NLP自选系列2020专栏连载

【立委按】公司希望我开个每周NLP专栏,正好也是个自选整理和修正的机会。汇集于此。

NLP自选系列2020专栏连载目录

 

NLP自选系列:自然语言系统架构简说

NLP自选系列:文本大数据的信息抽取与情报挖掘(上)

NLP自选系列:文本大数据的信息抽取与情报挖掘(下)

NLP自选系列:大数据告诉我们,特朗普如何击败希拉里

NLP自选系列:漫谈语言形式

6   NLP自选系列:语义三巨人

7   NLP自选系列:语法结构树之美

NLP自选系列:深度解析器是揭示语言奥秘的探测仪

NLP自选系列:NLP 联络图

10  NLP自选系列:语言形式的无中生有:从隐性到显性

11 

12 

13 

14 

15 

【小随感】

请用两个英文词说明白你是做什么的。回答是:Structurize unstructured. 听上去有点像 make sense of nonsense. 如果只能用一个词呢?显然是 parsing。 总之是在无序中创造有序 属于非熵化的豪迈之举。问有啥用? 回答是:Text in. Database out.  再问 最终目的?回答是 消灭白领 包括丽人。想想也够缺德的 …… 白领看着文档,往数据库输入表格的事儿 是最常见的办公室风景吧。镜头也很美,尤其是白领丽人 一头秀发。坐在电脑前录入,跟弹钢琴似的。可惜,此景熬不过办公室自动化的浪潮,逃不过被机器化的宿命。时间表上看,在人类还没有琢磨明白如何应对这一次工业革命的人员下岗替代方案前,机器上岗肯定先行完成。都说人类因此可以解放做创造性工作。其实谁也不清楚,群体创造,还是群体堕落,哪个先来。因此,为自动化忧虑,也不算是杞人忧天,因为与AI泡沫不同,这是可以看见的。过程已经开始,只会加速进行。

 

世界语论文钩沉:世界语的语言学特点(3/3)

【立委按】语言类型学把自然语言分为注重词法的综合语言和注重句法的分析语言。区别在所依赖的主体语言形式和表达手段不同。世界语的最大特点是兼收并蓄,分析综合两种表达手段在武器库并存。这是设计时候的有意为之(不得罪任何民族),进而产生了表达手段丰富、风格多变灵活的效果,让人惊艳。

 

Li, Ŭej (Wei) 1991. Lingvistikaj trajtoj de la lingvo internacia Esperanto. 

In Serta gratulatoria in honorem Juan Rgulo, Vol. IV. pp. 707-723. La Laguna: Universidad de La Laguna

李维,1991:国际语世界语的语言学特征

3. 分析形式和综合形式

3.1 世界语的另一个突出的语言学特点是,它既具有分析语言的手段,又具有综合语言的精髓。世界语在功能词和词尾变化方面都很丰富,可以通过分析形式(借助功能词)或通过综合形式(借助词尾变化)表达语义关系。 当然,这两种形式并不完全等同,它们展示了不同的风格。 世界语非常灵活且富有表现力。 作为目标语言,它可以很好地模仿原文作品的语言特征,无论是词序自由富有弹性的斯拉夫风格,还是诸如中文和英文这类语言的平实风格。

以下是世界语中分析形式和综合形式普遍并存的一些示例:

分析形式 / 综合形式

(1) 时态:
Mi ESTAS srib-ANTA. / Mi skrib-AS. Mi skrib-ANTAS.

(2) 语态:
Ĝi ESTAS limig-ITA. / Ĝi limig-ITAS. Ĝi lim-IĜAS. Ĝi SIN-limig-AS

(3) 词义:
Tio estas MALGRANTA (ETA) sekreto. / Tio estas sekret-ETO.

(4) 介词短语与格变以及副词形容词(-E/-A)的类变:
Li parolas EN (PER) Esperanto. / Li parolas Esperant-E (EsperantON).
la libroj DE mi / mi-AJ libroj
Ŝi parolis POR (JE) 30 minutoj. / Ŝi parolis 30 minut-OJN.
LAŬ mia opinio / miaopini-E
ridi JE iu / ridi iu-N
EN (JE) fakto / fakt-E
inkluzive DE 2 poemoj / inkluzive 2 poemoj-N (副词带名词宾格!)
vidi mult-E DA homoj (mult-ON DA homoj) / vidi mult-AJN hom-OJN

(5) 介词手段与合成词手段:
finiĝi tie, KIE VI TROVAS BONA / finiĝi laŭ via BONTROVO; finiĝi LAŬBONTROVE

(更多例示参见【附录3】及 2.1.7.)

3.2. 最重要的分析形式:助/系动词 EST- 与介词

3.2.1. 仅有的助/系动词 EST-

3.2.1.1. EST- (BE)没有实义, 从综合语角度看,它是不需要的:


Ili ESTOS skrib-ITAJ ĉe la jarfino. --> Ili skribi-ITOS ĉe la jarfino.
Ni ESTAS ĝoj-AJ ESTI ricev-INTAJ iliajn leterojn. --> Ni ĝoj-AS ricev-INTI iliajn leterojn.
Vi ESTAS vere bonkor-AJ (vi en pluralo). --> Vi vere bonkor-AS (没有数的变化).
Li ESTAS profesor-O (laboradis kiel profesoro) en tiu universitato.
--> Li profesor-IS (profesor-ADIS) en tiu universitato.

注意,EST- 作为助动词可以被取代,但作为系动词则不能简单取消:

Ĝi ESTAS tablo. / ?? Ĝi tabl-AS.
Ĝi ESTAS biciklo. / ** Ĝi bickl-AS.
Kp. Li bicikl-AS. = Li ESTAS bicikl-ANTA. = Li bicikl-ANTAS.
ESTAS 3 homoj en la ĉambro. / ?? 3 homas en la ĉambro.


3.2.1.2 EST-一词虽然只有一个,但作为分析形式却极大地丰富了表达方式。否则,语言将具有完全不同的风格,趋向紧凑和刻板,很难为母语为分析语言的人所接受。

3.2.2 介词短语

3.2.2.1 在语言学界普遍认为介词短语(介词加名词补足语)本质上也是一种"格",唯一的区别是介词表达语义关系通常比"格"更为具体。实际上,不同介词也包含不同程度的具体性,例如,比较:

intituto JE lingvistiko --> instituto DE lingvistiko --> intituto PRI lingvistiko
(从抽象到具体)

有一些相当抽象的介词实际上可以像其他语言中的"格"一样工作,例如 JE / DE / AL / PRI / PER(请参阅【附录3】)。 (请注意,格的语义在抽象上也有所不同。)

3.2.2.2 正如2.3 中已经提到的,副词(以-E结尾)也是一种语义抽象的格(状语格)。但是,世界语中的副词其实也可以表示与任何介词一样具体的关系! 条件是词干是词根和介词前缀派生而来。例如:

LAŬ (la) regulo(j) --> LAŬ-regul-E (更抽象地: regul-E)

有许多这样的示例(请参阅2.1.7)。 实际上,完全可以在介词短语"P+la+N"与其相应的副词"P-N-e"之间自由转换(省略冠词LA)。

3.2.2.3 因为每个介词也可以同时充当前缀(世界语前缀集的主要部分!),所以所谓的“重要的分析形式”介词恰恰也是最重要的综合形式(词缀)之一!

3.3 【小结】 世界语随处可见分析形式和合成形式的共存,这是世界语不同于民族语言的重要特点之一。尽管没有排除任何分析形式手段的纯粹的综合语言,也没有完全独立于综合形式的纯粹的分析语言,但是每种民族语言总是以一种形式为主导,难以见到两种形式的普遍并存和自由转换。

4. 世界语的透明性

4.0 世界语的本性是形式足够透明(无论是词与词组合的分析形式还是词内部组合的综合形式,但分析形式似乎比综合形式具有更高的透明度),这无疑是其突出的优点之一,也是世界语易于学习的主因。世界语之所以如此,是为了让人们可以使用很少的形式(元素)来表达无限的信息,也为了让接受方易于将语句解析成理解的元素。

4.1  世界语是完全透明的吗?

并非如此,而且永远也做不到,而且也不必要 - 至少对于人类语言而言。

透明性的前提是,每个概念都可以被分析成可数的语义因子或"义素"(这可能吗?参考人工智能圈中的相关进展)。另外,语义相互联系的复杂度应该是可以容忍的。这一点并不总能满足,特别是对于科学术语而言。术语通常内容丰富且含义精确,以至于其阐释往往需要完整的论文。因此,这种概念只能通过某种语音形式固定在人脑中,其书面对应物往往是个不透明的单词!另一方面,大多数科学术语都享有国际性,因此,硬性把术语按照世界语构词法透明化往往并非智举,例如,把 matematiko 叫做 nombro-scienco,但是“数学”仅仅是数字科学吗?(参见4.4)

4.2 就像分析形式和综合形式的共存一样,在世界语中,许多情况下(当然是在不同的层面),透明形式和非透明形式也普遍并存。

Pekino: Beijing
lingvoscienco : lingvistiko
preskaŭ ne: apenaŭ
elektre kalkula maŝino: komputilo (aŭ: komputomaŝino): komputoro (aŭ: komputero).

值得注意的是,为了术语的精确性和世界性,世界语甚至可以容忍这种完全“非世界语化的”外来词黑箱子(komputoro/komputero)!

4.3 然而,一些最常用的日常用语已经将自己确立为透明形式,这又表明了世界语有强烈的透明化倾向!

patrino: ?? matro
malbona: ?? bada
maldekstra: ?? lefta

但是,良好风格的世界语不走极端,即使是手握最有效和最容易的手段:

?? malkun: sen
?? malmorgaŭ: hieraŭ (aŭ ?? malhieraŭ: morgaŭ)

4.4 世界语的两难

4.4.1 世界语作为国际语言,旨在为全人类提供便利的交流。但是,在语言实践中,透明度(世界语的语言内涵)与国际性(世界语的目标外延)之间往往存在两难,这在术语的构造中表现最为明显。结果,世界语词汇比预期的要大得多,增加了学习的难度。

4.4.2 世界语作为一种有效的沟通工具应该而且往往也是偏向紧凑的形式,但透明性是紧凑性的反面。实际上,越透明,就变得越松散。

4.4.3 最后,在透明性(从而易于学习而很少消耗记忆和精力)和包容性之间也存在两难。世界语作为一种科学的和面对人类的语言,需要在形态和句法上包容所有有效的语言资源,这就需要多种形式的共存,自然也包括不透明的形式。

5. 总结

5.1 从上面论述可以看出,与主观推论相反,世界语是一种极其灵活的语言,具有多种可以相互补充和转换的表达方式。语言的灵活性也更易适应人类思维的模糊性。它为人们提供了极大的表达自由,为充分发挥使用者的语言潜能提供了最佳条件。另一方面,它也具有很大的包容性,即使是初学者或语言能力欠缺者也可以比较轻松简单地以易于理解的方式表达自己。这是一个适合所有人的表达天地。但是,这种灵活性不会影响世界语基本语法的严谨性。自由与严谨在这里和谐相处。在世界语中,每个人都是创造者,每个世界语者都能体验到这种创造的乐趣。人们不再是语言习惯的奴隶。世界语的灵活性和规律性的和谐统一是一种真正的语言奇迹。

5.2 世界语语言学特点关键字集合:
(以)人(为)本性/自然性/科学性/规律性/包容性/容忍性/弹性/粘合性/数学性/拟递归性/逻辑性/透明性/可分析性/灵活性

