【李白之22：兼语式的处置及其结构表达】
屏蔽 |||
白:
hownet坑的供给比较充分，但是也很难说一定不会超出上限。（董老师可以试试“这场火多亏消防队来得及时”）
有很多其他类型，比如，“穿着拖鞋就走出来了”。不知道该贴啥标签。还有“撸起袖子加油干”。这两个例子中，在时间上，伴随行为本身在前，伴随行为的遗留状态持续时段包含核心行为持续时段。比如，撸袖子的动作在前，然后遗留状态持续，然后加油干持续，然后加油干结束（或有），然后放下袖子（或有）。
我:
with sentiment:
at least for semantic landing to sentiment, the parse gives decent support。
宋:
O和ObjV是什么关系？
我:
宾语和宾语补足语
白:
比如：知道你来了。你是O，来了是objV
我:
not really
宋:
@wei 你的论元关系分析，相当炉火纯青了。
我:
宋老师果酱。
白:
这俩的区别？“消防队来得及时”为啥不可以是objClause？
我:
“多亏” 直接 link “消防队”，“知道” 不直接 link “你”，only linking to the event
白:
我是问，是否直接link，准则是什么？有什么必要区分这两者？
我:
语言学家的多数有共识。词典subcats 印象也是区分的，落地时候也发现有益。
白:
但很多研究汉语语法的人并不认为汉语有“宾语补足语”的。准则是什么呢？一词一议？
sentiment传递？
“我讨厌他总出差”
这里的“总出差”成了objV，“他”是O。“讨厌”的负面属性可以传递给O，是吗？如果这样，O必须是objV的逻辑S，否则，“我讨厌花摆在阳台上（，掉下来砸到人怎么办？）”
里面的“花”就要受牵连了。
我:
对。
我讨厌ipod
我讨厌iPod老死机
我讨厌花儿
我讨厌花儿老养不活
这事儿真细究的话，属于 subcats 同形打架：带 clause 的句型与带宾补的句型。
白:
“我喜欢厕所门朝北开”
问题是要给宾补一个存在的理由。理由不存在，打架就不存在了。
我:
几乎所有的汉语文法（英语文法亦大同小异）都区别下面三种句型：（1）动宾式；（2）兼语式；（3）宾语从句式。动+宾+宾补的 representation 反映的是兼语式句型。兼语是一种简省的说法，不是一个单纯的（atomic）的关系成分标签。兼语说的是既当V1的宾语又当V2的主语。表面上看，只要我们连上了 O，也连上了 S，所谓的宾补V2 也就间接连上了 V1，因此 把 V2 直接联系上 V1 作为宾补似乎没有必要。问题是，那样的 representation 不能表达 V2 在结构configuration上是低于 V1 的。事实上，这是一个典型的 right branching recursion，V2 是一个 VP（V-bar according to X-bar theory），V1 只是一个 lexical V (V no bar)，V2 代表的 VP 整体都是包含在 V1 所辖的边界内。帮助 V1 构成一个更大的 VP。V2 的 VP 也可以是一个兼语式 (递归)。
白:
对。兼语句前后句的坑共享没有疑问。有疑问的是后句不必是前句的objV。在能清晰表达坑共享的前提下，V2有必要成为V1的直接成分吗？如果是，那就做小句宾。如果不是，就是松散的两个谓词做兼语式。为什么要弄出个第三条道路？
我:
小句宾 与 兼语式 有相同的地方，有不同的地方，也有灰色地带。
白:
我知道你来。我喜欢你来。
这是一样的结构。
我:
不能拿灰色说事儿。“得悉”，只能带小句，不能带兼语，这是黑白分明的 case。
得悉你来
* 得悉你
灰色地带最突出的案例在英语的 minimal pair：
I demand him to leave immediately.
I demand that he leave immediately.
