李:
发现 “引进” 与 “引入” 可能方向不同 虽然应该是同义词。读【李白之29】（“依存关系图引入短语结构的百利一弊” ），突然觉得不对劲 这不是我的原意。原来想说的是，“依存关系图引进短语结构的百利一弊”，或者，“短语结构引入依存关系图的百利一弊”。a 引进 b，语义主体是 a 而 b 是逻辑修饰成分；b 引入 a，a is semantic head while b is modifying element。不知道这个语感对不对 是不是语言共同体的 还是语言学家的走火入魔？

另 并列排比的力量很大 汉语为最 英语也有：

“One in the morning and one afternoon”

力量大到了可以生生把 one afternoon 拆散，棒打鸳鸯 可 NLP 界对这种现象研究和应对却远远不够。排比句式的自动处理及其与parsing 的无缝连接 可以做一些博士课题 排比是并列的延伸，而并列现象早就公认为是nlp的拦路虎之一。

白:
何以见得？程序员会首先说，编译通不过

李:
万一编译器鲁棒通过了呢。

两个什么？论最近原则 是两个西红柿。但还有一个更大的力量，就是前面说过的排比的力量：一个x ……两个【 】。

白:
通过的那种编译不叫鲁棒叫自作多情。如果论排比，那“一个啥啥”前面也得加“如果啥啥”。

李:
排比的力量真地很大 感觉强过距离 虽然这几句不 make sense.

白:
“孩子”是称呼对方还是指称对方子女，这是个问题：

白:
“拍的一手好照”……第一次见到这个说法。

李:
洗的一把好澡
吃的一桌好饭
拍的一屁股好马
吃的哪门子醋
吃的一坛好醋 双关 嘲讽

白:
你那些统计频率够高，这个不行

李:
露一手
拍一手好照片
踢一脚好球
踢的一脚好球
想一脑门心思？

“脑门” 与 “心思” 搭配，“一手” 却与 “照片” 并不怎么搭，“一手” 与 “拍” 似乎搭。

白：

如果“所”负载“他所说”，那么“他所说的”就是“所”填“的”坑。交叉了不说，感觉有点怪。
“所”是个纯粹的逻辑宾语提取算子，“的”则广谱一些，既能提取逻辑宾语，也能提取逻辑主语，而且接名词能构成定语，不接名词自己就升格而名词化。

李:
小词负载结构 也负载语义吗？我想请问的是 白老师系统如何区别 “所” 提取宾语的标配，与 “的” 既可提取宾语 也可以提取主语？这个区别如何在语义上实现？体现
在 pattern rules 里面的话，这个区分很容易实现。

白:
词负载语义结构，使用的是subcat类型演算。也就是说，“所”和“的”的提取对象，在cat层面不做区分，在subcat层面做区分。“的”提取“剩下的那个不饱和坑”所携带的subcat，“所”提取“代表逻辑宾语的那个不饱和坑”所携带的subcat。如果两个以上坑不饱和，如“卖的”，则取两个坑的subcat的最小公共上位（上确界）：sup(human，human，object)=object。等待一旦其他成分做出更加specific的限定，比如“买的不如卖的精”或者“卖的都是假货”，再图改变。

李:
那是 unification 的本来意义：unspecified until more specific

两个小词提取（代表）的不同，在 subcat 演算上实现。这个 subcat
是谁的 subcat，又是怎么做 subcat 演算的？对于实词，cat 决定句法（萝卜与坑 以及 ｍｏｄｓ），subcat 决定语义（semantic lebaling 解析逻辑语义），我们可以想见。
对于小词呢？

白:
小词要具体分析

李:
从哪里看出来 “所” 指的是宾语。

我的所爱在高山。
我所爱的在高山
我所爱在高山
我所爱的人在高山。
我所爱的东西在高山。
我爱的在高山。
爱我的在高山
＊所爱我在高山

白:
上面讲的“所”和“的”，我们用的词是“提取”，意思就是说它的subcat是copy来的，在copy之前，它是一个指针变量。说清楚了，谁填你的坑，你提取谁的哪个坑所要求的subcat

李:
“爱我” 只剩下一个萝卜 所以 “爱我的” 就是那个萝卜（代表）。为什么 “所爱我” 不成立？“所我爱” 其实也不成立，只有 “我所爱” 才成立，这个体现在哪里？

