博文
【泥沙龙笔记：没有结构树，万古如长夜】
|||
毛:
尼克写定理证明，
立委就写机器翻译。
尼克捧冰冰，
立委就捧圆圆。
好，掐的好。
很佩服你讲的那位刘孝叔。那位刘老前辈，其实不能算民科，他是跨行。他不知道那些术语，但是里面的原理应该是明白的。
我:
毛老师要不是搭个茬，我还以为我又自言自语syndrome了。其实本来也是尼克挑的头，非说要写NLP掌故 这些掌故我们有一肚子呢。结果话唠的话匣子开了，尼克却溜了
Nick:
没溜。我就是抛个砖。再说过去几周累坏我了，抛完砖眯瞪一小觉。
我:
你鼓个掌我也不白唠一大阵啊。
Nick:
好！
毛:
他是孤军奋战。要是有几个研究生跟着，就要好得多。这是硬件出身的人的通病。我最初也是搞硬件的，所以很能体会他的心态。
Nick:
咦！
毛:
尼克貌似在天津学成了三句半的把式。
我猜他是用汇编写的，你们的说不定是basic?
我：COBOL
Nick:
为啥cobol？
我:
我毕业设计用 BASIC 不带编译的，interpreter 的那种。我导师用 COBOL，原因就是里面有一个 index 的file 可以用来查词典，好像是里面有个 built-in 的蛮高效的 hash，省得自己动手做词典存取了。为了这个方便，COBOL 的啰嗦也就忍受了
毛:
怪不得性能这么差
洪:
cobol是最早的数据库语言，自带数据库啥的
我:
后来我们在中关村高立落地的时候，清华那帮码农就把 COBOL 转成 C 了
毛:
其实也算不上是数据库语言，就是个记账算账的语言。
我:
老一代的写程序也没有任何环境，一切都是在那里凭着悟性和经验做调试。导师连 text editor 也不知道，只会用系统带来的一个 utility 叫 edline，一次只能编辑一行，先要找到程序的那个行 然后慢慢去一个字一个字的改。我从研究生院毕业留到刘老师身边以后，第一个大贡献是带来了WordStar 的中文版，里面有八个功能键，囊括了基本编辑的最基本的需要，查找、替换、存贮等，结果我们研究组的开发调试效率大幅度提高。
人说，你怎么这么啰嗦啊。把酒话桑麻啊 经历的太多吧。浑身没有一处没摔肿过，只剩嘴巴了。
发现不管走过多少弯路，跌过多少跟头，每次重新从头建系统，都弥补了以前的种种遗憾。
昨天吃 Panda Express，有两个 fortune cookies，领导现在很迷信，从来不放过看，而且严格分你我，说那个是你的fortune，这个才是我的。
刘:
我曾经想过，我们这些做nlp的老人，可以写一些回忆录性质的文字，集结成册发表出来，给我国nlp的发展留下一些印记，要不然很多事情大家都会忘记了
我:
打开她的一看，是 You will soon get recognition you deserve
我说 好哇，她说我会有什么recognition呢？要有也是你给我的。
我的 fortune 一打开，她就喜形于色，曰：You will have financial independence and ......
领导问经济独立啥意思，我说就是我一辈子累了，催我早退休，无忧无虑带你周游世界去。
领导来劲了，说，光旅游也不行，退休了还是找有意思的事儿做，你要做啥呢？
我说 NLP 啊。董老师前辈不还是天天调系统，乐此不疲吗？
领导说：那还有个啥劲头，退休了跟没退休一样
我说 还是不一样
退休前是为他人做nlp，退休后可以为他人也可以为自己做nlp
所谓自由，不过如此了。
nlp 在多数拼音输入里的默认就是 你老婆，是跟我们一辈子到死的东西，甭管深度神经如何取代程序猿，它取代不了我的乐趣。岁数大精力不如年轻人了，容易打瞌睡，但是一开发调试系统，那劲头，年轻人也不过如此吧。这就是 passion 的力量。
正如资本家是人格化的资本，大数据是物化的语言共同体。语言的铁律是约定俗成，怎样量度约定俗成，大数据的统计，但是这不是说一切都是流动的，统计的。大数据反映出的约定俗成，不是无法无天的任意。
马克思描述了价格与价值的关系，说价格是随市场供需浮动，看得见摸得着，可以量度。但是价格不是从天上掉下来的，而是围绕着价值这个核心上下舞动，无论它偶然会离谱到怎样的天上地下，价值永远是个指挥棒在遥控着它的向心趋向。
大数据的语言也是如此。约定俗成也围绕一个看不见的指挥棒 这就是董老师说的逻辑语义。以及ontology 乔姆斯基的 UG 语词在变动，语言不同，语词也不同，词典绑架，蛮不讲理。但是语词反映的概念则是基本恒定的。概念里面的本体关系是全世界共同的。把这些概念动态联系起来表达的思想是全人类一致的。这个“思想”可以用一个 universal 静态的概念体系，加上动态的逻辑语义，来表达，是为 semantic represenation但这些都是看不见的。看得见的就是大数据。
所谓 deep parsing 就是把看得见的表达思想的语言形式，转换成（decode) 看不见的语义逻辑的表达。幸运的是，这种看不见的似乎不可捉摸的东西，早已有大同小异的语法结构树作为形式表达。我们不需要创造一个全新的表达，这些表达早已 worked out。参见：《泥沙龙笔记：漫谈自动句法分析和树形图表达》，《乔氏 X 杠杠理论 以及各式树形图表达法》， 【科普小品：文法里的父子原则】 。
很难想象没有前人的机构树表达的计算语言学和NLU会是怎样的景象。
没有结构树，万古如长夜。
【相关】
【语言创造简史】
https://blog.sciencenet.cn/blog-362400-984714.html
上一篇：【把酒话桑麻，MT 产品落地史话】
下一篇：立委 NLP 频道 开张大吉 域名 liweinlp.com