5.2.1 这些特点大体呈现如下关联:灵活性 <-- 粘合性(从而透明性)和各种形式的包容性(无论分析形式还是综合形式,透明或不透明);规律性与科学性 <-- 数学性和逻辑性

5.2.2 从容忍性和实际信息交流的角度来看,前文所有标有??的示例都是可以容忍的,至少是可以理解的。与民族语言相比,这种宽容显得尤为突出。

5.3 【结论】 世界语的超凡成功是人类语言历史上的一个伟大奇迹。这是人类理性的胜利,语言学的胜利!在“习惯就是上帝”的语言领域,世界语作为国际语言独树一帜,其与民族语言形成的语言学对比,怎样赞誉也不过分。

【附录1】

我们以词根STUD-的全部动词和形容词形式为例,将其与英语study 的相应形式进行比较。

(1) 42 个动词形式:

stud-I [to study]
stud-U [(let...) study]
stud-US [would (should) study / stud-IED / would have stud-IED / ...]
stud-AS [study 9stud-IES)]
stud-IS [stud-IED]
stud_OS [will (shall) study]
stud-ANT-I [to be study-ING]
stud-ANT-U [?? (let...) be study-ING]
stud-ANT-US [would be study-ING / ...]
stud-ANT-AS [is (am, are) study-ING]
stud-ANT-IS [was (were) study-ING]
stud-ANT-OS [will (shall) be study-ING]
stud-INT-I [to have stud-IED]
stud-INT-U [?? (let...) have stud-IED]
stud-INT-US [had (would have) stud_IED]
stud_INT-AS [have (has) stud-IED]
stud-INT-IS [had stud-IED]
stud-INT-OS [will (shall) have stud-IED]
stud-ONT-I [?? to be to study]
stud-ONT-U [?? (let...P be to study]
stud-ONT-US [?? should (would) (be to) study]
stud-ONT-AS [am (is, are) to study]
stud-ONT-IS [was (were) to study]
stud-ONT-OS [will (shall) be to study]
stud-AT-I [to be (being) stud-IED]
stud-AT-U [?? (let...) be (being) stud-IED]
stud-AT-US [would (should) be stud-IED]
stud-AT-AS [am (is, are) (being) stud-IED]
stud-AT-IS [was (were) (being) stud-IED]
stud-AT-OS [will (shall) be (being) stud-IED]
stud-IT-I [to have been stud-IED]
stud-IT-U [?? (let...) have been stud-IED]
stud-IT-US [?? would (should) have been stud-IED / ...]
stud-IT-AS [have (has) been stud-IED]
stud-IT-IS [had been stud-IED]
stud-IT-OS [will (shall) have been stud-IED]
stud-OT-I [to be stud-IED]
stud-OT-U [?? (let...) be stud-IED]
stud-OT-US [would (should be stud-IED]
stud-OT-AS [is (am, are) to be stud-IED]
stud-OT-IS [was (were) to be stud-IED]
stud-OT-OS [will (shall) (be to) be stud-IED]

2. 28个形容词形式

stud-A/stud-A-J/stud-A-N/stud-A-J-N [study]
stud-ANT-A/stud-ANT-A-J/stud-ANT-A-N/stud-ANT-A-J-N [study-ING]
stud-INT-A/stud-INT-A-J/stud-INT-A-N/stud-INT-A-J-N [having stud-IED]
stud-ONT-A/stud-ONT-A-J/stud-ONT-A-N/stud-ONT-A-J-N [to study]
stud-AT-A/stud-AT-A-J/stud-AT-A-N/stud-AT-A-J-N [(being) stud-IED]
stud-IT-A/stud-IT-A-J/stud-IT-A-N/stud-IT-A-J-N [(having been) stud-IED]
stud-OT-A/stud-OT-A-J/stud-OT-A-N/stud-OT-A-J-N [to be stud-IED]

【附录2】


世界语词尾削尾算法(自动词法分析):

(1) 若词尾为 -O, 则得结论 "Substantivon / Nominativon / Singularon", 转(2); 否则, 转(11).

(2) 削尾后查词干词典. 查词典成功则得结论 "Nulmodon/Aktivon", 加工毕; 否则, 转(3).

(3) 若词尾为 -ANT, 则得结论 "Participon / Aktivon / Kontinuon", 转(9); 否则, 转(4).

(4) 若词尾为 -INT, 则得结论 "Participon / Aktivon / Perfekton", 转(9); 否则, 转(5).

(5) 若词尾为 -ONT, 则得结论 "Participon / Aktivon / Malperfekton", 转(9); 否则, 转(6).

(6) 若词尾为 -AT, 则得结论 "Participon / Pasivon / Kontinuon", 转(9); 否则, 转(7).

(7) 若词尾为 -IT, 则得结论 "Participon / Pasivon / Perfekton", 转(9); 否则, 转(8).

(8) 若词尾为 -OT, 则得结论 "Participon / Pasivon / Malperfekton", 转(9); 否则, 转(10).

(9) 削尾后查词干词典. 查词典成功则加工毕; 否则,转(10)

(10) 得结论 "Novavorton", 加工毕。

(11) 若词尾为 -A, 则得结论 "Adjektivon / Nominativon / Singularon", 转(2); 否则, 转(12).

(12) 若词尾为 -E, 则得结论 "Adverbon / Nominativon", 转(2); 否则, 转(13).

(13) 若词尾为 -OJ, 则得结论 "Substantivon / Nominativon / Pluralon", 转(2); 否则, 转(14).

(14) 若词尾为 -AJ, 则得结论 "Adjektivon / Nominativon / Pluralon", 转(2); 否则, 转(15).

(15) 若词尾为 -ON, 则得结论 "Substantivon / Akuzativon / Singularon", 转(2); 否则, 转(16).

(16) 若词尾为 -AN, 则得结论 "Adjektivon / Akuzativon / Singularon", 转(2); 否则, 转(17).

(17) 若词尾为 -EN, 则得结论 "Adverbon / Akuzativon", 转(2); 否则, 转(18).

(18) 若词尾为 -OJN, 则得结论 "Substantivon / Akuzativon / Pluralon", 转(2); 否则, 转(19).

(19) 若词尾为 -AJN, 则得结论 "Adjektivon / Akuzativon / Pluralon", 转(2); 否则, 转(20).

(20) 若词尾为 -AS, 则得结论 "Verbon / Predikaton / Prezencon", 转(2); 否则, 转(21).

(21) 若词尾为 -IS, 则得结论 "Verbon / Predikaton / Preteriton", 转(2); 否则, 转(22).

(22) 若词尾为 -OS, 则得结论 "Verbon / Predikaton / Futuron", 转(2); 否则, 转(23).

(23) 若词尾为 -US, 则得结论 "Verbon / Predikaton / Kondicionalon", 转(2); 否则, 转(24).

(24) 若词尾为 -U, 则得结论 "Verbon / Predikaton / Volitivon", 转(2); 否则, 转(25).

(25) 若词尾为 -I, 则得结论 "Verbon / Infinitivon", 转(2); 否则, 转(26).

(26) 该词没有词尾。查功能词词典。 查词典成功则得结论 "Funkcivorton"; 否则, 得结论 "Novavorton / Substantivon / Propranomon"。 加工毕。

【说明】 上述算法已经上机实现,验证其有效性。

【附录 3】

世界语与其他语言格系统的比较

 

 

 

 

【补记】还有些语言学特点文中没讲透,譬如实词的三大类别,可以在这里做个补述。词缀的创造中,词类本体化也很有意思:对应于动词概念的 -ad- (类似于英语的 -tion/-ing),对应于具体名词概念的 -ajh-(类似于中文的“东西”或类后缀“-品”),对应于形容词概念的 -ec- (类似于英语的 “-ness”)。这样一来,实际上世界语等于有了两套实词的大类:本体概念上的名词(-ajh-)、动词(-ad-)、形容词(-ec-),和句法上的名词(-o)、动词(-i/-u/-as/-is/-os/-us)、形容词(-a)。

其实三大类别不止于此。所有的实词词根,从概念上都隐含着三大类别之一:表示事物的名词性概念(譬如 hom-,kat-,tabl-),表示行为的动词性概念(如 traduk-,ir-,ven-),表示性状的形容词概念(bel-,ver-)。这样一来,世界语的实词有三套平行的大类,一个内核,一层内衣(可省),一层外衣。这三层大类交错黏合成词,使得世界语词汇的表达空间游刃有余。

为什么 tradukado 可以省略为 traduko?因为 traduk- 本来就是动词,-o 已经起到了名物化的效果了,就不必劳动 -ad- 这个后缀了。但这也不妨碍可以用它,来更加强调动作的过程性。同理,为什么可以用 belo 代替 beleco?因为 bel- 本来内核就是形容词,用 -o 的名物化自然表达了“性状”,就不必劳动后缀 -ec- 了。但这也不妨碍用它来加强对于“性状”的强调。可见,表达手段的丰富增加了词汇细微差别(nuance)的微妙,使得国际语比自然语言更加具有柔性和张力。

语言比较很有意思,特别是从语言学角度。譬如中文。前面说过,中文是“裸奔”的语言,语言学中叫“孤立语”。怎么讲?三层大类在中文,只剩下内核,既没有外衣(形态),也基本没有后缀(内衣)。一个概念既不穿内衣,也不穿外衣,就这样赤身裸体出来,与其他词组语成句。需要变类怎么办?靠上下文。古代汉语表现最突出,叫“词类活用”。所谓活用,就是不穿衣服,但是等于是穿了衣服。

“老吾老以及人之老。”

“老” 内核是形容词,到了所有格代词“吾”和助词“之”后成了名词,表示 “老人”。名词短语(“吾老”)前的“老”,则成了及物动词。所有这一切的词类转变,全部没有“穿衣服”明示。古汉语具有世界语类似的词类转变的灵活性,但因为不穿衣服,比世界语难太多了。现代汉语降低了灵活性,使用大得多的词汇量来弥补灵活性的不足,自然也比世界语难得多。

 

 

 

 

 

【相关】

世界语论文钩沉:世界语的语言学特点(2/3)

Lingvistikaj Trajtoj De La Internacia Lingvo Esperanto

立委:一小时学会世界语语法

《朝华午拾:我的世界语国》

《朝华午拾 – 世界语之恋》

《朝华午拾:朋友遍天下》

《朝华午拾 – 欧洲之行》

《朝华午拾:与白衣天使擦肩而过》

硕士论文: 世界语到汉语和英语的自动翻译试验

立委硕士论文全文(世界语版)

《朝华午拾:shijie-师弟轶事(3)——疯狂世界语 》

灵感有如神授,巧夺岂止天工

立委世界语文章 (1987): 《中国报道:通天塔必将建成》

立委世界语论文(1986): 《国际语到汉语和英语的自动翻译》

立委(1988)《世界科技:世界语到汉语和英语的自动翻译试验》

DLT项目背景介绍

《李白詹120:乔老爷老矣》

【关于机器翻译】

【语义计算:李白对话录系列】

【置顶:立委NLP博文一览】

《朝华午拾》总目录

 

世界语论文钩沉:世界语的语言学特点(2/3)

【立委按】上一节论的是世界语的高度规则性。这节想说的是,模糊性为灵活性提供了空间。学习世界语的人,没有那么多禁忌和清规戒律。语言表达是思想的反映。一来思想本身具有某种模糊性,二来细节的精细与否不必影响主旨的表达,三来不同母语背景的人在语言手段的倾向性上有不同的偏好,因此,语言设计中允许界限模糊是一种利用手段的包容,来容纳更多使用者的良好策略。

都说世界语是黏合语,但我们同时也看到,所谓黏合(典型的代表是土耳其语和日语),其实与合成(中文造词的主要手段)也差不多,就是把语素添加在一起,只要添加以后的复合概念可以传达出去(只要 make sense),就达到了造词的目的。不设置句法和词法过多的人为规范,允许语言形式的灵活自由组合,让人类共同的常识来决定语言组合(无论组词还是造句、造短语)是否可以达到交流的实现。文法不过10来条原则性大纲,其余基本可以实现无为而治。

纯粹从设计来看,世界语其实没有必要用助动词 EST-(相当于英语的时态助动词 be/have),这个唯一的必须有形态变化的功能小词。刚好这个助动词又是系动词(“是”),这就导致了自然语言同样的歧义问题。(当然,与自然语言如英语类似,把系动词当成助动词用来构造复杂谓语,其好处是使得母语为这些语言的人容易适应世界语的形式。)把 EST- 的助动词用法去掉以后怎样呢?