白:
我不管什么不成立啊，又不做生成只做理解。做生成也不这么做

李:
哈 这总是少了一个 leverage。赶巧了 词序不对的序列 不会出现 因此把词序 leverage 从 parsing 中扔开 貌似多数时候可行。但总是会遇到某种时候，词序的条件恰好就起到了帮助 parsing 的作用。

白:
subcat完全相同才会考虑次序，这时逻辑宾语右侧填坑优先。但是“所”提取逻辑宾语是硬性的，比只是“优先”来得更加强大。所以有了“所”，就轮不上这些右侧优先了。

李:
这种优先度的调整 听上去是宏观算法的考量，而句型subcat里面所规定的词序（如果词典规定的话）则是微观的。后者比前者更加精准。

白:
前者更加robust。我之所以放弃pattern，就是因为它管了不该管的事儿。

李:
动词句型的subcat，管得恰到好处呀，句型里面说在左边，那就一定在左边。

白:
好好说话是生成该管的事儿。而在各种糟糕语序下尽可能猜测对方意思是分析的事儿。

李:
句型里面的词序规定，与对小词的规定，以及对实词的规定（强搭配规定实词本身，弱搭配规定实词的本体）。所有这些规定都是一以贯之的。不管是分析还是生成，一个句型长什么样子 是植根在句型 subcat 的词典里面的。这是词典内语言知识。至于这个知识用于分析，可以适当放宽而鲁棒，或者用于生成，适当收紧而顺溜，那是知识的实用层面的考量，而不是知识本性发生了变化。

譬如 “邮寄” 带三个坑，其句型就是：

1. [human] 邮寄 [human] [object]
2. [human] 把 [object] 邮寄 （给） [human]

白:
理想的词负载结构，是可以100%把句型语序再现出来的。使用刚性方式（override）还是柔性方式（优先级），只不过是实施当中的工程选择，与理论无关。如果我愿意，也可以都采用刚性方式。但是我不愿意。比如及物动词六种组合语序，双宾动词24种组合语序，其中有多少种是合法的，我不需要关心。也不会用罗列的方式去挑出合法的组合。

李:
不同策略的选择 如果信息无损 当然无所谓。说的就是，在采用优先级柔性方式对付词序的时候，至少在词典化的句型信息方面，条件是受损的，词序这个显性形式没有得到充分利用。弥补它的手段包括中间件的查询。但是中间件的查询，其本性是隐性形式的使用，而词序是显性形式。

白:
没看出来受损。

李:
受损在：本来是由谓词本身来决定萝卜的词序，作为条件之一来填坑，现在却交给了谓词以外的东西。交给了算法中的优先级 and/or 中间件的查询。这个损失蛮显然的，对于所有把谓词本身与其句型的词序规定分开的算法。

白:
搞混了吧，这是谓词自带的，不是交给了算法。

李:
谓词自带词序？？

白:
第一个坑、第二个坑谓词自己是有指针的，自带优先序。

李:
NP1 eat NP2：NP1 NP2的词序是词典决定还是......？至少 S/2N 貌似没反映词序。这个2N 里面没看出词序信息。

白:
说的就是第一个坑优先左侧结合，第二个以后的坑优先右侧结合。句法不管而已，subcat管。但是句法和subcat是时时刻刻互通的啊。不相谐时看后续选择。

李:
第一个坑优先左侧结合，这个东西，是对于所有 2-arg 的谓词有效，还是可以对于不同谓词有不同？如果是前者，就不能说是词典信息决定词序。

for another example:

1. translation of NP1 by NP2
2. translation by NP2 of NP1

这类词序原则上都是谓词 translation 在词典就决定好的，到了具体句子坐实其中之一而已。

白:
比如“饭我吃了”，1、吃是S/2N。2、“我”最先从左侧遇到“吃”。3、“我”与其中一个坑相谐。4、锁定human，留下food。

“我饭吃了”：1、同上。2、“饭”最先从左侧遇到“吃”。3、查相谐性，发现是第二个坑subcat相谐。4、锁定food，留下human。

至于查相谐是否必须从左到右遍历，这纯粹是一个算法问题。数据库还允许做索引呢，我为什么一定要遍历？“饭”都有了，跟“吃”的第二个坑匹配为什么必须先查第一个坑。

李:
句型规定词序的做法有下列特点：
１ 在词序占压倒优势的句型里面，根本不用查语义和谐。就是词序绑架。
２. 在词序不能决定语义的时候，可以明确提出是哪两对发生冲突：然后让语义在这两对中去比较力量来求解（消歧）。白老师的上述做法貌似在情形１的时候，不必要地查询了中间件，多做了功来锁定。

