【立委按：３０年前，董老师就是我学逻辑语义的启蒙老师。３０年后还可以拜技术所赐，与老师坐而论道，由衷感激。逻辑语义这个术语的命名和流行 源自董老师的论文。类似的术语有 Deep case （菲尔墨），Theta role（乔姆斯基）， Semantic role , 但我还是最喜欢用董老师的逻辑语义。】

白:
【今天冲击30度，明天骤降6度伴随雷阵雨】
为啥30度是目标值，6度是差值？

李:
逻辑语义 与 句法角色 的主要差别就是，前者依存的老子是细颗粒的概念或语义，后者依存的老子是粗颗粒的子范畴（ｓｕｂｃａｔ）。“冲击” 与 “降” 的概念差别，决定了所带的逻辑语义角色的分别。从subcat看 这两个动词属于一类，因此句法儿子相同 都叫宾语，但是从语义角度 这两个动作概念有距离，查一下 hownet 就知道了。细颗粒到什么程度呢 要看系统的设计了。譬如 hownet 有将近 100 个逻辑语义角色，相对应的语义颗粒度或分辨度就显得相当细。【升降变化】 这类肯定要单列出来，也可以想象 逻辑语义压缩到 20 到 30 的样子 合并一些接近的角色，那么统领逻辑语义的谓词的概念颗粒度就可以粗一些。

总之逻辑语义不象句法角色那样抽象 独立和粗线条，逻辑语义是比较紧密地配合谓词语义概念去 make sense 的。【心理】谓词的主语 在逻辑语义叫 experiencer（体验者），但【行为动作】谓词的主语 则逻辑语义叫 agent（施事）。这种呼应除了有本体知识（ｏｎｔｏｌｏｇｙ）体系内在的设计需要外，还有让人看着舒服、容易理解的考量，也就是我以前说的，语义表达带有某种人类自己与自己玩的色彩。

在董老师面前说这些 难免显得浅薄。我等董老师打板子 批评纠正。

董:
按知网的规定：冲击30度，30度的逻辑语义是“StateFin-终状态”；降6度，6度的逻辑语义是“QCompare-比较量”。但是知网的分析系统我预计它做不对。因为这样的区别要有更加专门化的知识，气象的常识来解决。知网没有如此细的常识表达。单靠两个动词的语义差别，我想不出来如何解决。

李维说的没错。是会有自己玩的色彩。每个人有自己对客观世界的自己的认识，研究有自己的风格，有自己的要求，或遇到的不同的需求。总觉得自己那个好，不要紧，是正常的，但不要总觉得别人的一定不好，那也许就不太好了。

李:
也有的语义表达体系走极端，觉得哪怕细颗粒度也不够好，100个逻辑语义根本不足以表达语义关系的细微差别。譬如 hpsg，它在语义表达上不喜欢任何抽象，agent呀，patient 呀，experiencer 呀，都太过抽象，就更甭提逻辑主语、逻辑宾语了。一不做二不休，他们的语义关系的命名变成了一个开放集。本体有多少谓词语义终结节点（石实践中常常就用那个谓词的词），就有多少个对应的语义关系。逻辑主语加后缀 -er，逻辑宾语加 -ee，这样来命名逻辑语义。因此，like 的 主语叫 liker，宾语 叫 likee；hit 的主语 叫 hitter，宾语叫 hittee。完全没有概括性了，我把这种设计叫做词汇主义极端派，有点走火入魔了。但有一个优点，人一看就明白是什么角色。

我觉得其所以语义表达有自己跟自己玩的色彩和空间，是因为一个知识体系是某种连续的存在。语义学家在模型这个体系的时候，必须抽象到离散的点去。这就需要切刀。切几刀 怎样切 比较合理 比较适应人的理解和应用，不同的设计家会有不同的考量。