Mi estas studanta la lingvon -->
(1)Mi as studanta la lingvon
(2)Mi studantas la lingvon

La lingvo estas studata far multaj nun -->
(1)La lingvo as studata far multaj nun
(2)La lingvo studatas far multaj nun

助动词与形态统一,比助动词借用系动词词根外加形态,更加经济、规整,转换起来也更合理,包括转换成综合形式的 studantas / studatas。根本上说 EST- 在构造谓语形式中,没有贡献任何信息量,完全是多余的。它存在的理由就是跟自然语言的类似用法更接近。这当然是一个重要的考量,但它同时带进来歧义的可能性,就不是优点了。但从另一个角度看,所谓歧义也可以看成是形式手段的模糊及由此带来的灵活性。

Li, Ŭej (Wei) 1991. Lingvistikaj trajtoj de la lingvo internacia Esperanto. 

In Serta gratulatoria in honorem Juan Rgulo, Vol. IV. pp. 707-723. La Laguna: Universidad de La Laguna

李维,1991:国际语世界语的语言学特征

2.  世界语的灵活性

2.1  世界语模糊了很多语言学概念的界限,包括:

2.1.1  及物动词与不及物动词的界限模糊了:

Mi IRAS. / IRU vian propran voj-ON.
La tuta homaro PAROLOS nur unu lingv-ON. / Mi PAROLAS Esperant-E (en Esperanto / per Esperanto).

2.1.2  直接宾语与间接宾语的界限模糊了:

informi ION al IU / informi IUN pri IO

2.1.3  宾语与状语的界限模糊了:

Mi invitas vin vojaĝi kun mi PEKINON.

2.1.4  词根与词缀(甚至词尾)的界限模糊了,从而派生词与合成词的界限也模糊了,例如:

Kion vi UM-as nun? (angle: What the devil are you doing?)
sekret-ET-o / ET-a sekreto 
ANTAŬ-vidi / Sinjorinoj ANTAŬ-u
kred-IND-a / ne-IND-a / IND-igi / sen-IND-ulo
AĈ-ulo / FI-ulo
Mi neniam ŝatas lin, nek IS nek OS.

2.1.5. 后缀与词尾(形态)的界限模糊了:

am-AT-o / am-AT-IN-o
kaj parol-e kaj skrib-e / kaj je parol-AD-o kaj je skrib-AD-o
(kp. angle:  both in speak-ING and in writ-ING)
instru-ANTO / instru-ISTO / instru-EMULO // ?? instru-ANO
(Chiu el tiuj vortoj estas tiu, kiu rilatas kun la ago instruado.)

2.1.6  实词词根与功能小词的界限模糊了(如果需要,小词也可以与实词词根一样,添加后缀和形态词尾):

JES, mi JES-as vian opinion.
Li TRO ĝojas.  --> Li ĝojas TRO-e.
tie --> tie-aj homoj
nur --> la nur-a studento / nur-ul-o / nur-ul-in-o
per --> per-anto
tre --> tre-ege

2.1.7 词组与合成词界限模糊了,尤其表现在介词词组与其相应的副词、形容词、动词和名词的合成词形式上:

laŭ mia opini-o / miaopini-e

sur la tabl-o / surtabl-e
sur la tabl-on / surtbl-en

la lingvo por homj / porhom-a lingvo (porhomalingvo)
(sed ĉu "porhomlingva" = "porhom-lingva" aŭ "por-homlingva"?)

la reĝimo el la popolo, sub la popolo, inter la popolo, kaj por la popolo 
La reĝimo elpopol-OS, subpopol-OS, interpopol-OS kaj porpopol-OS.

Ĉio estu la popolo.  /  Ĉio porpopolu!

transformi specon laŭ via plaĉo / la laŭplaĉo en speca transformado

zorgi PRI (io) / PRI-zorgi (ion / PRI io)

maŝina tradukado / maŝintraduko

ponta lingvo kaj intera lingvo / pontolingvo kaj interlingvo

2.1.8   谓语与表语的界限模糊了:

Mi ESTAS studant-A. / Mi ESTAS ĝoj-A.

2.1.9. 最后,黏合、合成、派生这些构词手段的界限模糊了(参见本文第一节);可数名词与不可数名词的界限模糊了(例如 konklud-o / konklud-oj), 限定与不定的界限也模糊了(表现在行文中对于使用定冠词 LA 的一定程度的随意性上), 等等等等。 

2.2.  世界语设计了一个万能介词 JE。人们表达思想的时候,常常感到两个概念之间存在某种确定性关系,但这种逻辑语义关系不易也不必归纳到现有的类别去(现有逻辑语义关系如时间、地点、条件、原因、结果、工具、程度等,往往借助介词表达),因为概念之间的相谐本身不会引起听说双方的误解。为了适应人类思维的这种模糊性,柴门霍夫天才性地创造了万能介词 JE(我认为介词 JE 可能是世界语第二重要的分析形式了,第一重要的分析形式是小词 EST-,参见3.2节)。思维模糊性的语言表示还有另一个天才创造,即后缀 -UM-,但那是词义概念的不清晰,JE 表示的则是两个概念之间的逻辑语义关系的模糊。有意思的是,作为分析形式 JE 的对等物,形态词尾(综合形式)-n(宾格)或 -e(副词: 可表示工具,但也可表示其他状语)也可以用来表达这种模糊和抽象的逻辑语义关系。

Mi interesiĝis JE tio. / Mi interesiĝis tio-N.

Ni ne scias JE tiu rilato.  / Ni ne scias tiurilat-E.

2.3.  世界语一个非常突出的语言学特点是格与词类的功能趋同。词类与格变在组词造句过程中,都带有动态句法的特征。二者相互补充,都可以表示虽然不同但同样具有抽象度的逻辑语义关系。这与介词这种分析形式有所不同,世界语介词除了特别设置的万能介词 JE 以外,通常是用来表大比较具体的逻辑语义关系(参见3.2.2.)。比较世界语的副词用法与俄语的工具格:

Mi skribas plum-E.  /                                                     (ruse)

如前所述(见1.1.),世界语的基本形态词尾的数量虽然很有限,但涵盖词法范畴足够完整,表达力丰富。以格变为例。世界语只有两个格,主格(零形式)和宾格(词尾“-N”)。但世界语的格变,加上词类形态,再加上分析形式介词(如果需要),使得世界语的表达力可以与其他形态丰富的语言媲美。俄语是形态最丰富的语言之一,它有六个格。在这方面,将俄语与世界语进行比较可能具有一定的启发性和意义。 大体上,俄语的一格对应于世界语的主格,二格相当于形容词(表示所有,以“ -A”结尾),四格与宾格(以“-[OJ] N”结尾)对应,五格相当于副词(以“ -E”结尾,见上例)。 只有三格在国际语中没有其相应的词尾形式,而是通常由介词“AL”来表示。俄语六格本身并不表示明确的语义关系,而是与诸如“ O”,“ HA”,“ B”之类的介词搭配使用。 有趣的是,在世界语介词短语中的名词既可以是主格,也可以是宾格,后者表示方向性。对照俄语中的类似用法,世界语显得更为简单和完善。 (请参阅附录3。)

2.4.  世界语的词序足够自由

2.4.1. “我(mi)爱(amas)你(vin)”的表达:

(1) Mi amas vin; 
(2) Mi vin amas; 
(3) Vin mi amas; 
(4) Vin amas mi; 
(5) Amas mi vin; 
(6) Amas vin mi.
(主谓 宾三个句素的全排列共6种,全部合法。). 

2.4.2.  再如:“学习(studantaj)数学(matematikon)的 人(homoj)

(1) la homoj studantaj matematikon

(2) la homoj matematikon studantaj

(3) la studantaj matematikon homoj
(Sed: ?? Mi shatas la studant-AN matematik-ON hom-ON.)

(4) ?? la matematikon studantaj homoj
加上连字符显得更规范: la matematikon-studantaj (matematik-studantaj) homoj

2.4.3.  ”我(mi)提出(proponita)的 提案(propono)”:

(1) la propono proponita de mi

(2) la propono de me proponita

(3) la de mi proponita propono 

(4) la proponita de me propono

(5) la proponita propono de mi

(6) ?? la de mi propono proponita

上组句子除了小词定冠词与介词必须居于短语之首外,其他元素的词序完全自由,即:la (...) propono; de mi; proponita 三个句素可以任意排列。

2.4.4.  世界语甚至允许远距离搭配,见著名诗句:

Nun de loko flugu ĝi al loko.  (Kp. Nun ĝi flugu de loko al loko.)

Ne al glavo sangonsoifanta, Ĝi la hom-AN tiras famili-ON.  (Ĝi tiras la homan familion ne al glavo sangonsoianta.)

当然,上例中的远距离现象也有诗歌不受拘束的特许因素在。但诗人的特许证通常在像世界语这样特别具有柔性的语言中最易得到保障,且不违反语言的基本文法。

2.5.  世界语的形态系统虽然具有缺陷(见1.1.4.5.),总体而言仍然不失为一大创造。另一个奇迹般的创造是世界语的相关词表。世界语形态系统在唯一的助动词 EST- 的帮助下,可以表达动词各种复杂的时态、时体以及语态和语气。其实,即便没有助动词,形态词尾的黏合特性也一样可以表达这些复杂的词法范畴。相关词表的丰富性及其表达具体语义关系的能力更是出类拔萃。它是如此经济、逻辑而且美丽,每一个世界语的践行者都体会在心。这种审美体验,很像化学家欣赏门捷列夫的元素周期表一样。

2.6.  另一个值得提出的是,几乎所有的世界语介词,也同时可以充当前缀去帮助造词。这自然极大地增强了语言表达的灵活性(见2.1.7)。

 

 

 

 

【相关】

世界语论文钩沉:世界语的语言学特点(1/3)

Lingvistikaj Trajtoj De La Internacia Lingvo Esperanto

立委:一小时学会世界语语法

《朝华午拾:我的世界语国》

《朝华午拾 – 世界语之恋》

《朝华午拾:朋友遍天下》

《朝华午拾 – 欧洲之行》

《朝华午拾:与白衣天使擦肩而过》

硕士论文: 世界语到汉语和英语的自动翻译试验

立委硕士论文全文(世界语版)

《朝华午拾:shijie-师弟轶事(3)——疯狂世界语 》

灵感有如神授,巧夺岂止天工

立委世界语文章 (1987): 《中国报道:通天塔必将建成》

立委世界语论文(1986): 《国际语到汉语和英语的自动翻译》

立委(1988)《世界科技:世界语到汉语和英语的自动翻译试验》

DLT项目背景介绍

《李白詹120:乔老爷老矣》

【关于机器翻译】

【语义计算:李白对话录系列】

【置顶:立委NLP博文一览】

《朝华午拾》总目录

 

