李：
老话题，中文句式 “NP1 NP2 Vt ...”中，谁（逻辑）主语，谁宾语呢？

“这帮饿鬼一席好菜吃得盆干碗净”
“一席好菜这帮饿鬼吃得盆干碗净”

白：
两个左填坑，多清晰。非要在大小主语和逻辑主宾语的标签之间纠缠干啥？

深究的话，两个左填坑是填向同一个动词的，还是一个填向核心动词另一个填向残坑的，这才是需要区别的。但就算是填残坑的，也不必然是大小主语这种很局限的概念所能容纳的。

“小提琴他梁祝拉得最好。”

这是大小宾语夹着逻辑主语。小提琴和梁祝，都跟谓语动词相谐，可坑只有一个。所以另一个只能降格。

“胡子他从来不刮鬓角。”
“胡子他鬓角从来不刮。”

“鱼他从来不吃头。”
“鱼他头从来不吃。”

这是填残坑。如果允许任意私拉飞线，发现属性或部件关系不是问题。但若仅限“邻对”才能建立二元关系，技术上就有的扯了。私拉飞线的代价就是复杂性上升到平方级。

“部队的战友他只跟张三来往。”
“部队的战友他只有张三还有来往。”

“一起去旅游的朋友他只知道张三的下落。”
“一起去旅游的朋友他只有张三知道下落。”

李：
决定私拉还是决定相邻 没有来自UG的理据 主要是语言本身的特点。

白：
语言本身的特点应该词汇自带

李：
短语结构必须相邻 是一种偶然的约定。赶巧从英语出发，发现有所便利。不过，短语结构的分析路线客观上杜绝了交叉的可能性。这里面貌似有一些逻辑上防止思维紊乱的好处在。也就是说，短语结构的左右边界的约束使得交叉二元关系成为不可能。这符合绝大多数的语言事实。但缺点是，例外在这个框架里面很难容纳。

在 abcd 中，如果a与c发生关系 b和d就不可能发生关系，这是犯了“交叉禁忌”。从短语结构来看 这是必然排除的：（abc) d 或 a(bcd)。

有括号大墙挡着 交叉不被允许：*（a[bc)d]

其实我想说的是，交叉禁忌作为逻辑追求清晰的天性，也许的确具有超出语言本身的普世理据，但是，利用短语结构的形式约束来实现或贯彻这个理据。第一是太死板，没有给例外留下容纳的余地。第二，感觉上短语结构这种等价于打括号的做法，也不是实现这种约束最精简的机制。

交叉禁忌与最大跨度类似 都是原则，都有人类的思维逻辑里面某种共同的要求，都在语言事实上有统计意义的反映，但都不是铁律。

白：
这个括号类比有一个bug，主导词（坑）和跟随词（萝卜）以及修饰词（萝卜皮）的区别没有了，只剩下左右。这大错。一个词既可以释放坑，又可以同时释放萝卜的特性没有了。关联不一定是边界。关联会引起辖域变化，但不一定是自家辖域。a和b关联，引起c辖域的变化。因为c是head，管着b，但b的辖域就那样了。不会因为新增关联而扩张。

李：
那是一个比喻。短语结构两个要素：一个是左右边界，即括号。还有一个是头词的确立。等价于依存中的父节点代表。

白：
所以一个位置，可能会出现既填坑又被填坑、既修饰又被修饰的复杂情况，岂是一个只能在左右之间选一的括号所能代表。比如，“小张把眼睛哭肿了”的“肿”。它的辖域归顺了“哭”以后就不再扩张，但它的残坑一直蠢蠢欲动，直到遇见“眼睛”才消停。有点像基金，你有所有权，但你赎回之前没有处置权。是基金经理在处置你的资产。关系是你的，但辖域不是你的。代表辖域处置你的残坑的，是head。这样既避免了飞线的复杂性，又扩展了二元关系的可能范围。正所谓合则两利。同时，卧底是你派的，打赢了地盘归我，这好事哪个head不愿意干啊……

以“王冕死了父亲”为例：“王冕”是“父亲”的卧底，“父亲”在内战中已经归顺“死”，于是在“王冕”的地盘和“死”的地盘交上火了以后，“父亲”就可以通过这一层卧底关系，招安“王冕”到“死”的地盘中来。处置权和所有权分离，辖域主人和二元关系当事人分离，是这一切的关键所在。

更何况，“死”自己已经给不出未饱和坑，只能靠“父亲”这个加盟店带来的残坑凑数了。典型的“羊毛出在猪身上”。谁让猪加盟了呢。所以我说括号的比喻有bug，bug就在把辖域的所有权和二元关系的所有权做了多此一举的捆绑。其实，辖域都是我的了，我管辖范围之内的残坑归我支配有什么大不了的？只要有支配权，这局棋就走得下去，二元关系的所有权只是个名份，给出去有什么要紧？

