尼:
十几年前给两个台办主任送过美凤光盘。
李:
主语施事是侬？
这是一个疑问句。
迈:
这是给中纪委举报的分析图吗？
白:
为啥“主任”没当actor？under是“两个台办”，actor是“主任”多好，不用向外借context里的“尼克”了。“台办主任”难道进词典了？N+N结构难道比缺主语还优先？
李:
没进词典，“台办+主任”是rule合成的。为啥主任要做那个actor？“给” here 是个介词，是“送”的 subcat 要求的，作为 dative，不是逻辑主语，就是双宾语句式的 human 对象，光碟才是 undergoer。
白：
说错了，“两个台办”是介宾，“光碟”不变。“主任”单拎出来，做actor。
李:
why？还只是理论上的可能性？有两个台办么？文革中的确有过两个司令部，但那是非常时代。
白:
我是好奇，为啥一个无主的选择会优于一个有主的选择。难道你是推理了没有两个台办才往后走的么？
李:
没有推理，I was kidding。合成词：台办+主任，优于被 determiner 直接修饰。汉语中合成词的构成优先于句法上的chunking；不仅汉语，这是语言学一般原则：合成词处于 morphology 和 syntax 之间。
白:
也就是说，局部的优先关系已经把别的可能性扼杀了？不把其他选择往外传？
李:
这个原则上是对的。
白:
比如“听说发文件的是台办主任吓坏了”，肯定分析不对了？
李:
这个...人理解也有歧义。
不怕献丑了:
白:
不太通
李:
的确不大通。这个 parse 是说，“是台办主任吓坏了”，“听说发文件”是一个诱因。不是完全不可能，但对里面的小词 “de” 和 “是”，parsing 有点走偏了。做这些小词，分寸很难掌握，稍不留心就过火。
白:
“去了趟台办主任更神气了”如何？没有小词了。
李:
白老师不要逼人太甚 :=)
没有小词了，但你为啥不加逗号，不加标点也罢，给个 SPACE 也好。
白:
学意识流。
李:
存心难为 parser：
wrong，as expected
白:
意料之中，构词法一上，木已成舟。
李:
see 你若规矩 便是晴天！
一个小小的 space 有那么难么？为啥意识流？ADD 了么？做系统的人都知道，没有没有软肋的。
白:
对。只是好奇。因为之前交流过能带着多种可能性往下跑的事情。
李:
只是分寸火候而已。原则上，合成词前置是合理的，好处远远大于副作用。理论上可以保留哪怕微小的其他可能性，待后处理。实践中，当断不断， 终于自乱。哪些带着往下跑，哪些当断则断，也是一个火候的掌控。PP-attachment 这类我们是往下带的。太低的模块，一路带着往下跑，瓶瓶罐罐的，非常难缠。
白:
所以，先休眠再有条件唤醒，也是一策。当然这就要允许逆行。
李:
带着往下跑本质上也是一个组合爆炸问题，除非一边往下跑，一边卸包袱。
休眠唤醒是一个好主意，对于某些现象。我也试验过，用得好是有效的。
白:
段子大都是休眠唤醒模式。
李: 譬如一个 NP，内部的关系难以全部穷尽可能性，那就保留部分关系，然后到最后，可以重新进入这个 NP，根据需要决定重建关系。在这种情形下，问题已经缩小了，重建不难。甚至 PP-attachment 也可以循此道。譬如，一律让 PP 挂最近的 XP，成为 deterministic parse，到了语用和抽取的时候，再去重建其他的 parses，这时候语用的条件进来了，先前被休眠的可能 parse 就可以复活。
白:
武断和文断的区别…… 武断是效率的保证，休眠唤醒是兜底的保证。
李：
段子的休眠唤醒说明，人的大脑认知也是先入为主的，很多时候是武断的，不过是允许反悔罢了。这种反悔有类似以前的 backtracking 的地方，但是实践中并没有那么大的 costs。
白:
看是哪种实践了
李:
因为在语用层面做反悔，基本上是已经聚焦了以后的反悔。这种聚焦最经常的方式是词驱动，因此，需要反悔重建的现象大大缩小。
白:
不同商业模式下，价值取向有差异是正常的。
李:
如果大海一样全部来反悔运动，还不如一开始就全部保留。幸运的是，绝大部分应用，语用与语法是可以分清界限的。
白:
反悔是白名单驱动，武断是标配。
李:
标配就是统计可能性大的，或者是遵循普遍原则的，譬如合成词前于句法。
白:
对
李:
任何原则或 heuristics 都有例外，到了例外，如果有一个反悔机制最好。
白:
给一条反悔的通道，但是慎用。
李:
与此相对应，还有一个例外排除机制，就是先堵住例外，然后做标配。这个办法比反悔更费工。只有在具有类似 Expert Lexicon 的词驱动的例外机制的时候，才好用。
白:
提醒一下，词驱动是取决于双因素的，不仅要看trigger是啥，也要看休眠的是啥。另外休眠的东东即使不参与分析，也可以自己做弥漫式联想（不同进程或线程），类似认知心理学说的阈下啥啥啥。这样trigger就可以提高命中率
李:
弥漫联想再往下就是弗洛伊德了。
白:
对。
词驱动这种“相互性”我举个例子就明白了：我家门前的小河很难过。
“难过”具有长词优势，“难/过”休眠了。但是，“过”弥漫式联想，激活了“过河”，于是开始反悔。直到“难/过”翻案成功。
李:
好例。“过河”与“洗澡”一样是分离式合成词，属于动宾结构。凡是可以词典化的单位，休眠重启不难实现。因为词驱动的可能性都是有限的，而且可能性都可以预先确定。以前提的“睡过”的歧义也是如此。
白:
trigger有外因有内因。外因就是更大整体的句法、或语义、或语用产生不匹配等，内因就是当事的成分自己或静态、或动态地展现出结合的可能性。休眠情况下，静态不可能。动态，相当于休眠的成分梦游了，在梦游中邂逅了。那个“夏洛特烦恼”，也是上下文给了“夏洛”独立成词的某种强化，回过头来唤醒了“特”作为副词的已休眠选项。或许，作为副词的“特”正在梦游。
说了半天，还不是为了尼克
李:
对了，忘了尼克究竟是不是actor了，丫保持缄默，怎么讲？贿赂完三X光碟，在一边偷着乐吗？
（i） "这是我与领导的聊天记录"
（ii）“我与领导的聊天记录得详详细细”
两个休眠唤醒策略：
其一是，“聊天记录”做合成名词，到第二句的某个阶段，把“记录”分离出来做谓语。
其二是，“NP【我与领导的聊天】VP【记录】” 先做成句子（CL：Clause），然后，在第一句解析的某个阶段，再改造这个 CL，成为 NP，主语于是成了修饰语 M：
得字结构无动词谓语可以附着，是 trigger 休眠唤醒的契机。
NP +【得详详细细】：把 NP 内头词的潜在动词性唤醒，分离出来做谓语，非常有道理。新媳妇嫁错人家了，可以抢出来再嫁，没必要嫁狗随狗。
白:
得 向左还是向右，是一个问题
李:
虚词而已，左右无所谓，反正是敲门砖，用完了就扔（X）。
|首发 科学网—《泥沙龙笔记：parsing 的休眠反悔机制》
【相关】