《学外语的紧箍咒,兼谈世界语的前途》

【立委按】最近受邀加入了一个世界语者的群,有老朋友,也有新同志。谈到一些有关世界语的前途问题。很多老世界语者奋斗一辈子,做梦都想替代英语的实际“世界”语地位,抱怨联合国、欧盟都有眼不识“吾语”之优越性。但英语的地位却似乎越来越稳固。胳膊拧不过大腿,哪怕学习世界语的效率数倍于学习英语。但很少人会想到,英语的霸主地位不会长久。不是别的语言以任何优势取胜取代它,而是机器翻译进步的大势所趋。在这样的形势展望下,世界语作为二外选修的首选,前途却是光明的。

在科技领域,当年我们津津乐道的是,世界语可以作为比较理想的多语机器翻译的媒介语。可现在基本上没人用世界语做媒介语来做机器翻译探索了。因为没这个需要了,最新的机器翻译都是神经网络系统,是从平行语料中自动学习/模仿出来的,质量接近人译水平。以前多语言要媒介语是因为以前的系统是专家一行行代码编制调试出来,每一次增加一个语言,要做很多辛苦的词典工作,语法规则,还有转换和生成,很辛苦的调试,有了媒介语可以大大减少工作量。如今,即便 A 语言与 B 语言没有足够大的翻译样本(平行语料)可供机器模仿,现在的技术也不必借助世界语做媒介语。可以借助其他的热门语言做媒介,譬如英语。A 与 B 语料不够,但 A 与 英语, B 与 英语,语料应该是足够大的,那么机器就可以借助这两种语料来学习,等于是拿英语做媒介语了。为什么不用世界语?因为世界语与 A 语言,B 语言 之间的翻译数据,远远没有英语大。现在的机器胃口大,数据越多,学出来质量越好。古人云,取法乎上仅得其中。好像是说,机器永远赶不上人的水平。其实不尽然。在大数据的学习过程中,最终可以做到,取法乎中,可得中上。取法乎上仅得其中,说的是徒弟跟师傅学,是个体学个体,你自然超不过这个上限。如果你的学习对象是超大的数据,尽管数据的平均水平不高,参差不齐,里面还藏着不少错误。这都没关系,大数据有一种自然筛选的过程,会把噪音沉底。最终机器比一般人翻译得好,是自然的结果,特别是在时间限制条件下。机器很难比顶级翻译人员比,也难以比一个一名之立旬月踯躅的慢工磨细活的死磕的人,但是超过一般人的水平是没有问题的。所谓一般人就是那些学了好多年外语,通过了5级还是6级的人。这样一来,机器翻译的技术进步基本上解决了国际交流的问题,而且只会越来越好。

因此,世界语如果是以充当国际交流工具作为生存基础,是难以维系长久的。柴门霍夫当年创造、发布和宣传世界语,充当国际交流工具可是作为一个主要依据提出的。但时代不同了,作为人必须去学习才能使用的工具,如何与自动翻译比呢?翻译中死记和模仿的成分很大,很多说法以前都见过,双语平行(翻译)语料里面有存,机器有几乎无限的记忆能力,当然是机器强。我现在从来不自己翻译任何东西,都是让机器翻译了再稍作调整。如果是新闻和日常的文字,基本不需要加工就很顺畅了。国际旅游者利用翻译机周游世界的,也越来越多了。到世界旅游,带个随身翻译机,或者手机下个程序,日常问题就解决了。问路啊、找厕所啊,都不是问题。以前是说,你学了世界语就走遍天下。柴门霍夫的意思是说,实在不行随身带一部词典,就是遇到不懂世界语的,凭借词典,人家也不难搞懂你的意思。这样的场景当年是可能有用场的,总比互相完全没办法沟通强,但是有了翻译机,这个场景就完全没有意义了。当然到世界各地世界语俱乐部找“同志”,搞联谊,那是另一回事。那不是世界语的功能性主导,而是世界语的文化性和社会性作为纽带。

看看英语的不规则动词表,再看看法语、俄语词法里面那些大小规则里面的种种例外,就可以体会到自然语言对于不规则的东西,是如何容忍的。基本上就是这样一个局面:自然语言里面的不规则恰好达到了一个想学它做外语的人的死记硬背的极限。再多就学不会语言了。可是一旦学了它,它就绑架了你,使得你必须不中断地使用它练习它,稍微一松懈,你就把学到的外语还给老师了。这就是学外语的紧箍咒。世界语还是从根基上改变了这种局面。

关于世界语到底是不是简单易学,不同的人往往感受和看法不一,也说点自己的切身体会。我觉得一切都在比较之中。毛委员说过:没有比较,就没有鉴别。记得老电影《南征北战》里面,国军长官说过:“不是我军无能,而是共军太狡猾了”。可以说,不是世界语容易,而是其他外语太难了。

对于国人,如果学会一门欧洲语言,再学世界语,的确更容易体会其简单容易。如果除了母语,只学世界语,那就很难有这种体会。如果是欧洲人,世界语做第二外语,那的确不难,毕竟世界语根本上是欧洲语言的简化规范版。但对于非印欧语系为母语的人,不会觉得容易。

我英语专业的,二外是法语,三外是俄语,到接触世界语的时候,这应该算是四外了。当时有晕眩的感觉,天哪,还有这么容易的语言,学了四五天就可以写信,学了一两个月,就可以写论文,心里一点都不怵。记得第一封世界语信是写给(河南还是枣庄?)一位世界语朋友(当地的一个世界语活跃分子),收到他的回信,以及附在信里面的绿星等纪念品,开心死了。几十年下来,二外法语现在带着词典还能勉强读一点,但绝对写不出合法的句子了。三外俄语完全还给老师了。只有世界语多年没用,感觉还可以随时捡回来。这样看来,世界语的确是其他外语没法比的。没跟英语比较,是因为一直在英语世界里。真要比较,我觉得我的世界语水平大体可以与我的英文水平,打个平手。口语不如英语,那玩意儿需要有环境和机会实际操练。但书面语可能还强过写英文。我从小学开始学英文字母,中学一直跟着广播英语,到后来本科英文受专业培训,再到后半辈子一直在这个语言世界里面,那是多少时间和精力的投入啊。相比之下,世界语连学英语的零头功夫都没有。

我在想,现在大家随时可用翻译机,国际交流场合的功能性需求基本可以满足,这一方面不再需要世界语了。在未来的世界,英语作为实际上的“世界语”的地位也必然会因为翻译机的不断改进和普及而动摇。最后的情况很可能是,学习“外”语只是人类的好奇心驱使。这时候,世界语作为好奇心和求知欲驱使的外语首选,是最合适的。

试想一下这样一个世界,我们不再需要学习任何其他语言,英语也是天书。这时候我想以最少的时间,了解唧唧呱呱讲各种外语的人到底有什么新奇的东西。世界语作为印欧语言的集大成者,应该是最合适的学习对象和窗口,会给人带来新奇。我觉得这个价值是恒久的,只要世界语可以活下去,活到英语从钦定二外以及事实上被全世界学习的地位走下来的时候。其实不知道多少人浪费了多少时间学英语,但英语的地位从科技发展的趋势看,不可能是永远稳固的。总会到一个临界点,人类社会说,除了少数人外,去它的,大中小学里面全部废弃二外作为必修课,把精力转移到学习其他知识上来。然后,二外成为选修。这时候,竞争选修课,世界语的优势是压倒性的。

老哥学了一辈子英语,一辈子没学会。年轻时候学 Follow Me, New Concept 好几年,还是记不住。现在大概只认识几个单词,听说读写啥都没会,可一辈子投入的时间总量却不少。他常跟我说:我大概是太缺少语言天赋了。也许他的确没有多少语言天赋。但更根本的还是语言太难学了,本质上是一个死记硬背的东西。对于很多像我哥哥这样的人,回头来看,他们对于外语学习所投入的时间精力与所得,完全不成比例,是极大的资源和人生的浪费。这种浪费在全世界不断重复着。英语一天不走下神坛,这种浪费一天不会停止。但是英语必然下台,这是可以确认的。这个过程也许需要50-100年,我觉得。

世界语已经活了100多年了,再活 100 年,就可以赶上自由竞争二外选修的好时光了。换句话说,世界语的前途,恐怕并不在于我们当年想象的用它取代英语作为全世界公认的国际辅助语。功能性上取代英语的不大可能是世界语,而是机器翻译的普及和推广。目前实际上已经存在随时可及的网上机器翻译(各大厂如谷歌、百度、微软,还有比他们更强的后起之秀如有道、搜狗和腾讯等),所有的手机里都随时可用机器翻译的apps。翻译质量虽然参差不齐,但总体可读可懂,新闻、日常用语已经可达人译水平。质量提升还在持续。到了一支钢笔里面也有个机器翻译芯片的年代,社会不会容忍英语学习所花费的代价。最终的发展趋势是,世界语的前途,会超过英语和其他所有自然语言,成为人们选修外语的最多选择。在一个排除了功能性考量的选择里,世界语的胜出是可以预见的。

最终的情形很可能是:相当一些人决定不学任何外语,其余的人决定选修外语。选修外语的人中,有对拉丁语、阿拉伯语、中文、英文、希腊语等感兴趣,这些死的活的自然语言虽然很难,但总会有少数人有浓厚的研究兴趣。但更多的人选择了世界语,并且延续和发展了世界范围内的世界语联络网,作为联谊和文化交融的实践。

未来的人类交流没有实质性阻碍,语言的统一就不再成为目标。世界大同也不以语言统一作为前提。倒是有可能是反过来,世界先大同了,然后某个阶段,人类决定还是把语言也统一算了。到那时候,倒是不妨选择世界语。那应该是不知道是多少年以后的事儿了,难以打算。老实说 世界大同和世界末日,哪个先来还很难说呢。看核武器、看气候变化、看瘟疫,看人类的短视和"作",每一个灭绝人类的可能性都依然存在。

世界大同或世界末日的命数先放下,可以预见的是,在不太久远的未来,英语终将走下神坛,世界语作为外语选修有流行的优势和希望。

 

 

【相关】

世界语论文钩沉:世界语的语言学特点(2/3)

世界语论文钩沉:世界语的语言学特点(1/3)

Lingvistikaj Trajtoj De La Internacia Lingvo Esperanto

立委:一小时学会世界语语法

《朝华午拾:我的世界语国》

《朝华午拾 – 世界语之恋》

《朝华午拾:朋友遍天下》

《朝华午拾 – 欧洲之行》

《朝华午拾:与白衣天使擦肩而过》

硕士论文: 世界语到汉语和英语的自动翻译试验

立委硕士论文全文(世界语版)

《朝华午拾:shijie-师弟轶事(3)——疯狂世界语 》

灵感有如神授,巧夺岂止天工

立委世界语文章 (1987): 《中国报道:通天塔必将建成》

立委世界语论文(1986): 《国际语到汉语和英语的自动翻译》

立委(1988)《世界科技:世界语到汉语和英语的自动翻译试验》

DLT项目背景介绍

《李白詹120:乔老爷老矣》

【关于机器翻译】

【语义计算:李白对话录系列】

【置顶:立委NLP博文一览】

《朝华午拾》总目录

 

 

 

是特斯拉的自驾AI牛还是马斯克牛?