李：
残坑的说法也可能有问题。所谓修饰语被头词吃掉以后，把自己的坑带给了头词成为残坑。等于是说，本来的短语黑箱子又变透明了。

语言学里面有个 island constraint 说的就是黑箱子性质。被包裹起来的内在元素，从外面是看不见的。到底看得见看不见？感觉上，两边的证据都有。包有包的理由，过继有过继的理由，都不足以涵盖全部事实。

白：
这恰恰是要质疑的。拿黑箱子论证不交叉，感觉是自说自话。这俩如果都不对，就塌了。

李：
例如，“他做了三例心脏手术。”  谁的心脏？

白：
患者的。

李：
这个问题不存在，或者说，这个坑被包住了，不能过继。为什么？因为它在NP最里面。从 x bar 理论来说，第一层是 NG，“心脏”就被吃了。第二层是 NP，“心脏”就被裹进去两个括号，完全看不见了。自然谈不上去找萝卜了。如果硬找，八成是错的。“他” 更可能是大夫。

白：
我的观点是，已经过继了，外面萝卜不相谐或者有歧义，那是另外的问题，不应该跟有没有过继连在一起。跟几个括号不应该有关系，硬不硬找都不是关键。不找是本份，输出是义务。

李：
“患者的心脏”，那不是语言。那是本体。 静态常识。说了白说。

白：
不是抽象患者，是具体患者，可以落地那种，只是没有外部名字，内部是有id的。就是三个id当中分配了一个。

李：
问题是落不了地，也不该落地。因为埋藏太深了。

白：
“他做了三例心脏手术，其中一位患者出现异常反应。” 怎么连起来的？“心脏”给那位异常反应者。

李：
这是硬要去联系，不是语言理解所需要。“患者” 与 “手术” 有直接关系。这是语言理解需要的。“患者” 与 “心脏”的联系，最多是间接的，不是理解所需要的。“心脏”就是限制“手术”，表明手术种类。“心脏”没有落地的必要性。

白：
需要的时候给不出来就是失职啊。但也引入了待定事项。

“他做了三例心脏手术，其中一位植入了人工瓣膜。”

李：
咱们推向极端，把句法进一步推向词法，这个道理就更清楚了。“心脏病”，听到这个合成词，没有人感觉需要了解谁的心脏。要了解的是，谁的病？虽然逻辑上，可以推理出来，谁的病，就是谁的心脏。但是这个填坑 没有语言信息表达 传输和理解的必要性，不增加有效信息。

白：
心脏没限定功能，“的”有限定功能。有个载体是明确的，x而已。

有备无患，萝卜来了就是有效信息，萝卜没来就是潜在信息。萝卜也不一定是落地实体，可以是逻辑算子。所有、全部、某些、某个、特定，都是一种落地方式。

李：
谈心脏病，追问谁的心脏，这不是常人的思维和信息需求。这是一种干扰，干扰了真正需要理解的信息。换句话说，保持不定状态对于有效的语言表达和理解，也许与填坑落地 同样重要。Keeping it unspecified as a necessary part of communication。这就好比大脑。大脑的遗忘与大脑的记忆功能 同样重要。如果一个人一辈子只记忆 不遗忘 想来是非常可怕的。

该填的萝卜没填上与本来就不该填的坑，硬要去填， 这二者需要区别。区别在于某种程度的 孤岛限制。

白：
最多可以说，它的输出不活跃、被动，区别于活动的和主动的，但绝不是没有输出。一旦有萝卜就能填，和有了萝卜也无坑可填，也是需要区别的，或者说更是需要区别的。

分三档我也没意见：一定不用、default不用但可用，default用。但把中间一档去掉我不同意。微结构不打开就不用，打开就可用。

李：
赞成。

词法、“短语法”、句法，、是三个台阶。每一个台阶 都带有某种黑箱子味道。就是那种防止坑变成残坑的趋向。

白：
词法归词法，微结构毕竟可以不打开。但是非词法的部分，特别是自由组合的部分，一定是default可用的。而且从default可用，过渡到default不用但可用，我也不同意取决于残坑的嵌套深度。

很多嵌套是修饰语的叠加，基本上没什么衰减。每次残坑转移衰减一次我赞同。就是换一次干爹衰减一次。

“小提琴他梁祝拉得最好。”
“胡子他从来不刮鬓角。”
“胡子他鬓角从来不刮。”
“鱼他从来不吃头。”
“鱼他头从来都不吃。”

“这个会所我二楼从来不去”

“二号楼”没坑，“二楼”有坑。所以刀郎唱的“八楼”很让人困惑。汽车怎么会停在某建筑物的八楼，还是公交车，原来人家是专名。

与属性/部件相关的语义理解，不是难在语义描述本身上，而是难在穿插变幻的语序上。打开语序的约束（邻对），就要handle满天的飞线；不打开语序的约束，就会漏掉交叉现象。所以我们研究把语序约束开一条小缝，控制住飞线，同时又能捕捉交叉。语义本身的描述是结果，handle语序是过程。看结果，只看得见“正确”与否，看不见“可行”与否。所以，HowNet告诉我们语义长什么样是一回事，通过一个可行的过程把握语序，最后搞成那样子，是另一回事。