董:
再者，上例中30度是个”点“；6度是个”量“，没有气象知识怕不容易分别了。

李:
“降6度” 感觉没有歧义。难的是 “冲击30度”。后者可能需要专业知识才能消歧。一个通用性常识本体的知识库，不足以做出这种区分。如果是 “降到 6度”，也没有歧义。

讲个故事：
“我们实验室是做低温实验的。我们设计了一个装置可以不断降低实验空间的温度。第一天我们成功降低了10度 只用了三秒钟。第二天我们降了20度。我们改进了设计以后 正全力冲击30度。”

这个故事说明歧义在特定场景是可以翻盘的。在气象领域 他的标配歧义消解了，根据的是气象里面的领域常识。但场景可能打败这个标配语义。

白:
都不需要术语来指定角色。完全可以说，1号角色，2号角色。这是本源。施事受事的，都是次生的。

李:
有不少文法就是这么叫的：ａｒｇ１、ａｒｇ２，然后可以提供一个词典查询来求解：ｌｉｋｅ　的　ａｒｇ１　就是逻辑主语体验者，相当于　ｌｉｋｅｒ。这样看语义表达，就更凸显了人类在逻辑和语义上有相当浓厚的自己玩的色彩。

董:
说实在的，就是主谓宾定状补都不能弄对呢？少了，多了，又能怎样？

白:
信息抽取的角度看，弄不对，就可能提取不出来想要的情报，或者提取出错误的情报。从群体舆情分析的角度看，错一个漏一个都无妨。从个体观点分析角度看，错了，可能认友为敌或者认敌为友。

李:
信息抽取的模板定义本身，也有不少自己玩的色彩，当然是要玩得让客户高兴。譬如【公司购并】事件，谓词是　ａｃｑｕｉｒｅ　或　ｂｕｙ，句法的主语，逻辑语义的施事，与信息抽取模板中的角色【购并公司】的对应，就是在玩命名的游戏。句法的宾语，逻辑语义的受事，模板里面叫【被购并公司】。

白:
当然，只要语义对，句法错甚至没句法，又如何？

李:
没有楼梯爬上三楼的绝技人也是有的。事实是，尽管有这样的绝技存在，生产楼梯的厂家却不会倒闭。

董:
按李维说的，其实是不用再搞一套施事、受事等。

李:
我觉得１００个这个量级是太细了一点儿。另外，逻辑主语、逻辑宾语的概念感觉很好使。这样　ｅｘｐｅｒｉｅｎｃｅｒ　和　ａｇｅｎｔ　的区别就不重要了。因为这种区别，如果某个应用需要的话，总是可以通过查询谓词是什么得出来。

董:
你是能少则少，能省一个是一个。

李:
可能我来了美国１９年，一头扎进了信息抽取。从抽取好用这个角度，我不需要那么细的逻辑语义。换其他应用，我不敢说。

董:
嫌多，少用就是了；如果嫌少了可就不那么好办了。关键是要能自圆其说。多有多的道理，少有少的道理。再一个，就是多了，能否乱。计算机不是不怕多吗？

白:
编号不怕多。

李:
这是一方面，多了总可以合：或者用逻辑或，或者用ｔａｘｏｎｏｍｙ定义一个上位关系。问题不在这里。问题在多了以后，ｄｅｅｐ　ｐａｒｓｉｎｇ那边就不得不费工。费了力气做了区分，发现用到的场合不多，就觉得不值了。关键还是，对于概念之间的依存关系，谁与谁发生关系是第一位的，老子儿子必须区分清楚。关系的种类粗一点无关大局。

白:
deep parsing的首要目标仍然是确定谁跟谁有关系，而不是确定是什么关系。所以角色再多，不应该影响deep parsing. 即便影响，也只是影响搂草打兔子的部分, 那本来就是天上掉馅饼, 可遇不可求的。