说到马斯克,全世界做AI的谁有他这个门外汉牛?

他可以让自己的上帝,特斯拉车主们,争先恐后地付巨款,不惜生命危险做小白鼠,给他免费地源源不断地标注数据。他拿着数据训练他的AI 所谓的“全自动驾驶”(FSD,Full Self Driving)。FSD 能力提高以后,他就不断加价,剥削新的上帝。

FSD 根本还没影子的事儿,他就从 5000 美金一套开始预售,一路加价到现在的 7000,据说不久还要加 1000 美金。最近开始发布他的过了n次自设死期的红绿灯自动停车功能,这是走向 city driving 的前提。注意,不管红绿,一律停车。除了电脑视觉(CV)外其实没有任何路口智能,说得赤裸裸:就是要顾客教会它如何过十字路口。万一出车祸了,对不起,责任自负。

红灯停,绿灯也停,见灯就停。甚至有车友说路过一个穿绿毛衣的女孩,它误以为是信号灯,也停了。他丫是完全没有智能,放出来就是让小白鼠们免费教会AI何时不停。见灯就停是默认,何时学会不停,完全等小白鼠义勇军(fleet)的反馈:你踩油们就表示你发现(1)这是绿灯;(2)路面上也安全(无阻碍),你觉得应该穿行。这就给特斯拉做了标注。带标数据反馈给神经网络去训练,机器就慢慢学会了。识别红灯绿灯路口 STOP 招牌,据我自己的多次测试,这个能力已经很成熟了。现在就等过路口的数据了。

从用户角度,即便没有智能,也愿意尝试啊。除了新鲜感以外,有时候也的确省了力气。第一,是绝不会冒大意闯红灯受罚的危险了。第二,遇到绿灯且无阻碍,点一下油门也不过就是举脚之劳,总比自己开车省力。也就是说,你上街开车,除了路口,你完全不用操心了。即便到了路口,遇到红灯、黄灯,你也不必操心,它很保守,总是乖乖给你停下来。只是遇到绿灯,你才需要举手之劳地点一下脚。这样算下来,90% 的 city driving 你是可以交给机器了,10% 的时候动动脚(点一下油门)或动动手(点一下操纵杆也可以)。这样的小白鼠,哪个热爱新科技的人不愿意做呢?何况咱还是AI背景的技术爱好者。10% 之内还有路口转弯,这个是更高级的功能,还没进入特斯拉的机器学习的视野。

这阵子读了一些他们的材料。从各种CV子任务,到建立“鸟瞰”view,到测算3D depth,到综合这些信息决定操作,总共上百个模型一起协作。也是一团乱麻,谈不上端到端。非端到端的好处是透明性和模块化。AI的透明性表现在对这100个模型的细分定义中,可是这些模型之间的协调落地,其实基本是个黑箱子。常出现的问题就是,有的模型 overfitting,与其他模型难以 sync好。不同模块对最终的驾驶控制(输出 x,y:x 是速度,y是方向)有不同的影响,协调不好的后果就是争抢“控制权”,表现在自动驾驶能力的不稳定或退步(regressions)上。

几乎所有其他家的自动驾驶都用激光雷达(LIDAR)主导。马斯克说,这是死路,我就不用,我只用摄像头,靠CV。有啥道理?其实没啥道理,马斯克不是AI专家,他就是个有技术背景的商人而已。他算过一笔账,激光雷达的成本高昂(好像是最基本的LIDAR至少6000美金以上,一辆车通常至少要部署两台,这就是一万多),它没有办法用到量产的特斯拉车上,而不失去顾客和市场。就是为了这么个非科学的理由,他就硬说人家用LIDAR是死路。

LIDAR最大的好处是精确测量障碍物与车的距离,而这是自动驾驶安全性的最重要的信息。特斯拉不用LIDAR,但绕不过这个三维(3D)景深(depth)的计算呀,否则如何避免碰撞呢。特斯拉只好通过多个摄像头从不同角度得来的视觉信息,做所谓信息融合(info fusion)在线建立3D模型,来逼近距离的测算,这需要海量的数据训练以及巨大的即时计算能力。最近的报告说,他们与LIDAR的鸿沟已经越来越小了。事实上,他们是用软件的办法实现了一个LIDAR的模拟结果。据称,模拟LIDAR的好处是,很多利用LIDAR发展起来的驾驶算法和技术就可以拿来主义地用了,补足单一依赖视觉的不足。

这叫什么?明修栈道,暗度陈仓。一面宣告竞争对手依赖LIDAR硬件是死路,一面台下模拟LIDAR的软件效果(等价于复制了一个粗糙的LIDAR)。这样也好,等到未来某一天硬件价格下降,特斯拉量产也装配得起LIDAR了,整个算法路线无需大的改变即可实现平滑升级。马斯克的“死路说”,只有一种解释可以站得住,就是:你丫选择用LIDAR,因此成本大到无法量产,因此也就无法交付给成千上万的客户(特斯拉迄今已经交付了100多万辆,形成了一个可以自动海量汇集驾驶数据的车队,叫 fleet,这个 fleet 每天在路上跑着,源源不断给特斯拉输送数据)。这样一来,你的实际训练数据的收集,无法与特斯拉比,相差太多了。在数据为王的AI年代,自动驾驶的最终规模化和适应性,很大程度上取决于数据的采集量和训练量。从这一点看,特斯拉显然把对手远远抛在后面。

关于踢开LIDAR闹AI革命,可以打个比方。弹钢琴是个手艺活儿,各种大赛,各路选手可以把钢琴弹得让人眼花缭乱。这时候你说,我出一个选手,把双手剁了,也来参加钢琴赛,可以不可以?当然可以,没有手,可以用脚呀。不知道各位见没见过用双脚把钢琴弹得让人掉眼泪那种。

这就是补偿作用。当你把一条路堵死,虽然那是一条公认的光明大道,甚至是很多人确认为“唯一”的路径,你其实还可以把另一条暗道无限发挥到极致,最后也常常可以达到目的。这就是马斯克的算盘,虽然费老鼻子的力气了,现在看来他是在成功的道路上,开始逼近对手的自驾能力。我看过竞争对手Zoox的自动驾驶展示,利用LIDAR和高精地图,在旧金山市区繁忙地带穿行自如,性能上比特斯拉要强得远。(顺便插一句,AI 中很多任务,其实主流的深度学习和更传统的符号逻辑,其实都可以做。当你把某个路线堵死,把所有资源排山倒海般注入其中一条路线,奇迹是可以发生的。但这并不说明,那个被堵死的路线,如果有了类似的资源投入,就不可行。很多时候,另一路根本就不在雷达上,完全被忽略了而已,没有施展的舞台和需要的资源而已。)

回到特斯拉的自动驾驶(auto pilot)的设计思想。马斯克说,现代的交通系统(各种路标、红绿灯,以及驾驶规则等)就是设计给人用的。人与蝙蝠不同,没有雷达,主要就是靠双眼来采集信息,靠大脑消化信息来指挥驾驶。既然人可以驾驶,那么机器凭着眼睛(摄像头)也就一样可以。说得倒也有道理,但那是最低标准的道理。没有任何理由要求自动驾驶仅仅跟着人后面去学。人每天都在出事故,难道机器也应如此?人的双眼其实很差劲,为此不知道坑进去多少条人命,伤胳臂丢腿的更是无数。好在特斯拉不止双眼,它配备了10多个摄像头,也配了普通雷达,只是没有激光雷达而已。(特斯拉其实走了一条难得多的道路,他自愿砍掉了自己的两条腿,除了LIDAR这条腿外,他还坚持不用高清地图。砍掉第二条腿的动机是增强系统的鲁棒性和动态适应性,因为高清地图不仅制作和维护成本很大,而且也难于对地面情况的变动做及时的更新反映。但在人口密集地区,譬如交通复杂的都市中心,没有预制的高清地图的结构化知识支持,单靠现场的视觉计算是很难把控交通形势做出合理决策的。相信,最终特斯拉还是会在特别的地区,譬如旧金山市中心,添加高清地图,来优化它的一般驾驶算法的场景性能。)

“跟人学”,这是特斯拉自动驾驶的设计哲学。这也是它的 AI 具有一定程度的透明性、可解释性以及模块化 practice 的指路灯。从工程上看这是最好实施的方案之一。但理性来想,其实很难证明这是最佳的自动驾驶途径。红绿灯识别这类子任务,定义起来很有道理,也很清晰,它直接与驾驶操作有关。其他的一些子任务就难说了,譬如识别垃圾桶。垃圾桶与其他障碍物,在驾驶操作的决策中到底有没有特别的意义,不大能说清楚。本着“跟人学”的指导思想,他们自底而上去定义任务,哪个任务似乎常引起驾驶者的注意,就先定义了,先假设它对驾驶决策有区别性影响。对每个定义的任务,首先收集和标注训练集,做一个模型出来。这样每个模型/模块,就可以独立训练独立测试,开发起来很有章法。至于一下子整了这么多同时在开发、因素杂乱(heterogeneous)、训练集大小不一、拟合程度不一的模型,如何把它们整合到大系统去协调总体驾驶决策,这其实依然是个很大的挑战。他们自己也承认这是一个很大的问题。目前还有相当程度的瞎撞的成分。这就是为什么不少特斯拉车主发现有些功能,新版突然不如旧版了。有时候,过了几个版本又回来了。但也有一些能力曾经在某个版本表现很好,后来再训练新版本后就一直回不到以前的最佳状态。

总之是,模块化、透明化、跟人学智能而不是跟最高理性加最好配置学智能决策,这一套设计哲学对于工程化落地部署有好处,也接地气,但是在 regressions 的掌控上,仍然有很大欠缺。

说了这么多,最后还是沦为马斯克的小白鼠。你都想象不出特斯拉车主的宽容博爱精神多么宏大:对于特斯拉任何一点不起眼的进步,他们从来不吝赞誉;对于马斯克如超人般尊崇;对于失误(包括车祸死人这种人命关天的大事),他们总是冲上去卫护特斯拉,常常指责同是车主的 victims 的不专心或违规操作;对于免费标注、免费做广告、每个季度末忙碌的时候免费义务去 Fremont 帮助交付特斯拉新车,等等,热心无比。这种现象超过了当年的乔布斯粉丝。以至于网上传言,特斯拉车主都是一帮爱好技术的单纯的人。以前孩子迷路了,家长教育孩子,除了找警察叔叔,就去找带着孩子的阿姨。现在的教育据说是,迷路了就去找特斯拉车主,他们都是好人。

盼星星盼月亮,可惜前阵子 beta,只给 early access 的小团伙试用,咱想当小白鼠,无门可入。终于昨天夜里得到了空中更新(OTA:over-the-air),今天有点迫不及待了。

有道是:"... just tell me what you want" (歌词)

 

【相关】

购买特斯拉,请用我的推荐,你我均可得到免费超级充电的奖励:https://www.tesla.com/referral/wei29218 

精彩绝伦的旧金山市区自动驾驶演示:

 

世界语论文钩沉:世界语的语言学特点(1/3)

