博文

【李白98：从对联和孔子遗言看子语言自动解析】

已有 5706 次阅读 2018-3-7 17:34 |个人分类:立委科普|系统分类:科普集锦| NLP

李：
微信群转来的，想，配个图吧。

做自动解析（parsing）走火入魔，几乎成本能了。凡是人说难度极大，或者盛赞中文奇妙的语录，都忍不住想 parse parse 试试，到底看看离形式化自动化分析距离究竟有多远：稀奇古怪的句子其实不是自动系统的关注点，但它们往往像疲劳测试一样，可以把问题推向极端，考验自动解析的鲁棒度和机械系统应对灵活多变的能力，而且好玩，有fun。

某上海大学生为了显摆，在迎新会上出了一则上联：
上海自来水来自海上。

Note：
CL（clause）= 句；NP（Noun Phrase）= 名词短语；Pred（Predicate）= 谓语；N（Noun）= 名词；V（Verb）= 动词；H（Head）= 头词
S/s（Subject）= 主语；O/o（Object）= 宾语；M/m（Modifier）= 定语；R/r（Adverbial） = 状语

顺念倒念完全一样，难度极大！但其他省的学生也不是吃干饭的，
北京大学生对曰：
香山碧云寺云碧山香。

这个不好整，形容词活用古汉语常见，现代汉语罕见，算是 sublanguage 的问题，同一个系统难以兼顾两种可能冲突的子语言现象。先凑合吧。

山东大学生对曰：
山东落花生花落东山。

山西大学生对曰：
山西悬空寺空悬西山。

安徽大学生对曰：
黄山落叶松叶落山黄。

海南大学生也不示弱，对曰：
海南护卫舰卫护南海。

白：
这倒是像照妖镜一样把每个下联的工整程度晒出来了。

金：
NLP大学生对曰:
语言学老炮老学言语。

李：

“语言学老炮”是有来历的，指的就是白老师。见最近风行的新智元的专访报道：

【老炮儿白硕开讲】区块链可替AI对抗数据寡头

我在朋友圈推送了：看得懂还是不懂还是雾里看花似懂非懂反正我是一字一字看完了。白老师的科普无条件推送。懂行的看门道不懂行的可以欣赏文字和说法。

微信还流传着这么一个帖子，一律有惊悚的标题：孔子临终遗言出土，惊动世界，反动之极：

《子寿终录》

子寿寝前弥留少时，唤诸弟子近叩于榻侧。子声微而缓，然神烁。嘱曰：吾穷数载说列侯，终未见礼归乐清。吾身食素也，衣麻也，车陋也，至尽路洞悉天授之欲而徒弃乃大不智也。　　汝之所学，乃固王位，束苍生，或为君王绣袍之言。无奈王者耳木，赏妙乐如闻杂雀鸣，掷司寇之衔于仲尼，窃以为大辱。其断不可长也。鸿鹄伟志实毁于为奴他人而未知自主。无位则无为，徒损智也，吾识之晚矣。呜呼，鲁国者，乃吾仕途之伤心地也。汝勿复师之辙，王不成，侯为次，再次商贾，授业觅食终温饱耳，不及大盗者爽。吾之所悟，授于尔等，切记：践行者盛，空叙者萎。施一法于国，胜百思于竹。吾料后若有成大器之人君，定遵吾之法以驭民，塑吾体于庙堂以为国之魂灵。然非尊吾身，吾言，乃假仲尼名实其位耳。　　拥兵者人之主也，生灵万物足下蛆；献谋者君之奴也，锦食玉衣仰人息。锋舌焉与利剑比乎？愚哉！旷古鲜见书生为王者，皆因不识干戈，空耗于文章。寥寥行者，或栖武者帐下，或卧奸雄侧室。如此，焉令天下乎？王座立于枯骨，君觞溢流紫液，新朝旧君异乎？凡王者祈万代永续，枉然矣！