李:
因为语义是在句法图中决定的。有了依存关系图，有了节点的本体知识，粗线条关系随时可以细化, as needed，不必把这种细化搅合到ｐａｒｓｉｎｇ里面。

白老师讲的与我说的，是一样的呀。

白:
我是说，语义角色多了就导致deep parsing不得不费工，这样的设计是有问题的。

李:
多了一个　ｒｏｌｅ　ｌａｂｅｌｉｎｇ的细活。而这个细线条　ｒｏｌｅｓ　在落地时候大多不需要。认真说，也没那么多活，也不是不可以做，就是觉得没必要做。因为信息抽取的根本原理是词驱动。在词驱动的语义落地场景，语义关系的细化没有多少助益。

白:
语义角色第一不要设限，第二不要用跨词汇的概念绑死，第三不要跟句法绑死。需要的时候接的上就行，和句法松耦合。想多就多，不要影响句法。直接拿次范畴去玩。

李:
ＩＥ根本连次范畴都不要，就是词驱动。多用几个逻辑或就齐了。范畴集合如此之小，爱怎么枚举怎么枚举，管它的谓词本体概念属于哪个集合呢。

白:
IE和实体知识库的差别，实体知识库是照单全收，IE是只取自己那一瓢。只取自己那一瓢，当然不需要subcat；照单全收是不行的，必须有subcat。

董:
我看你们常说次范畴或subcat，谁是与之相对的主范畴呢？

李:
董老师，文法里面所谓ｓｕｂｃａｔ，其对应是ｃａｔ或叫ＰＯＳ，尤其是ＰＯＳ里面的谓词：ＶＢ或ＪＪ等，这些ｃａｔ会进一步细分为ｓｕｂｃａｔｓ。

董:
那么subcat是诸如什么？

白:
cat那东西，各家也有不同

李:
当然白老师泛化了ｓｕｂｃａｔ，一切的词汇子集给个词典标签都叫ｓｕｂｃａｔ了。但是在ＨＰＳＧ这类文法里面，ｓｕｂｃａｔ是一个谓词句型规则的浓缩。里面是一个丰富的　ｆｅａｔｕｒｅ　ｓｔｒｕｃｔｕｒｅ，句型方面的某个子集。文法里面的　ｓｕｂｃａｔ典型代表是ｖｔ、ｖｉ这类。

董:
你给个具体例子吧?我都快被绕糊涂了？名词是cat，那么sub名词是什么？

李:
名词是ｃａｔ，那么ｓｕｂｃａｔ可以有带宾语和宾语补足语的名词，譬如　translation：其ｓｕｂｃａｔ就是："translate" of NP【受事】 from NP1【来源】 into NP2【目标】。对于这个ｓｕｂｃａｔ的句型潜力，给它取个标签，这个标签就是 subcat 的 atomic feature，譬如　vt、vi。

董:
懂了，谢谢。

李:
但是在复杂特征集的文法里面，ｓｕｂｃａｔ不取一个简单的标签，而是展开来写到数据结构里面去，这样一来这个数据结构几乎就是一个产生式规则，虽然理论上这个数据结构不是过程性的。所以所谓的ＨＰＳＧ没有规则，其实就是玩的这么个游戏。

发现，思想活跃的知识分子永远不显老，而蓝领老人就特别容易衰老。董老师冯老师都有这个特点，我老爸也是。可见信息也是一种养分，比营养更重要。

董:
不看或极少看“养生堂”之类的胡说八道的，多半可以长寿。

冯:
多动脑子有益健康。

董振东:
有道理。
昨晚的有关arg、subcat、等的讨论，我明白了。其实我们是不同路上的车，可能都是被英文parsing误导的，至少我是被误导了。大家的目标、方法、资源等都不一样。但不论如何环视对我们的研发很有帮助的。关于诸如逻辑语义等问题，等你们真的要关心时，你们可以看我们的专著《HowNet and the Computation of the Meaning》。

李：３０年前，董老师就是我学逻辑语义的启蒙老师。３０年后还可以拜技术所赐，与老师坐而论道，由衷感激。

【相关】

【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