【立委按】很久很久以前,我发表过一篇世界语语言学特点的论文,后应邀扩展为一个 chapter,这段经历我在博客有记录。记得只看到样本,密密麻麻都是老先生对我论文的校对,但未等到付印我就出国了。后来流浪世界,一直没有顾上追踪这篇论文的下落,直到博士毕业来美国加入创业公司。我在公司做了主管以后,想到在世界语圈子的 Paul,他当时是加拿大世界语协会主席,也是我的兄弟学校的语言学博士候选人。Paul 苦读多年终于要毕业了,我就把他招来做了我的手下。有一天我提到这篇论文的事儿,他主动说我可以到图书馆查询,看到底发表了没有。后来他果然找到了,复印给我当年我呕心沥血写就的长篇论文。这篇论文的底稿早就不存了,只剩下这篇复印件,我一直想把这篇论文重新数字化,但还没找到合适的世界语文字识别软件,可是要是一字字地敲进去又没有这个耐心。在这喧嚣的世界里,我们越来越浮躁,很难静下心来。现在加入了这个群组,左右都是同仁和老师,感觉给了我动力。20多页密密麻麻,我就一点一点植字,也算是重温旧梦吧。

毕竟过去20多年了,回头看当年的文章,觉得的确有一些新意,但欠平实,也失之细琐,。感觉上是一个语言学学生“学习/探索/发现”一门新语言的过程实录。也的确是这么个背景。当年最震撼的一个“发现”是,世界语不过就 17 个词尾,居然会变出 112 个不同词形来。这大大出乎我的预料。当时手边的世界语文法书,只是讲解这些形态词尾的用法,我从来没看到有人指出到底能变出多少花样来。记得我跟我的语言学同学说,你猜猜一个词在世界语会有多少种变化?同学说,据她所知,世界语也不是形态特别丰富的语言,最多不过20-30种变化吧。后来就琢磨怎么回事?黏着(就是叠加)这种特点能有这么神奇的产生性吗?还真是如此。

17个形态不难记忆,112种形式怎么不把人整晕呢?靠的就是黏着的规则性。这些规则,文法书也没有写清楚,一切都是在例子中。但其实是可以总结出来的,到底有几种基本词尾形态,形态之间的粘着有什么限制?次序上,类型上,为什么?这些原来都是可以小葱拌豆腐讲清楚的。对形态词尾组合规律的穷尽式探索也是我所学的计算语言学的需要:所谓“削尾”算法就是要应对一个词的所有变形,这是自动形态分析的前提。没有它就查不到词典,没有词典信息加形态分析的信息,就无法做句子分析,也没办法往下走机器翻译规则系统。最后就把对于国际语的语言学研究,变成了一个机器翻译的应用课题。

有些东西是天生在这个语言中的,属于其语言学特点所决定的东西,但语言教科书上,包括柴门霍夫自己的实践都很少系统论述。譬如,复杂时态语态,通常的教学只教利用助动词 est- 的用法:estas studanta / estis studota / ... 等等,其实系统学习背后的语言学特性,会发现,这个助动词完全可以不用:  studantas / studotis / ... (其实,即便保留助动词加中心动词的复杂分析形式,当年助动词词根 EST- 完全可以不用,让 EST- 只做系动词而不必兼做助动词,让三个时态词尾直接独立做助动词用即可:as studanta / is studota / ...)。。

 

Li, Ŭej (Wei) 1991. Lingvistikaj trajtoj de la lingvo internacia Esperanto. 

In Serta gratulatoria in honorem Juan Rgulo, Vol. IV. pp. 707-723. La Laguna: Universidad de La Laguna

李维,1991:国际语世界语的语言学特征

1.  世界语的黏着性

1.0  众所周知,世界语在很大程度上是一种典型的黏着语,它的语素(词尾、词缀和词根)具有相对固定而独立的含义,可以“黏着”(叠加)构词。下面我着重探究世界语词尾黏着的构词能力,尽管词缀黏着(所谓派生词构词法)与词根黏着(所谓复合词构词法)同样有趣,值得研究。

[说明] 本文中的术语“词尾”专指语法词尾,亦叫“形态”。

1.1  词尾黏着

一般而言,词尾用于表示语法信息:词类、格、数、时态、语态、语气等。

1.1.1  世界语中有多少个独立的形态语素?

其绝对数非常有限,只有17个,即:-o,-a,-e,-n,-j,-i,-u,-as,-is,-os,-us,-ant-,-int-, -ont-,-at-,-it-,-ot-。由于它们的黏着组合的特性,17个形态语素就足够完整,其表现力几乎可以与形态丰富的语言媲美。

1.1.2  根据17个基本形态,可以从一个词干按规则生成多少个单词形式呢?

理论上的答案是112:42个动词,28个名词,28个形容词和14个副词(请参阅附录I)。

1.1.3.  形态语素黏合成词尾的规则

1.1.3.1.  每个单词只有一个词类。实词总是以其形态标示其词类:名词、形容词、动词还是副词。但是,功能词(例如介词,原副词等)是由词典人为规定的词类,它们是可枚举的。因此,表达词类的形态语素之间不允许黏合,就是说,-o,-a,-e,-i /-u/-as/-is/-is/-os/-us 这些词尾相互独立,不可叠加,例如下列形式是非法的:

** -as-o / ** -e-i

【说明】 ** 表示不合法的语言形式(单词或短语),而 ?表示成问题的语言形式。

1.1.3.1.1.  词类不交叉是国际语很大的优势:世界语不存在词类同形现象,这无疑为无论是人还是机器的对词的功能解析提供了的极其有利的条件。而词是最小的句法单位和基础。世界语的高度规则性在此得到了最好的体现。

1.1.3.1.2.  另一方面,上述特点也带来了世界语利用词尾任意转换词类的自由,只要词类转换不违背逻辑(参见1.1.5.1)。这不正是世界语兼具高度规则性与高度灵活性的体现吗?例如:

La flor-OJ glor-AS. (那花儿绽放了:“花儿” 与 “绽放/开花” 是同一个词根 flor- 只是词类词尾不同)
Li kan-AS italan popolan kant-ON. (他唱意大利民歌:“唱” 与 “歌” 是同一个词根 kant-,只是词类词尾不同)
Mi estas ĝoj-A.  Mi ĝoj-AS. (他开心:“开心/高兴” 无论是动词谓语,还是做系动词后面的形容词标语,词根都是一样的 ĝoj- )
la propon-ITA propon-O (所提建议:“提议” 与 “建议” 同一个词根,只是词类词尾不同)

词类转变在古代汉语也有类似的自由度,叫做“词类活用”。但是,不幸的是,古汉语的词类转换没有以可见的形态表现出来,只能通过上下文句法、逻辑的分析来识别(“句读”)。请比较:

1)三“人”行,必有我师。(Tri hom-OJ iras, inter kiuj nepre estus mia instruisto.)
(因为没有词尾形态,逐词直译就是:tri hom? ir?, nepr? est? mi? instruist?).

其狼“人”立而嗥。(La lupo hom-E staras kaj hurlas.) 

(逐词直译:tiu? lup? hom? star? kaj hurl?).

2)其物“净”且清。(La aĵo pur-AS kaj klaras.) 
(逐词直译:tiu? aĵ? pur? kaj klar?).

“净”其身,食其肉,乃去。(Pur-IG-IS la korpon, manĝis la viandon, kaj eliris. )
(逐词直译:pur? tiu? korp?, manĝ? tiu? viand?, kaj elir?).

1.1.3.2  表示词类的形态都可以黏合到 7 个“中缀”型形态上(中缀形态永远不会出现在单词的结尾),其中6个是所谓“分词”形态,用来表示“时体”(进行体、完成体与未完成体)和语态(主动语态和被动语态)。这6种分词形态各自独立,不能相互黏着。第7个是“零形式”(即分词形态阙如,表示默认的“一般体”加主动语态的含义)。

1.1.3.3  动词的黏着规则

1.3.3.1  一个动词必须用以下词尾之一:-i / -u / -as / -is / -os / -us,它们之间不再存在黏着的可能性。这意味着,以 -i(不定式),-u(命令式) 或 -us (虚拟式)结尾的不再有时态的变化/含义,而 -as(现在时) / -is(过去时) / -os(未来时)不再有“时体” 的变化/含义。

1.1.3.3.2  世界语动词没有“数”与“格”的变化。因此,动词词尾不能与复数词尾 -j 和 宾格词尾 -n 黏着。因此,在世界语中,不存在以下两种形式的区别:

Mi skrib-as. / ** Ni skrib-j-as.  (au: ** Ni skrib-as-j.) 
(即不存在其他语言那种主谓在数上的“一致关系”要求。)

1.1.3.3.3  表示时态(现在,过去和将来)和语气(不定式、命令式和虚拟式)的 6 种动词词尾,加上表示时体和语态的7格分词形式,黏着在一起的结果为:6*7 = 42 个动词形式。

【问题探讨】不定式到底是语气(modo)还是独立的词类(speco)?

1.1.3.4  名词和形容词的黏着规则

1.1.3.4.1  名词和形容词有“数”(单数为零形式,-j 为复数形式)和“格”(主格为零形式,宾格形式为 -n)的形态变化。7个名词词尾 -o / -ant-o / -int-o / -ont-o / -at-o / it-o / ot-o,两个数变 (加 -j 或不加) 和两个格变(加 -n 或不加),最终形成 2*2*7 = 28 个名词形式(同理,有28个形容词形式)。

1.1.3.4.2  它们之间的顺序是:(词干)+ 分词 + 词类 + 数 + 格,其中词干 = 前缀+词根+后缀(前后缀可省)。例如:stud-ant-o-j-n。仅词根语素和词类语素必须有,其他语素可能根本不出现。上述语素之间的次序是很自然建立的,有语音方面的原因(尽管从形态上说,词尾语素之间的次序是纯粹任意的,因为次序本身不会改变其语法意义,这方面与词缀黏着的情形有所不同!参见1.2)。如前所述,即使词干以元音收尾,词类词尾的元音 o 或 a,后面跟半元音 j (复数)和鼻辅音 n(宾格)串起来发音和听音也还是很顺:

sci-aj-n / ** sci-j-an

1.1.3.5  副词的黏着规则

与名词和形容词的规则非常相似,只是副词不包括“数”这个语法范畴(在这种情况下,应注意,副词宾格与名词宾格用法不同)。因此,这些副词形态变体的总数为 2*7 = 14。

1.1.3.6  关于黏着的词尾规则为建立用于“削尾”和加尾的算法提供了很好的依据,这是机器解析和翻译世界语的第一个必要阶段。由于黏着语内部的高度规则性(包括一定程度的递归),研究此类令人满意的算法并不困难(请参阅附录2)。

1.1.4  世界语17个基本形态语素是否做到了在语义上的单纯,没有交叉?