白:
这是生成时才用得到的区别，分析时可忽略。
我:
英语句法上泾渭分明的两个句型，在逻辑语义深层其实是大同小异的，很灰色。
白:
汉语里没必要弄出第三条道路
我:
不一定只有生成才需要区分。语义落地也可能得益。如果没有宾补的直接联系，我问 O，就不能区分单纯的 O 和带宾补的 O，如果所有的兼语都变成 宾语小句。
白:
我派你去，就是“我派你”“你去”不需要让“去”从属于“派”。
或者说，“派”不需要给“去”预留一个坑。
我:
那就切断了动词 V1 与兼语的直接联系。必须通过 V2 才能间接联系到兼语。
白:
错，萝卜共享就是联系
我:
有时候我们不在乎是 宾语 还是 兼语，我们就没办法用同一个子树句型做抽取。譬如，“多亏”：
多亏老李。
多亏老李送我回来。
这两句要找感谢的对象，就无需区分 宾语和兼语。
白:
这没什么不好。多亏我处理成副词。“多亏了”也是一个副词
我:
如果第一句是 VO 第二句是 V+Clause，就必须用两个句型才能捕捉。
白:
多亏老李，是副词升格为动词。
我:
关键是，有时候我们需要区分宾语和兼语，有时候我们不要区分，为了同时照顾这两种需要，把兼语处理成子句是不妥的。
白:
可以不从句法上区分，而从词典来区分。
我:
退一万步，多一个宾补的直接联系，只有好处，没有坏处。
白:
我的处理是要么包进来要么切断。多了歧义打架需要处理，而这本来可以是伪歧义。
我:
是真歧义，那就该处理。是伪歧义，也可以硬走一线，系统内是可以保持一致性的。你这里所谓伪歧义的情形实际是灰色地带，或两可地带，系统内部可以规定走哪一线，内部协调即可。伪歧义的真正困扰是系统无法区分，随机走路径。如果有办法确定性地走一条路径，理论上的伪歧义在实践中就化解了。传统 parser 的伪歧义困扰是，伪歧义与真歧义混淆在一起，使得真歧义无法现身。这里的情形不是。
白:
中间没有N的，也有助动词和补语两种可能性。助动词带的谓宾真包进来，补语我处理成共享萝卜的对等合并，与所谓核心动词并无隶属关系。只不过形式上把根让渡给前面核心动词而已。
看看前面的例子，“我喜欢厕所朝北开门”，什么特征决定了“厕所朝北开门”是小句宾？
我:
不好说。
假如有一家厕所公司专门建厕所，就好像苹果公司造 iPhone 一样，“喜欢厕所朝北开门” 与 “喜欢iPhone照相清晰” 有什么根本区别？再如，“喜欢厕所清洁卫生”。
与其花力气区分灰色地带的兼语 from 子句，不如一条路走到黑，对灰色的那些词规定一条路径。到落地的时候，如果需要，再进一步 fine-tune 来决定。如果是 sentiment 落地，就可以这样来 fine-tune：“喜欢”的兼语必须是产品或其他实体专名，才可以让其得到 positive sentiment，这是从严的 fine tuning。从宽的 fine-tuning 可以要求兼语不能是带有贬义色彩的名词，assuming “厕所”是这种类别。但是这种 fine-tuning 的拿捏，只对做“兼语”的名词需要，如果“喜欢”所带的不是兼语，而是纯粹的名词宾语，那么不管宾语是王八蛋还是杀人犯，喜欢的 positive sentiment 还是落在宾语身上。
“当年的德国，很多人喜欢甚至崇拜希特勒。” 对于希特勒，这是 positive sentiment。但是，cf：
“我喜欢希特勒被处以绞刑，而不是自杀身亡，逃避人民的审判。”
这句中的“喜欢”，对于 希特勒 就不是 positive sentiment，因为 parser 把希特勒parse成有宾补的O（即兼语），而不是纯粹的 O
白:
喜欢厕所朝北开门 与 喜欢iPhone照相清晰 有什么根本区别？---这话也是我想说的，但我认为它们都是小句宾句式，与兼语无关。
我:
我要说的是，对于这样的 cases，要不一律处理成兼语。要不一律处理成小句宾语，只要 consistent 即可。
白:
希特勒那句，也是小句宾，没兼语什么事儿
什么情况下sentiment可以穿透到下面一层的成分，不是由句法决定，而是由另外因素决定。
我:
“我喜欢少年希特勒努力发奋。” 这句呢，也是小句？
白:
是
我:
我要说的是，对于有灰色地带的那些词和句型，可以人为规定一条路径。
区分：“我喜欢少年希特勒努力发奋” 和 “我喜欢老年希特勒被处绞刑”，一个是对“希特勒”是褒义，一个不是。
白:
褒义针对整体，是否传导到部分，it depends, 针对整体都是褒义。
我:
说的是部分。我喜欢【human】和 我喜欢【human】VP，对于这个 human，默认是褒义的。
白:
要区分的只是能传导到部分的褒义和不能传导到部分的褒义。我喜欢【human】vp 是天经地义的，喜不喜欢其中的【human】，不由句法决定。
在我这里不默认。而且默认sentiment设定，和搞出一个句法类别，也是两回事。
我:
默认有很多便利。偷懒的时候，默认在统计上对数据质量有好处。默认这东西，不用白不用，尤其是从工程和实用上考量。我目前的 喜欢 的 sentiment 规则，不论中文英文，都是走默认的道路：管它后面的 NP 带不带 VP，只要 NP 是 entity，就默认是 positive 落地了。这个 practice 在实践中有莫大的好处。“喜欢厕所VP” 和 “喜欢希特勒 VP” 这样的例外极其罕见，以致于根本不必在默认之外再费力气去区分。
白:
充其量是个heuristic
我喜欢张老师讲古代史，不喜欢张老师讲现代史
我:
这个不是反例，前半句是 褒，后半句是 贬，都落地到 张老师身上。
白:
加分减分都没问题。问题是逻辑推论有没有。喜欢张老师和不喜欢张老师如果都是逻辑推论就有问题。讲逻辑的人是分得很清楚的，喜欢，对事不对人。sentiment也是很清楚的，一个给张老师加分，一个给张老师减分。但是确实没有“喜欢张老师”和“不喜欢张老师”这两个逻辑推论。
我:
回到原来的 arguments，如果 （1）我喜欢张老师；与 （2）我喜欢张老师讲古代史，是两个不同的 parses，sentiment 落地的时候，就必须有两个规则来对付这两个不同的结构
白:
这个很难吗？我不觉得。爱屋及乌，爱小句及小句逻辑主。一句话的事情.