李：
说得很好。关键是这条缝怎么开了。

漏掉交叉现象，以前不认为是问题。至少在英语解析中，从来都认为是天经地义的。没人愿意违反交叉禁忌原则。这个问题成为问题，主要还是到了中文以后。中文表达里面，“违反原则”的事儿不少。不得不有个应对。这才有开一条门缝的说法。才有依存关系图优于短语结构句法树的论证，因为前者的表现力更加丰富自由，没有那么多原则和禁忌。

白：
回到辖域代表权和二元关系落地权之间捆绑还是松绑的问题。这是两件事。在不交叉“原则”的背后，有一个观念认为应该捆绑。中国人的语言实践则说明二者可以松绑。松绑无害。

李：
但是，另一方面来看，尽管中文违反原则的事儿并不难寻，但隐隐约约感觉，英语中有效的那些原则，包括反对交叉原则，实际上在中文也有一定的影响力。

白老师经常举一些奇奇怪怪的违反原则的例子。好多例子听起来有一种不同程度的“别扭”。别扭在人类的句法原则和语义原则发生了冲突，给人感觉怪怪的，到底是合法非法，界限模糊了。

白：
那是你在英语世界呆久了。交叉不影响相谐，反而利用相谐。句法说的结构只是辖域之间的包含结构。只是针对这一种形式关系，不应扩大化。辖域代表权和二元关系落地权可以拆离。

李：
语义原则就是从本体来的萝卜填坑的“相谐”性，句法原则就包括结构不允许交叉依存。

多数现象二者没有矛盾。到了发生矛盾的时候，就是那种语言比较边缘的地带了，属于毛毛虫的毛刺部分。但对于解析来说，也还是要应对。而且人虽然感觉别扭，也还是听得懂。

套句马列主义课堂上学到的辩证法，原本是谈经济基础和上层建筑的。语义是决定性的，句法是非决定性的，但是句法对于语义有反作用。反作用的表现就是那些原则虽然可以违反，但是违反了感觉上不自然。

白：
多说几遍就没有反作用了。也许只是一种参数化的容忍度，有个体差异，阈值可调。

李：
哈，多说无数遍就成为成语黑箱子了，自然反作用为零。

这里面有一个很长的灰色地带，或者说毛刺地带。有点像鸡肋，食之无味，扔之可惜。遇到社会媒体这种monster，还不得不对付。

白：
看这个：“这个会所我二楼从来不去”。念两遍，自然顺了。分析从宽，生成从严。分析不出来怪人违反原则，不是很健壮。

李：统计上应该有反映的。“这个会所二楼我从来不去”，“我从来不去这个会所二楼”，感觉上，会有更多的人这么表达。

白：
统计有的扯，到底怎么采集就算平衡了。长尾难道该死。

分析不要管毛毛虫的实际边界，要管“外包络”。生成也不用管毛毛虫的实际边界，要管“内包络”。不踩线更安全。内外包络可以都是平滑的。在两个包络之间，如果有统计信息可以利用，可以走得更远。所以我现在在做理解的场合很少关注什么不能说，除非可以用来作为消岐的线索。

李：
内包络外包络的说法很好，不必踩线划线，在灰色地带做无意义没结果的争论。但是，灰色地带比起黑色地带，到底还有个分别。纯粹从语言工程上考量，也还是优先搞定黑色地带，灰色地带可以推后。这是其一。其二，灰色地带的难度相对大，收益相对小，也一般是事实。

白：

关键是方向。分析要从宽，包容性要大。

说三遍就通的句子，要当作合法句子处理。

可说可不说的，一律按可说处理。

如果一个机制能够罩住一堆长尾，但是同时也能罩住不是长尾的一堆胡说八道，只要统计上那些胡说八道的出现概率足够小，这个机制就是非常诱人的。如果落地的环节还有过滤那些胡说八道的第二道防线，那就更没什么担忧的了。

我们不是先有一个粗线条的机制罩住80%，再用另一个精细化的机制去罩住更多。我们是一开始就罩住很多，但胡说八道也会罩进来。搏的是胡说八道占比很低。所以不存在精细化环节带来的成本收益考量。毕竟难为我们也赚不了什么钱，为此在网上大肆制造胡说八道语料，得不偿失。

“学校我从来不从正门进。

“正门”绝对处于旁岔（介词宾语）。但是，它留下的残坑辗转换了两次干爹，每个干爹又各自扩充了地盘之后，在干爹“进”的带领下最终迎来了相谐的大萝卜——学校。

【相关】

【一日一析：表层句法形式变化，深层逻辑形式不变】

《一日一析系列》

【语义计算：李白对话录系列】

【置顶：立委NLP博文一览】

《朝华午拾》总目录