博文
【deep parsing 小品：谁的牛皮大，大家六一快乐】
|||
白:
【小新日记】
今日李叔叔来我家玩妈妈，说我做完作业后，可以吃点心。然后，李叔叔夸我作业做的好，于是抱起了我妈，妈叫叔叔小心一点，之后叔叔又亲了我妈妈，也亲了我。
老师批复：拿回家让你爸看看，是标点符号有问题还是你李叔叔和你妈妈有问题！
大家六一快乐
我:
看看我的parser怎么认为的，是标点符号问题吗？
妈耶，图灵测试说，此处有隐情。
抛开细节不说，两句中的 Subj （在我的 parser 中，不同于 S，是用来表达 VP 做主语的情况）显然规则太宽，把完全不搭的也绕进来了，是分析质量的 bugs：这个 VP 做主语的事儿不好缠，紧了吧，就连不上。不过现在看来，宁紧勿宽，大不了就是 Next 好了。
杨:
这可以算是nlp领域年度笑话，国内现在三更半夜 @wei 老师是要让我把假牙笑掉吗？
我:
我再加上正确的标点做做玩：
没来得及细看，各位说标点有很大作用吗？标点是小词，也是书面语重要的显性语言形式之一，在口语中对应停顿，对于语言理解往往相当重要。
再看看小新心中的日记正确标点：
最后这个图示中，“说”的后面是宾语从句，不是 conjs，这是个 bug，应该 de 一下的。“夸” 的后面也应该是宾语从句，或兼语式，总之不是 subj，这个也是 bug，除了这两个bugs，其余的语义算是求解正确。算起来，第一句 10 种结构关系出了 1 个 bug，第二句 25 个结构关系，出了一个 bug，33/35= 94%，
单就这两句来说，正好与谷歌声称的世界上最精准的 SyntaxNet 的分析器同样水平。
但是的但是：
1. 这不是英语，而是难得多的汉语自动分析
2 这不是具有几乎无限资源研究最充分的新闻领域，而是随机选取的日常段子
如果我说老子天下第一，我不觉得我比谷歌更会吹牛。
比吹牛，西人比得过咱国人吗？
切！
不管谁愿意做第三方，咱这里摆个擂台，一边是 SyntaxNet 的中文 parser（据说他们用深度神经训练了15个语言的parsers），一边是立氏中文parser，无论是新闻，还是 any other 测试集，找第三方专家做裁判。到底是他第一，还是我比他强（不敢说第一，不过是造了一颗原子弹而已，谁知道哪个旮旯还藏着一枚氢弹呢？先辈古训：说有易，说无难哪。）
杨:
睡了睡了 wei老师继续high
【相关】
【征文参赛：美梦成真】https://blog.sciencenet.cn/blog-362400-981582.html
上一篇：【deep parsing 小品：天涯若比邻的远距离关系】
下一篇：【立委科普：自然语言系统架构简说】