我:
天下无难事。
但是，对于如此基本而普遍的 sentiment 的表达（love类 和 hate 类），本来可以直接搞定，非要绕一个弯儿再搞定。本来一组规则，非要增加一倍的工作量去写规则，去维护，这是很不合算的。
即便不谈 sentiment 这个具体的落地应用，抽象来说策略，这个争论的本质就是：两个句型有相同的部分，有不同的部分，如何处理？其实没有普世标准，就是系统内的一致性和方便性，系统内协调。
白:
不是这样的，就是一个sentiment penetration属性赋值yes还是no的问题，直接写在相关动词的词典里。其他都不受影响。标配赋值no，需要设yes的明示。
我:
我喜欢他。
我喜欢他老实。
我喜欢他做好事。
换一个角度看，第一句和第二、三句在“我喜欢他”这个部分是一样的。后面的 AP 和 VP 也可以看成是喜欢的某个部分或方面（aspect）（或理由），这个角度是先对人后对事儿。与你的“喜欢”应该对事不对人，或由事及人，是类似的逻辑性。即便我说“我喜欢X”，常识告诉我们，世界上没有完美的X。“喜欢X” 后面隐藏着后面的 likable aspects，X 与 aspects 是整体与部分的关系。
白:
我喜欢他，我喜欢他老实，我喜欢他的老实。VS
我喜欢这本书，我喜欢这本书出版，我喜欢这本书的出版。
也就我们这种领域，讨论一个语言学概念的立和废，也要扯上系统甚至应用。
我:
是从部分的角度来推及整体，还是从整体的角度推及部分，不过是角度不同。
白:
如果一个arg，是这样。角度不同。两个坑就未必了。
我:
就好比半瓶水，一个角度看到了半瓶水，另一个角度看到了半瓶空气，都是有效的逻辑。
白:
我喜欢这本书出版，和我喜欢这本书，不是延展后者的关系。我们还可以说，我喜欢这本书春节后再出版。喜欢的重点既不在书也不在出版，而是在出版的时间。可以既不喜欢书，也不喜欢出版，只是对那个出版时间情有独钟。一个坏人干了件好事，我们总可以喜欢那件好事吧。不需要扯上喜欢坏人。
白:
一个出版商可能对某本书恶心到吐，但是那本书的出版可以帮他赚大钱。他喜欢“那本书出版”但不喜欢“那本书”也是情理之中的。heuristic可以进入系统，但进入语言学是否合适要画个问号。进入系统也有“诛心”之嫌。喜欢坏人干的某件好事，被当成支持坏人的证据，这样的系统大家都要当心了。
我:
喜欢坏人干的某件好事，被当成支持坏人的证据，在情感分析上没有错。在大数据分析的时候，点点滴滴皆证据。坏人干了好事儿，只要被提到，就给这个坏人加了一分（褒）。这一点儿也不影响对于这个坏人的舆情分析全貌。恰恰相反，这才是真实的舆情。如果坏人干了好事儿被提及 n 次，坏人干了坏事儿提到了 m 次，纯粹厌恶坏人的情绪表达提到了 o 次，纯粹喜欢坏人的情绪表达提到了 p 次（p 通常接近零），那么这个坏人的褒贬指数，就是 （n+p） 与 （m+o） 的比例。请放心，p 基本是 0，而 n 也会远远小于 m，这个大众舆情不仅靠谱，而且真实，没有 bias。
宋：
我喜欢希特勒自杀。
我：
宋老师的这个例子前面已经论及。回顾一下就是：情感分析中，“喜欢”的默认规则的确可能把它算成是对“希特勒”的正面评价。因为这个默认规则是把宾语和兼语同等看待，不去问后面的宾补 VP。理论上，这个结构根本就不是【宾语+宾补】的结构，而是【宾语子句】的结构，但是由于区分二者对于“喜欢”这样的词，有一定的难度，所以我们可以在 parsing 阶段一律当成兼语结构处理和表达。这样一来，默认的sentiment规则就会犯错。
犯错怎么办？如果这种案例极其罕见，不值得做，那就算了，因为默认的sentiment规则在绝大多数的场合是保证了数据质量的。如果觉得还是值得做，那就在默认sentiment规则之上再做一条规则去 override 默认。这条规则不需要改变 parser，而是利用 parsing 在这类结构上的 consistency（错也错得可以预测） ，将错就错，矫枉过正，把这个错纠正过来。换句话说，这个策略等于是休眠唤醒，不过这个休眠唤醒不是在 parsing 的后期进行，而是在 sentiment 语义落地的时候进行，其效果等价于把【兼语式】重新分析为【宾语小句】，切断“喜欢”与“希特勒”的语义直接联系。
