新人:
就是觉得自己的问题有些太外行了，不太好意思随便问

答:
外行内行，都是一个过程，只要有兴趣就好。《李白对话》 天马行空，属老人促膝恳谈； 也可以来一些答问对话，为缩小代沟做点实事。

嗨，上篇《NLP答问》刚贴到微博不到两小时，就2.4万阅读量了哈。可见答问的话题还是很符合公众兴趣点，人工智能教授马少平老师等有推荐和评论：https://weibo.com/2316531634/profile?topnav=1&wvr=6&is_all=1

你们说得都对//@南大周志华:目标代码吧，不是数据结构 //@马少平THU:用计算机实现不这样还能怎样？//@第五逻辑:所有的场景应用都是转化为计算机可执行的一种数据结构，这就是现阶段所谓的AI
@立委_米拉【NLP答问：关于parsing 和自然语言理解】
立委_米拉
7分钟前 来自 微博 weibo.com
不争论 不争论。小平连大是大非姓社姓资都不争论，咱数据结构和目标代码有啥争论的。重要的是面对冰冷的现实，“这就是现阶段所谓的AI”，与自主机器人或机器智能没有一毛钱的关系，都是人类自己跟自己玩，机器不过就是玩具（或者也是吹牛的道具）而已。没霍金之流吹得那么高大上。

新人:
目标代码和数据结构不是一体的吗？

答:
CS的标准说法是： 程序（目标代码）= 数据结构+算法

我们在讨论的时候，侧重点是“理解”的表达形式（representations），就是结构树（tree），或图谱（graph），强调的是数据结构的一面。“理解”作为（智能性）动词，当然有算法的一面。所以周教授说是目标代码，才全面。

新人:
这样啊，受教了

答:
数据本身不一定是可执行的代码。结构树不过是“理解”的一种内部表达，无论是达成这个理解的过程（parsing），还是利用这个理解去落地到应用（semantic grounding to applications），都有一个NL算法的事儿。

前者（parsing）在我这里就是 cascaded FSA++ 的实现算法，后者（落地到信息抽取和数据挖掘场景）就是一个 subtree matching 的算法。这是就关涉算法的机制（formalism）而言，其实利用这个算法机制对系统各个模块以及模块中问题的处理过程，也还有个语言学算法的思路在内，不仅仅是在多层系统里面先做什么后做什么，还有各种数据流接口的设计等，如何防止错误放大，如何协调共性和个性，都与算法有关。

新人:
结构树是“理解”的一种内部表达，这个内部表达中已经包含语义的部分了吗？还是说语义包含在另一种内部表达的形式里，多种结构组成了“理解”的形式？

答:
结构本身就是最重要的语义部分。这是语言学的常识，也是多数计算语言学家的共识：学界术语叫 semantic labeling，在中国的NLP界，由于董振东前辈30年前的创新研究，这个语义被命名和普遍接受为“逻辑语义”。理解了一句话，最关键的就是要搞清楚一句话里面的那些语词概念的逻辑语义角色：【谁】（逻辑主语，施事）【对谁】（对象补足语）【做了】（谓语）【什么】（逻辑宾语，受事），【何时】（时间状语），【何地】（地点状语），【如何】（方式状语），【为什么】（原因状语）等等。

深度解析（deep parsing）所建立的结构树或图，就是要填写这些逻辑语义角色，填写好了也就是达成了语言理解的核心。

新人:
实体语义对于理解一个句子不重要吗？好像绕回了之前说的WSD那篇…（【NLP 迷思之四：词义消歧（WSD）是NLP应用的瓶颈】）

答:
什么叫实体语义？实体对应的是NE或NP，在句子中就是一个元素。在知识图谱里面，表达成一个画像（profile），uniquely 对应了真实世界的一个实体。

实体语义的重要是在领域落地的时候，而在领域独立的语句分析阶段，只要知道类别就好了，实体的语义或歧义（如果有歧义的话）可以先绕过去的。譬如，“约翰”这个实体，知道他是一个人名（NE）就够了，至于他究竟指的现实世界哪个实体，对于理解一个里面提到“约翰”的那个句子，并不重要。

但是如果要建立领域的知识图谱，实体语义就重要了，否则描述这个约翰的事件，张冠李戴到另一个约翰头上，语义落地的偏差就会把领域知识图谱（事件场景以及个人画像的语义网络）搞砸。

我这篇【NLP 迷思之四：词义消歧（WSD）是NLP应用的瓶颈】）文的本义是说：WSD 一般来说不是 parsing 的瓶颈，而是可以推后到落地的时候去做区分。

新人:
是，想了下，只有在具体场景下，才能讨论实体语义。

答:
换句话说，语言学意义的理解首先看到的是结构和角色（“项链”），然后才是角色里面的每颗“珍珠”。所以说 deep parsing 是自然语言理解的皇冠和核心，是自然语言落地的核武器。

新人:
感觉清晰了很多。终于不纠结实体了…

答:
关键是，实体的歧义通常不影响结构和角色定位（即逻辑语义），而一个语句与其他语句的语义区分，主要就是结构和角色定位。这里面细究的话，逻辑语义结构里面有核心和边缘的区分。核心就是所谓 argument structure，这是以谓词为核心挖的几个“坑”，需要实体参与者（萝卜）来填坑的的结构，表达的是语义主干：【who】 DID 【what】 【to whom】这类。边缘的语义主要是可有可无的状语，可分为一二十种，表达的是语义的细节：时间，地点，条件，原因，让步，结果，程度，等等。

新人:
昨天插入语的那个badcase，是不是属于边缘的语义的部分？

答:
插入语当然是边缘语义，非常的边缘，提供某种语气。

新人:
感谢您愿意回答我这些基础的问题。我得赶紧补补课

答:
不必拘束。在你这个年龄段，保持好奇心和兴趣最重要，不要怕吃苦，一头扎进去几年，才能真正体味。我有个n万小时定律（《聊聊 NLP 工业研发的掌故》），虽然夸张了一点，但说的就是必须要有足够历练，才能一览众山小。

【相关】

【NLP答问：关于parsing 和自然语言理解】

【NLP 迷思之四：词义消歧（WSD）是NLP应用的瓶颈】

【语义计算：李白对话录系列】

《朝华午拾》总目录