1.1.4.1  可惜不是。这在【附录2】削尾算法中看得很明显(比较各个形态对应怎样的词法意义)。

1.1.4.2  语义不交叉的词尾只有5个:-o / -a / -e / -i / -n。应该说明的是,所谓的语义不交叉的词尾并不一定意味着只对应一个语义。语义不交叉词尾 -n 实际上有三个语义(即包括了三个单独的句法或逻辑功能,当然,三者并不共存):(i)宾语;(ii)方向(通常用于副词或介词后名词);(iii)状语(通常用于时间、距离等名词,功能等价于介词 je)。再如,在某些语言中,存在三个数,单数(1)、双数(2)和复数(大于2),但是世界语复数词尾 -j 的含义更大,包括2或大于2。

1.1.4.3  在世界语中,没有单纯的基本形态语素来表示"动词"、"谓语"的特征以及词法范畴"时态"、"语态"、"语气"和"时体“的具体所指。在分词的6个形式中,时体和语态是混杂在一起的。时态、语气与动词/谓语的特征也混合在一起。但是,这些不透明的的混合性词尾不会给人的理解带来困难。相反,它们显得足够自然和方便,特别是,那些混合在一起的词法特征都是紧密相关的。

【延伸讨论】 分词并不是独立的词类,它可以属于4个主要词类的任何一类。分词的真正含义是给一个词以逻辑动词的意味,类似于表示动作性意味的后缀(或“类词尾”)-ad- 。

1.1.4.4  有意思的是,即使在世界语不透明的混合形态中,也存在一定程度的“透明性”。在 -as/-is/-os/-ant-/-int-/-ont-/-at-/-it-/-ot- 中,“a” 似乎表示“现在”或“进行”,“i” 表示“过去”或“完成”,“o” 是 “未来”或“未完成”,“s” 似乎指 “谓语”(但命令式谓词 -u 则是例外,”n“ 表示 “主动”。尽管从形态学上,这些“类词尾”不能被视为基本形态,但是,所反映的这种“透明性”客观上加强了使用者对形态的把握,而且,人们总是体验到这些混合式形态构成的平行之美。

【延伸讨论】作为句法范畴,时态与时体显然彼此不同,但在实际使用中,其边界其实是灰色的:

Verk-ONT-oj estas tiuj, kiuj verk-OS au verk-ONT-AS.
Stud-ANT-oj estas tiuj, kiuj stud-AS (ne nepre stud-ANT-AS!).
Hav-ANT-e multon da mono, mi ghojas.
= Ĉar mi hav-AS (neniel necese hav-ANT-AS) multon da mon, mi ghojas.

Li jam vid-IS/vid-INT-AS la filmon.

实际上,这两个词法范畴均与客观世界的时间维度相关,是针对事件时间的不同角度的反映。这大概就是柴门霍夫作为语言践行者,对两个客观相似的概念(例如“过去”与“完成”)采用相同的元音(“i”)作为形态构成因素的考量吧。

1.1.4.5  然而,正因为世界语没有单纯的形态语素表示语态,语态信息是融合在6个分词形态里面,这就造成如下情形:一个被动形式对应了两个主动形式,如下所示:

-as / -antas  -->  -atas;    -as / estas -anta(j) --> estas -ata(j)
-is / -antis  -->  -atis;        -is / estis -anta(j) --> estis -ata(j)
-os / -antos  -->  -atos;    -os / estos -anta(j) --> estos -ata(j)

这个问题的本质是世界语实际上有四个时体:一般体(零形式),进行体,完成体和未完成体,同时存在两个语态:主动(零形式)和被动。而六个平行的分词形式只能蕴含三个时体和两个语态。这种状况使得以零形式表示的一般体没有其对应的被动形式,从而使它无奈之下不得不去共享或抢夺进行体被动态的分词形式 -at-。不能不承认,这是世界语形态系统的一个理论缺陷。其结果是,尽管 -at- 理论上是 -ant- 的被动对等物(进行体:-antas  -->  -atas),但实际上 -at- 通常是作为一般体的被动形式(一般体:-as  -->  -atas),越俎代庖了,因为一般体比进行体更为常用。因此,有人建议允许黏合形式 -ant-at- 或 -at-ant-,用作进行体和被动式的结合,或者将混合式分词形态独立开来,即:-ant-at- 代替 -at -,-int-at- 代替 -it -,-ont-at- 代替 -ot- ,以这种透明的黏合形式弥补形态体系的理论缺陷。这种符合黏合特性和组合逻辑的书斋提案,对于机器可能更加合理有效,但是对于我们人类来说,它们失之繁琐,反而成为不必要的学习负担。

1.1.4.6   【小结】理想的纯黏合语言是每个语素,至少每个词尾形态,应该具有单纯唯一的独立含义,正如柴门霍夫在《第一书》中声称的那样。任何复杂的意义组合都应该以语素的黏合手段加以表达。这也正是黏合语与其他的形态语言之间的根本区别。由此单词词形内的词法结构将变得彻底透明,完全可解析。最方便彻底贯彻这一黏合设计思想的语素正是词尾形态,而不是数量大得多的词缀语素和词根语素。然而,就这一点而言,世界语也没有表现出100%的黏合性。在我看来,这可以用语音手段的局限来解释:将所有词尾形态原子化肯定会导致每个单词的音节数大增,这样对于使用者的接受度来说太过复杂。 此外,世界语只有5个元音 a / i / e / o / u,这些元音也已经严重超载。世界语过去、现在和将来都是为人实际使用而设计的足够“自然的”人类语言(尽管其起点是人造),而不是机器语言。 (请参阅第4节。)

1.1.5  这 112 个单词形式都会用到吗?

1.1.5.1  在词法上,是的,所有这些形式都可能用到。实际中有一个限制:词干与这112种词尾的黏合,必须在逻辑上是可理解的,即语义上可以兼容。譬如,在我看来,那些表示具体物体的词根(例如“tabl-”)是应该没有分词形式的:

? tabl-ant-i / tabl-ot-a / tabl-ant-a / tabl-int-o

这种限制是使用者自然遵守的,毕竟人不大可能表达自己也无法理解的信息。

1.1.5.2  尽管从实用角度来看,这112种形式的使用频度彼此之间有很大差异,但是不能说哪种形式不可使用。这112种形式的有效性和可理解性是同样的。哪些形式更受青睐,更多出现是由多种因素决定的,包括:说话者的语言习惯和母语背景、风格、教育程度、语言能力、听众是谁以及希望产生何种效果,等等。

尽管如此,世界语的简约原则要求尽可能多地使用简单形式而不是复杂形式。例如:

"Mi NUN stud-AS (au: Mi ESTAS stud-ANTA)" 代替 "Mi stud-ANT-AS".
"Ili JAM ir_IS (au: Ili ESTAS ir-INTAJ)" 代替 "Ili ir-INT-AS".
"veredir-E" 代替 "veredir-ANT-E"

因此,人们宁愿使用 “la parol-O far_E de Zamenhof(柴门霍夫做的演说)”,而不是“ la parol-ADO far-ITA de Zamenhof”,或将短语 FARE DE 简化为新的介词 FAR(la parolo FAR Zamenhof)。

因为人类思想本身就存在必要的模糊性,此外,上下文和功能词(包括唯一有形态变化的助动词 EST-)通常也对解析有所助益(如上面示例所示,另请参阅 3.2.1),所以,世界语的节约原则并不难遵守。

1.1.5.3  【小结】仅仅17个基本形态最终形成112个有效的词尾形式!每个词都可以有112种变化,这真可算是黏合造词的奇迹。更重要的是,无论是表达还是理解,如此众多的词形却不会给人带来负担。这不是世界语黏合规律的最好证明吗?实际上,黏合的本质不外乎是选择性排列(由造词结果角度观之)和拟递归(由过程角度观之,请参阅【附录2】)。更抽象地讲,是一定的数学特性引入世界语了。世界语词汇是规则性和灵活性高度统一的典型案例,在世界语中这是同一现象的相互依存的两面。

1.2  词缀的黏合

词缀主要用于表达单词的细微差别。其黏合通常遵守自然逻辑或语义的兼容性,都是全人类共同的准则。因此,没有(也没有必要)特别规定词缀黏合的规则,使用者自然会让黏合易于理解。有一个世界语结构关系的就近原则在这里起作用,该原则要求两个相互关联的元素尽可能地接近,以便于清晰理解。比较 PLIMALBONIGI 与 MALPLIBONIGI 之间的细微差别:

bon-a --> mal-bona --> malbon-ig-i --> pli-malbonigi
bon-a --> bon-ig-i --> pli-bonigi --> mal-plibonigi (aŭ: bon-a --> malpli-bon-a --> malplibon-ig-i)


1.2.1  词缀的抽象度有所不同。 最抽象也是最常用的词缀有 -et- (“小”,程度轻微)、-eg-(“大”,程度严重)、mal-(反义词)、ne-(否定词),可以用于任何词根/词干和任何词类(原则上,每个词根具有一个逻辑词类,就像每个单词都有一个语法词类一样),而其他词缀,如 -ul-(“者”)、-ing-(“值得”)、 el- (“出”)、 kun-(“一起”)则非常具体。

1.2.2  与多后缀黏着相比,前缀黏合或多或少受限,并且语音上不允许在前缀之间或前缀与词根之间连音(例如,MALAPERI 和 MALANTAUPORDO:

mal-a-pe-ri / ** ma-la-pe-ri;
mal-an-tau-por-do / ** ma-lan-tau-por-do


1.2.3  后缀的黏合非常灵活自由:

rid-i --> rid-et-i --> ridet-em-a --> ridetem-et-a--> ridetemet-ul-o -->  ridetemetul-in-o --> ridetemetulin-et-o --> ridetemetulinet-aĉ-o --> ridetemetulinetaĉ-et-o ...
= la ete aĉa eta knabino, kiu ete emas rideti

上面这个由一个词根一个词尾中间黏着了8个后缀的派生词词义组合透明、易于理解,意思是:有点儿爱微笑的有点恶作剧的小女孩。后缀有:-et-(程度轻微)、-em-(倾向于)、-ul-(“者”)、-in-(女性)、aĉ(恶作剧)。

有意思的是,语缀(如 -et-)可以在一个单词中多次出现,这与形态语素完全不同。从理论上讲,后缀的数量在黏合过程中是不受限制的。当然,一个单词太多音节,发音器官可能有困难,人们通常不会使用过于繁复的多后缀黏合的词法综合形式。一般取而代之的是,使用句法词组的分析形式来表达复杂的概念组合。

另外,世界语中有两个特别的后缀 -ĉj-/-nj-,它们会更改与之黏合的前面的发音:patro(父亲) / patrino(母亲) --> pa-ĉj-o(爸爸)/ pa-nj-o(妈咪)。

1.3  词根的黏合

词根黏合用来表达复杂概念,其黏合规则非常简单也很自然:中心词始终居后。词根复合的黏合,与中文(以及德语)合成词的构成,具有类似的自由性。示例:

(1)  akvo-fonto:  水/源
(2)  varm-energio:  热/能
(3)  arbo-branĉo:  树/枝
(4)  surd-mut-ulo:  聋/哑/人
(5)  blank-hara:  白/发
(6)  nur-pieda:  光/脚
(7)  bon-kora:  好/心
(8)  fonto-lingvo:  源/语
(9)  celo-lingvo:  目标/语
(10)  naci-lingvo:  民族/语
(11)  internaci-lingvo:  国际/语

 

 

 

 

【补记】还有些语言学特点文中没讲透,譬如实词的三大类别,可以在这里做个补述。词缀的创造中,词类本体化也很有意思:对应于动词概念的 -ad- (类似于英语的 -tion/-ing),对应于具体名词概念的 -ajh-(类似于中文的“东西”或类后缀“-品”),对应于形容词概念的 -ec- (类似于英语的 “-ness”)。这样一来,实际上世界语等于有了两套实词的大类:本体概念上的名词(-ajh-)、动词(-ad-)、形容词(-ec-),和句法上的名词(-o)、动词(-i/-u/-as/-is/-os/-us)、形容词(-a)。

其实三大类别不止于此。所有的实词词根,从概念上都隐含着三大类别之一:表示事物的名词性概念(譬如 hom-,kat-,tabl-),表示行为的动词性概念(如 traduk-,ir-,ven-),表示性状的形容词概念(bel-,ver-)。这样一来,世界语的实词有三套平行的大类,一个内核,一层内衣(可省),一层外衣。这三层大类交错黏合成词,使得世界语词汇的表达空间游刃有余。

