｎｉｆｙ　外（这个可以比喻为情投意合的自由恋爱），另外还有一点原则性限制（这个可以比喻为婚姻原则：譬如传统的婚姻原则必须是异性之间的结合，否则不发证书，也就是原则层面不允许结合，即便双方情投意合），加上一些子结构数据的　ｓｈａｒｉｎｇ　的规定。这个跟白老师声称没有规则，只有子范畴，以及根据子范畴的　ｐａｒｓｉｎｇ－ｒｕｎｎｅｒ　的抽象算法是同样的精神。当然，ＨＰＳＧ叠床架屋的数据结构以及ＰＳＧ与生俱来的组合爆炸低效率以及伪歧义困扰，也许已经被白老师解决了。

白:
我没有组合爆炸。复杂特征集不是好东西，扔。

李:
我同意。可是一开始用会入迷。逻辑上很清晰、细致和美丽。可以把语言的任何单位模型成一个非常飘逸的玉人一般。

白:
严格限定只解决谁跟谁有关系，若非搂草打兔子顺手，绝不碰是什么关系。逻辑主宾语分不出来是本分，分出来是情分。

李:
这个分不分就是一个阶段的问题。本质上是所有的　ａｒｇｓ　都是　ａｒｇ，这个上位概念是一致的，ａｒｇ１　还是　ａｒｇ２，还是　ａｒｇ３，ｓｕｂｃａｔ　可以进一步去规约。

白:
隐性介词不知道什么格是本分，顺手安一个非他莫属的格标记是情分。

李:
到了语义层面，必须去进一步去区分。

白:
在检查相谐性的时候，有些角色已经跑不了了。这就叫搂草打兔子但是还有漏网之鱼，句法层面不 应该care。

比如“这场火多亏了消防队来得及时”里面，“这场火”前面有个隐性介词，知道这一点就够了。是啥介词管他呢。

李:
有人问，没有规则怎么能叫文法呢？这里面的ｔｒｉｃｋ就在，并不是没有规则，而是规则隐藏在词典里面了。本质上是词驱动的规则集，构成了词典主义的文法。如果这种规则的隐藏，不以大家通常习惯的显性的产生式（ｐｒｏｄｕｃｔｉｏｎｓ）的形式表现，而是以一套　ｌｅｘｉｃａｌ　ｆｅａｔｕｒｅｓ　来表达，无论是　ＨＰＳＧ　那种非常精细繁复的　ｔｙｐｅｄ　ｆｅａｔｕｒｅ　ｓｔｒｕｃｔｕｒｅ（表达形式是所谓　ＡＶＭ，　Ａｔｔｒｉｂｕｔｅ　Ｖａｌｕｅ　Ｍａｔｒｉｘ），还是白老师那种简省的原子化（ａｔｏｍｉｃ）的　ｃａｔ　或　ｓｕｂｃａｔ的标注，那么就给人一个本文法无规则的“假象”。

没研究过这类ｐａｒｓｉｎｇ的人可能还是疑惑：无论如何，没有规则，只有ｆｅａｔｕｒｅｓ，那怎么做ｐａｒｓｉｎｇ呢？这事儿说玄也玄，说白了就是一层窗户纸。任何一个　ｐａｒｓｅｒ　都是要对ｉｎｐｕｔ文句做操作的，这是无论声称有规则还是无规则的系统，都必须要有的一个部分，我们通常称之为ｒｕｎｎｅｒ，可以形象地比喻成一个ｓｃａｎｎｅｒ。诀窍就在这个ｒｕｎｎｅｒ是怎样在ｒｕｎ（ｐａｒｓｅ）文句呢？在产生式的显性符号规则体系里，靠的就是对这些规则的解释（ｉｎｔｅｒｐｒｅｔａｔｉｏｎ）或编译（ｃｏｍｐｉｌａｔｉｏｎ）。这个过程比较直观、可解析。在隐藏了过程性产生式规则的体系里面，ｒｕｎｎｅｒ怎么工作呢？回答是靠文法或模型自然不错，但太笼统。说就是靠词典里那些ｆｅａｔｕｒｅｓ的标注，先判你一个不及格，因为你没说明标注怎么转化为解析器（或自动机）的，里面还缺了啥。