物之可掠，强人必效之；位之可夺，豪杰必谋之。遂周而复始，得之，失之，复得之，复失之，如市井奇货易主耳。概言之，行而优则王，神也；学而优则仕，奴耳；算而优则商，豪也；痴书不疑者，愚夫也。智者起事皆言为民，故从者众。待业就，诺遁矣。易其巧舌令从者拥主，而民以为然。故定乾坤者必善借民势。民愚国则稳，民慧世则乱。　　武王人皆誉之，纣王人皆谤之。实无异也！俱视土、众为私。私者唯惧失也。凡为君者多无度，随心所欲，迎其好者，侍君如待孺子。明此理，旋君王如于股掌，挟同僚若持羽毛，腾达不日。逆而行之，君，虎也，僚，虎之爪也，汝猝死而不知其由。遇昏聩者，则有隙，断可取而代之。　　治天下者知百姓须瘦之。抑民之欲，民谢王。民欲旺，则王施恩不果也。投食饿夫得仁者誉，轻物媚予侯门其奴亦嗤之。仁非钓饵乎？塞民之利途而由王予之，民永颂君王仁。　　御民者，缚其魂为上，囚其身为不得已，毁其体则下之。授男子以权羁女子，君劳半也。授父以权辖子，君劳半之半也。吾所言忠者，义者，孝者，实乃不违上者也。　　礼者，钳民魂、体之枷也。锁之在君，启之亦在君。古来未闻君束于礼，却见制礼者多被枷之，况于布衣呼？礼虽无形，乃锐器也，胜骁勇万千。　　乐者，君之颂章也。乐清则民思君如甘露，乐浊则渔于惑众者。隘民异音，犯上者则无为。不智君王，只知戟可屠众，未识言能溃堤，其国皆亡之。故鼓舌者，必戳之。　　吾即赴冥府，言无诳，汝循此诫，然坦途矣！切切。
　　言毕，子逝

白:
个人认为，不加连词的复杂谓语结构，在先秦时期似乎是没有的。

李：
这个遗言太现代人了哈。

白：
“鸿鹄伟志实毁于为奴他人而未知自主。”这哪是先秦的话。

李:
这叫挟圣人以讽世。那行文不是先秦，是我祖父那一辈人常用的文白夹杂的“时文”（见《李老夫子遗墨》）。胡佛塔馆藏的蒋中正日记里也常见。

只好也凑合了。半文半白，难得兼顾，子语言中各别的部分，需要针对性对付。这跟领域化（domain porting）道理同。

王：
临别时，与弟子说一些“吾十有五而志于学...”之类的话似乎更靠谱。人家正在延揽学究攻此项目，大家静下心来，观棋不语真君子！

李:
孔老夫子长寿的秘诀是什么？他那个年代 73岁是寿星了，才能从“耳顺”，到“从心所欲”。那个年代，夭折不计的话，平均寿命也不足40吧。最近一个世纪，人的寿命才显著增长，而且貌似没有停下来的意思。所以才有谷歌忽悠跳大神的勾当，一本正经研究长生不老。所以才有脸书的娃娃扎哥放豪言，要以他的财力资助现代医学，“根治”一切不治之症。特斯拉钢铁侠于是正式立项，推进移民火星计划。地球装不下啊。

有时候想，当年大跃进，毛主席放豪言要20年赶英30年超美，亩产万斤，这种热昏的胡话也有人信，终于三年饥荒，饿死几千万收场。但如果比起谷歌脸书特斯拉大佬们的豪言，热昏度上看，那是小巫见大巫啊。

Lin:
你说的是“说话者的热昏度”，还是“狂热群众听者的热昏度”？

李:
good point，好在西方大佬们把牛吹上天，没有太多恶性后果，反正花的是投资人和股民的银子，愿者上钩：人有多大胆，股有多大产。股民喜欢这些。假作真时真亦假，先帝再世也只能自叹弗如了。

扯远了，回到语言学 parsing 来。那句仿古文句的白话文译文是：

我的伟大理想没有实现是因为我只知道给他人做奴才