白:
总而言之，在部分分析树上匹配目标句型，是我N年前使用的方法，现在已经放弃了。放弃的道理是在分析环节追求更好的鲁棒性。在生成环节，有另外的做法。

李:
在情形２的时候，不知道是不是也是查询中间件的力量对比（牵涉两个可能的二元关系），还是只查询一个关系？

白:
没有。一步到位。 说的就是没有使用遍历的方法。只有一个匹配结果就是第二个坑，第一个不用出现都。

李:
遍历也不是“遍”历，ｎ个元素并没有理论上的所有词序排列，而是句型决定了哪些词序排列是可能的，哪些排列根本就不可能。而这些决定都是那个词的知识。

白:
白名单制。
有点对不上频道，我说的遍历是查询时对坑的遍历，不是对可能语序的遍历。我的结论就是，不需要遍历。

李:
这二者在句型实现或坐实中是相交的。譬如两个坑加一个谓词，句型的所有排列是：

１. 谓词【１】【２】
２. 谓词【２】【１】
３. 【１】谓词【２】
４. 【１】【２】谓词
５. 【２】谓词【１】
６. 【２】【１】谓词

当然对于一个特定的谓词，其句型就是这里面的一个子集。

白:
3！

李:
对。如果牵涉小词，上述句型还要扩展。

白:
我现在是一个句型都不写。

李:
然后加上省略，也要扩展：

７. 谓词【１】
８. 谓词【２】
９. 【１】谓词
10. 【２】谓词

白:
嗯，你这充分说明了我不写句型的优越性。

李:
看上去很多，但第一很清晰，第二具体到谓词，只是一个子集，有些排列被句型一开始就抹去，第三，每一个这种句型排列都可以确定性地决定，是歧义还是不歧义，从而决定是不是要求助或留给后面的语义模块。所谓文法，主体也就是这些句型。没了句型，文法也就差不多消失了。

白:
专制的文法消失了，民主的文法还在。中心化的文法消失了，去中心化的文法还在。拉郎配的文法消失了，自由恋爱的文法还在。

李:
很多年前我们的英文文法大体稳定在 600 条规则左右，其中大约有 400 条就是这些句型排列。400 条还在可以掌控的尺度之内。为什么 400 条就可以包揽呢？这是因为上帝造语言有个仁慈的设计：args 不过三。以前说过这个。args要是过了三，排列就至少是5!，必然引起句型爆炸。自然语言的谓词绝大多是是 2 args or 1 arg，只有少量的 3 args or 0 arg。决定了机器人通天塔并非不可能建造。如果当年设计语言的上帝忘了人脑的有限，弄出不少 4-args or 5-args，就傻眼了。一个事件往往关涉很多成分。但人在描述这个事件的时候，总是碎片化描述，每个句子遵循 args不过三去描述，然后利用冗余和合一，最后在篇章中才拼凑出完整的语义图谱出来。这就是自然语言简约有效、与人类脑容量相匹配的奥秘之一。

白:
这就是老话说的，一碗豆腐豆腐一碗，本来不需要区分的，语序一成刚需，得，不区分也得区分了。

一碗豆腐和豆腐一碗，语义上没差别，差别在语用上。数量词后置，是“报账”场景专用，可以让人联想到饭馆里跑堂的。如果将来都用移动终端触摸点菜，“二者的语用差别”就会成为历史。跟自称“奴婢、在下”一样，只能在文艺作品里看到听到了。用于分析的句法，不适合画“毛毛虫”的边界，画出毛毛虫的“包络”就很好了。

【相关】

【立委科普：及物、不及物与动词subcat 及句型】

【李白董之51：说不完的subcat和逻辑语义】

【Parsing 的命根子是subcat，逻辑的和语言的】

【语义计算：李白对话录系列】

《朝华午拾》总目录