不知道我说清了没有。可能有人会问：既然在语义落地时候要做类似休眠唤醒的工作，为什么不索性在parsing里面（parsing的后期，语义模块）里面做休眠唤醒呢？理论上，提前做休眠唤醒，使得parsing更精准，可以benefit不仅仅这个 sentiment 的语义落地，还可以 benefit 其他的语义落地和应用的场合。但是，实践中在哪个阶段做合算，不是那么简单。因为休眠唤醒这些事儿大多是长尾现象，鸡零狗碎，做不胜做。在还不能确认到底有多少好处前，往往顾不过来在 parsing 中统一处理好。而且很多时候，做了也白做，你需要用到那个落地或那批落地也许根本就用不到。
Anyway，point is，落地的时候是可以包容 parsing 的错误和不足做包容性产品开发（adaptive dev），只要 parsing 是可预测的数据结构，是有内部直通车的，而不是 offshelf 拿来的 parser，缺乏足够的内部支持和协调。Having said that，如果确实事先可以 identify 一些带有普遍性的休眠唤醒现象，以及可以惠及很多可能的语义落地应用，而且也有足够的时间和资源去做这些细线条的深度语义工作，那么不要等到落地就在提前在 deep parser 的语义模块里面做好，当然是更理想的情况。
白:
对坏人的褒贬判断，对事不对人自然左右不了大局，没什么可担心的。问题是拿对事不对人的表述做以坏人为参照的站队分析，这就很可怕了。
我:
可怕啥？或者就是大海里的一颗老鼠屎，丝毫没有影响。或者就是，用休眠唤醒杜绝它（它=“拿对事不对人的表述做以坏人为参照的站队分析”）。休眠唤醒之所以可以进行，是因为 parser，已经准备好了结构基础：要啥有啥，哪怕这个 parse 是不完善的。要 O 有 O，要 宾补 有 ObjV，要逻辑 S 有对于 V2 的逻辑 S，四通八达的路径都在。driving word “喜欢”也在，可以词驱动。所有的结构的节点词的信息，包括 ontology 都在，包括 “希特勒” 是个独裁者、通常是坏人这样的信息也都在。有了直通车，啥事儿做不成？什么案子不能翻？什么深度休眠不能唤醒？什么具有统计性的“可怕”的后果不可以杜绝？
白:
分析成小句宾，诛心或误伤的责任就不在分析器的开发者。而在后道工序。否则人家会说，都是你分析的我喜欢希特勒，我哪儿喜欢了？一颗老鼠屎，也那个。对于小句宾来说，没分析出我喜欢希特勒，这大不一样。但是小句宾结构与“喜欢”结合，大概率被穿透，这句话可以说，之后也是要啥有啥。谁用了谁负责，但分析器的开发者也没说错话。
我:
话说到这份上了，其实也没有多少进一步需要辩护各自做法的 arguments 了。选择这个兼语的表达，肯定不是因为明明知道处理成宾语小句更好，而不为之。一定是自有苦衷和盘算。
白:
我若干年前也用过这样的表达。最典型就是“我是县长派来的”，把其中的“来”也作为“派”的一个arg。后来发现，其实去掉它没什么损失。因为“派”和“来”共享了一个萝卜，所有联系都在里面了。
我:
隐约的感觉是，去掉它在逻辑语义深层没有损失，可能的损失是句法表层的痕迹（语法学界叫做 configuration info，就是 X-bar 理论里面的 bar 的信息）。
白:
这是有很多其他途径可以记录的
我:
留住它就是留下了这种 bar 的痕迹，就好比我们利用小词解构了实词之间的句法语义关系以后，我们并不把小词当敲门砖丢弃，而是用 X 挂上一样。虽然 理论上，这些小词对于深层语义已经没有意义。另一个例子是主动被动，到了逻辑语义的核心，这个 voice 的不同色彩，没有地位，可是语言分析中，留下表层的 voice 信息，还是可能对语义落地和应用有好处的。
【相关】
http://blog.sciencenet.cn/blog-362400-1029088.html
上一篇：【李白之21：萝卜多坑不够咋办】
下一篇：【语义计算：关于解析逻辑语义角色】