歇口气儿，群里面的后学（ＮＬＰ的ｆｒｅｓｈ博士啊博士后啊啥的）不妨当成一个家庭作业，试着回答一下这个问题。不要以为ＮＬＰ就是神经，或深度神经。除了神经，就没有ＮＬＰ了。Ｐａｒｓｉｎｇ　是　ＮＬＰ　的皇冠，如果只懂神经，不懂　ｐａｒｓｉｎｇ的基本原理和理论，你可能在工作市场上大卖，你也可能确实用神经做过ｐａｒｓｉｎｇ的工作，但ＡＩ这股热浪过后，你会发现叫自己是ＮＬＰｅｒ太沉重。

当然，我们这些还没神经的人，其实也是叫ＮＬＰ太沉重，不过是倚老卖老罢了，反正我们终归是要退场的人。现如今不神经的话，都不好意思说自己是ＡＩ圈的人。认真说，隔行如隔山，行内也隔山，这是ＡＩ里面的真实写照。不隔山的全能的人有没有？肯定有，群主白老师就是。但９０＋％的大牛都不是，这也是事实。

Nick:
伟哥这是被人欺负了吗？

李:
哈，欺负个球啊。信笔写　想到哪里写到哪里，神经＝ＮＬＰ的感慨而已。炼到我这功夫早已百毒不侵了，谁欺负谁呀。把一个算法上升到一个领域，这是概念混乱。这种怪相你学ＡＩ历史的应该给个说法。

邓:
我觉得咱们开放心态看待会比较好，一个算法如果让一个行业上了一个大台阶，是会在一个历史时期称为这个行业的代名词的。听其言察其行。

阮:
要么理论上碾压，要么实验或系统验证。要么更有权有势。。三点都不占，就只能忍了。

马:
不为了深度而深度，也不不为了深度而不深度。我们组基本没有神经。

李:
我脑袋是ｐａｒｓｅ不过来了，这口令绕的。

当然可以为神经欢呼　鼓吹　毕竟人家有实绩在那儿（图像、语音、机器神译）。问题不在其崇高的行业地位，而在于这种地位所带来的一种默认意识：(1) 只要是ＡＩ和ＮＬＰ的任务，神经不仅仅是首选，而是是必需；(2) 甚至是，如果你不神经，就会异样地看着你：怎么可以不神经呢？(3) 还有很多问题，根本没有任何证明，神经可以ｗｏｒｋ，但是行内和行外的压倒意识是：(i) 神经一定ｗｏｒｋ，(ii) 而且非神经一定不ｗｏｒｋ，或不值一提。

陈:
讨论的人也很神经

李:
这种观念是如此之深厚顽固，以至于你即便可以证明非神经也一样工作，或者工作得更好，也基本没有人听。这时候你才知道所谓科学家，其实一大半不如没文化的暴发户，因为暴发户至少有常识，懂得白猫黑猫，暴发户没有被洗脑。这个观察不是从神经流行才有的，至少２０多年的体会了。

阮:
科学，越年轻越好，大家喜欢看到新方法而已，目前确实没看到其他新方法。

李:
一个人不可能抗拒一个世界。所以生存之道不是试图说服、试图证明，这些基本都没用。生存之道就是：（１）与暴发户为伍，不问姓社还是姓资。挖煤给钱就行。（２）另一个生存之道就是：挂羊头卖狗肉，努力靠拢，不管真心还是假意。无论是否真能融合，永远把羊头当成菩萨。

【相关】

《朝华午拾：在美国写基金申请的酸甜苦辣》

围脖：一个人对抗一个世界，理性主义大师Lenat 教授 ..

【语义计算：李白对话录系列】

中文处理

Parsing

【置顶：立委NLP博文一览】

《朝华午拾》总目录