很多人不了解NLP专用语言这方面的工作，而市面上和open source又没有现成的工具，因此无从起步。规则系统的式微由此可见，连个基本的工具、语言和平台都没有，并不是每个人都有本事和耐心自制工具、创制语言的。不像学习，各种不同路子的 ML，都有很多软件包，大多是开源、不要钱的，少数也只收点 nominal fee，拿来就可用。任何先进的算法和研究，一经发表，找个研究生就可以基本复制过来，重复别人的结果。特别能够激励研究生创业，很短时间就可以拿出一个似乎可用的NLP系统。

而规则那头，只有10几年前从 PARC spin-off 出来的 Inxight 作为 NLP industry leader 当年发布过一款 LinguistX，提供了 NLP 专用语言和平台。可 Inxight 没活下来，LinguistX 自然从市面上退出了。因此NLP符号派不仅是人才断层，平台和语言也断层了。积重难返。

我前后服务的两家公司做的语言和平台，都是自己定义内部实现才做成的。很幸运吧，天不我欺，冥冥之中还是很受眷顾的。都是那么小的公司，却都恰好有内部工程师愿意啃编译这个不时髦的果子，听命于我去做平台，实现编译，不辞辛苦，老板也没用皮鞭抽着也做出来了。“毛毛虫” 就是这么摸索中实现、修改和完善的。

董: 做硕士这样也许就可以，这是学手艺。但如果从此就是照着这么做。那不是在用自己的努力来证明别人的正确性。发表论文方便了，因为审稿人高兴看到。但是自己的创新就受限了。我们从来不会这么做。

我:

常有猎头试图来找，多数我不理，碰到听上去是个有大平台或有趣项目的，有时就谈谈。谈到中间，最常见的一个问题就是，你这么资深，是不是就不编程，主要做管理了？这不怪。据说 40 岁以上还没被淘汰的码农比熊猫多不了多少，或者是怪才，或者是缺心眼，自我煎熬。

我说，不是啊，我最讨厌的就是管理了，我最爱的就是做系统。问：hands-on？答：是的，非常的 hands on，on到痴迷的程度，夜以继日。下一个问题就是：那您用什么语言呢？我说：我这样的资深，哪里会用别人的语言。我是用自己的语言写系统。到了这里，不解释的话，一多半人都以为我是胡说。General purpose 做不了 real world 的系统啊，不用自己的，市面上又没有（其实有，也最好不要用，我们曾试图 license LinguistX，后来还是放弃了，回头看是最英明的早期决策了，offshelf 对优化和扩展是双重束缚），还怎么做呢？

我:

董老师经历历史的，这个 NLP 语言也是有一个艰难的摸索过程和传承的。开始是数据与算法合一在通用语言中，后来终于认识到这唱不了大戏。于是在我入行的时候，数据与算法分开的口号震天响。怎么分开，就是创制NLP专用语言呗。起初的尝试很原始、粗糙，就是建一个表，定义几个常用的域，然后对这个表解释执行，所有的规则只能在表的简单的syntax里面，表达力极为有限。满足不了语言学家随机组合条件宽严的需要。语言所王广义老师当时的项目就是这么一个表处理。刘老师董老师在我入行前应该也是从表处理开始，后来过渡到表达力丰富的专项语言的。于是斧头在刘老师和董老师一辈就造出来了，里面融合了很多语言学的元素，经验的积累，以及专门针对 MT 的种种操作，因为当时 NLP=MT，MT 就是 NLP.  规则是独立了，语言学算法与机制还是混在一起。

我：我一直在看机会的大小，keep eyes open。现在状态不差，但也不愿贸然跳进一条小船，耗不起。如果有一个特大的平台可以发挥一辈子的积累，能够做一些真正对世界有实质影响的产品，就是乔布斯说的给宇宙 put a ding，当然会考虑。因为现实就是，技术是 under-used，没有充分发挥可以发挥的影响。昨天我跟老板也是这么说的，有点 frustrated。老板也知道，技术上很多潜力，产品暂时无法消化。所以我一直认为，产品老总是比技术大咖更要紧的角色。产品不能清晰定义需求，我一个再强的引擎，在那里是干着急白费劲。那么强大的树结构和深层分析，本来可以做很多事的，抽取很多不同的情报，制作知识图谱，或者支持开放式智能搜索 or 问答系统，现在基本是只做一件事儿。当然所用到的那一点舆情抽取挖掘，还是得益于 deep parsing 的高质量而领先于世，舆情精准度比对手高出20多个百分点。现有的引擎和平台对世界几乎没有影响，核武器委屈在一个地库里面。冷藏着。

独: 现在做人机对话机器人比较火，可以参与

雷: 核武器是不能用的, 人类世界会就此毁灭的