为什么 tradukado 可以省略为 traduko?因为 traduk- 本来就是动词,-o 已经起到了名物化的效果了,就不必劳动 -ad- 这个后缀了。但这也不妨碍可以用它,来更加强调动作的过程性。同理,为什么可以用 belo 代替 beleco?因为 bel- 本来内核就是形容词,用 -o 的名物化自然表达了“性状”,就不必劳动后缀 -ec- 了。但这也不妨碍用它来加强对于“性状”的强调。可见,表达手段的丰富增加了词汇细微差别(nuance)的微妙,使得国际语比自然语言更加具有柔性和张力。

语言比较很有意思,特别是从语言学角度。譬如中文。前面说过,中文是“裸奔”的语言,语言学中叫“孤立语”。怎么讲?三层大类在中文,只剩下内核,既没有外衣(形态),也基本没有后缀(内衣)。一个概念既不穿内衣,也不穿外衣,就这样赤身裸体出来,与其他词组语成句。需要变类怎么办?靠上下文。古代汉语表现最突出,叫“词类活用”。所谓活用,就是不穿衣服,但是等于是穿了衣服。

“老吾老以及人之老。”

“老” 内核是形容词,到了所有格代词“吾”和助词“之”后成了名词,表示 “老人”。名词短语(“吾老”)前的“老”,则成了及物动词。所有这一切的词类转变,全部没有“穿衣服”明示。古汉语具有世界语类似的词类转变的灵活性,但因为不穿衣服,比世界语难太多了。现代汉语降低了灵活性,使用大得多的词汇量来弥补灵活性的不足,自然也比世界语难得多。

 

 

 

 

【相关】

世界语论文钩沉:世界语的语言学特点(2/3)

Lingvistikaj Trajtoj De La Internacia Lingvo Esperanto

立委:一小时学会世界语语法

《朝华午拾:我的世界语国》

《朝华午拾 – 世界语之恋》

《朝华午拾:朋友遍天下》

《朝华午拾 – 欧洲之行》

《朝华午拾:与白衣天使擦肩而过》

硕士论文: 世界语到汉语和英语的自动翻译试验

立委硕士论文全文(世界语版)

《朝华午拾:shijie-师弟轶事(3)——疯狂世界语 》

灵感有如神授,巧夺岂止天工

立委世界语文章 (1987): 《中国报道:通天塔必将建成》

立委世界语论文(1986): 《国际语到汉语和英语的自动翻译》

立委(1988)《世界科技:世界语到汉语和英语的自动翻译试验》

DLT项目背景介绍

《李白詹120:乔老爷老矣》

【关于机器翻译】

【语义计算:李白对话录系列】

【置顶:立委NLP博文一览】

《朝华午拾》总目录

 

Lingvistikaj Trajtoj De La Internacia Lingvo Esperanto

【立委按】很久很久以前,我发表过一篇世界语语言学特点的论文,后应邀扩展为一个 chapter,这段经历我在博客有记录。记得只看到样本,密密麻麻都是老先生对我论文的校对,但未等到付印我就出国了。后来流浪世界,一直没有顾上追踪这篇论文的下落,直到博士毕业来美国加入创业公司。我在公司做了主管以后,想到在世界语圈子的 Paul,他当时是加拿大世界语协会主席,也是我的兄弟学校的语言学博士候选人。Paul 苦读多年终于要毕业了,我就把他招来做了我的手下。有一天我提到这篇论文的事儿,他主动说我可以到图书馆查询,看到底发表了没有。后来他果然找到了,复印给我当年我呕心沥血写就的长篇论文。这篇论文的底稿早就不存了,只剩下这篇复印件,我一直想把这篇论文重新数字化,但还没找到合适的世界语文字识别软件,可是要是一字字地敲进去又没有这个耐心。在这喧嚣的世界里,我们越来越浮躁,很难静下心来。现在加入了这个群组,左右都是同仁和老师,感觉给了我动力。近20页密密麻麻,我就一点一点植字,也算是重温旧梦吧。

Li,Ŭej (Wei) 1991. Lingvistikaj trajtoj de la lingvo internacia Esperanto. 

In Serta gratulatoria in honorem Juan Rgulo, Vol. IV. pp. 707-723. La Laguna: Universidad de La Laguna

1. Aglutineco de Esperanto

1.0.  Kiel sciate al ĉiuj, Esperanto estas grandparte tipa aglutina lingvo, kies morfemoj (finaĵoj, afiksoj kaj radikoj) havas siajn apartajn signifojn kaj povas aglutini unu sur alia por vortofarado.  Ni intencas portempe esplori sube ĉefe pri la aglutineco pri la finaĵoj, kvankam estas same studindaj la trajtoj por la aglutineco pri afiksoj (lige kun derivaĵfarado) kaj pri radikoj (lige kun kunmetaĵofarado).

[Klarigo] La termino finaĵo en tiu ĉi arktikolo specifikas je gramatika finaĵo.

1.1. Aglutineco pri Finaĵoj

Principe vortofinaĵoj estas nur uzataj por montri gramatikajn informojn: vortospecon, kazon, nombron, tenson, voĉon, modon kaj aliajn.

1.1.1.  Kiom da sendependaj finaĵmorfemoj estas en Esperanto?

La absoluta nombro multe limigitas, nur 17: -o, -a, -e, -n, -j, -i, -u, -as, -is, -os, -us, -ant-, -int-, -ont-, -at-, -it-, -ot-.  Tamen, estas admirinde, ke ili sufiĉe kompletas kaj proksimume esprimriĉas kiel en fleksiegaj lingvoj, dank' al sia aglutineco. 

1.1.2.  Baze de la 17 fundamentaj finaĵoj, po kiom da vortoj oni povas produkti el unu vortokorpo laŭregule?

La teoria respondo estas 112: 42 verboj, 28 substantivoj, 28 adjektivoj kaj 14 adverboj (Vd. APENDICON I).

1.1.3.  Kiuj estas la reguloj, laŭ kiuj la finaĵoj sinaglutinas?

1.1.3.1.   Ĉiu vorto havas nur unu vortospecon, nociaj vortoj ĉiam per siaj finaĵoj sinaspektas je siaj specoj ĉu kiel substantivo, aŭ adjectivo aŭ verbo aŭ adverbo; funkciaj vortoj, kiel prepozicio, originala adverbo, kaj aliaj, tamen, gajnas siajn specojn artefarite, kaj ili estas nombreblaj.  Tial, ne estas permesite, ke interaglutiniĝu la finaĵoj indikantaj specojn, -o, -a, -e, -i/-u/-as/-is/-os/-us, t. e. ne ekzistas la formoj kielsube:

** -as-o / ** -e-i

[KLARIGO] ** estas indiko por negramtikaĵo (ne-vorto aŭ ne-frazo) dum ?? por gramtikeproblemaĵo.

1.1.3.1.1.  Tio estas granda avantaĝo por la internacia lingvo, ke en Esperanto ne povas esti gramatikaj samformoj, kio sendube estas eksterordinare favora kondiĉo por rekoni (far ĉu homoj ĉu maŝinoj) la funkcion en frazo de la minimuma sintaksa unuo vorto.  La alta reguleco tipe enkorpiĝas ĉi tie, ĉu ne?

1.1.3.1.2.  Sekve kaj aliflanke, Esperanto sin karakterizas per laŭplaĉa transformado de vortospecoj, se nur la transformaĵo ne kontraŭas al logiko (kp. 1.1.5.1).  Ĉu tio ne estas okulfrapa sinmanifesto de alta fleksebleco de Esperanto? Ekzemble:

La flor-OJ flor-AS.
Li kan-AS italan popolan kant-ON.
Mi estas ĝoj-A.  Mi ĝoj-AS.
la propon-ITA propon-O

La sama laŭplaĉeco je specotransformo sintrovas ankaŭ en la antikva ĉina lingvo.  Tamen, treege bedaŭrinde, la transformo sin montras per neniaj videblaj morfologiaj formoj, kaj tio povrekoniĝas nur laŭ kunteksta sintaksa aŭ/kaj logika analizo.  Komparu:

1) 三人行,必有我师。(ĉine) Tri hom-OJ iras, (inter kiuj) nepre estus mia instruisto.
(vorto-al-vorte: tri hom? ir?, nepr? est? mi? instruist?).

其狼人立而嗥。(ĉine) La lupo hom-E staras kaj hurlas (t.e. kvazaŭ homo starus). 
(vorto-al-vorte: tiu? lup? hom? star? kaj hurl?).

2) 其物净且清。(ĉine) la aĵo pur-AS kaj klaras. 
(vorto-al-vorte: tiu? aĵ? pur? kaj klar?)

净其身,食其肉,乃去。(ĉine) Pur-IG-IS la korpon, manĝis la viandon, kaj eliris. 
(vorto-alvorte: pur? tiu? korp?, manĝ? tiu? viand?, kaj elir?)

1.1.3.2.  Ĉiuj specofinaĵoj bone sinaglutinas sur la 7 "interfinaĵoj" (kiuj neniam aperas je la fino de vortoj), t.e. la 6 participaj formoj indikantaj aspektojn (kontinuan, perfektan kaj malperfektan) kaj voĉojn (aktivan kaj pasivan), kaj 1 nulformo, kiu fakte indikas ĝeneralan aspekton (aŭ nulaspekton) kaj aktivan voĉon. Tamen, la participaj por si mem ne povas interaglutini unu sur la alia. 

1.1.3.3.  Aglutinaj Reguloj por Verbo

1.1.3.3.1.  Verbo finas nepre je unu el la subaj finaĵoj: -i/-u/-as/-is/-os/-us, kiuj tial certe aperas je vortofinoj kaj inter kiuj ne plu estas la eblo por aglutinado, t.e. la formoj kun -i, -u aŭ -us kiel finaĵo ne plu sinvarias je tenso-signifo, kaj -as/-is/-os nur povas enhavi la signifon de ĝenerala modo (aŭ nulmodo). 

1.1.3.3.2.  Esperantaj verboj ne sinvarias pro nombro aŭ kazo, verbofinaĵoj do ne aglutineblas al la finaĵoj -j kaj -n.  Tial en Esperanto ne ekzistas la kontrasto inter la subaj 2 formoj:

Mi skrib-as. / ** Ni skrib-j-as.  (aŭ: ** Ni skrib-as-j.) 

1.1.3.3.3.  La 6 verboformoj indikantaj tensojn (prezencan, preteritan kaj futuran) kaj modojn (infinitivan, kondicionalan kaj volitivan) kaj la 7 interfinaĵoj por aspektoj kaj voĉoj interaglutinas kun la rezulto de 6*7=42 verboformoj.

[PROBLEMO] Ĉu infinitivo vere estas ia modo aŭ ia sendependa vortospeco?

1.1.3.4.  Aglutinaj Reguloj por Substantivo kaj Adjektivo

1.1.3.4.1.  Substantivoj kaj adjektivoj fleksias je nombro (singularo per nulformo kaj pluralo per -j) kaj kazo (nominativo per nulformo kaj akuzativo per -n).  La 2 nombroj kaj 2 kazoj aglutinantaj sur la 7 interfinaĵoj fariĝas fine 2*2*7=28 formoj.  

1.1.3.4.2.  Jen la ordo inter ili:  (korpo)-interfinaĵo + speco + nombro + kazo, interkie korpo = prefikso(j) + radiko(j) + sufikso(j).  Ekzemple: stud-ant-o-j-n.  Nur radiko kaj speco nepre kunaperas, la aliaj morfemoj povas tute ne aperi.  La supra interordo establiĝas tre nature, kun fonetika kialo (kvankam morfologie la finaĵ-ordo estas pure arbitra, ĉar la ordo mem ne variigas iliajn grametikajn signifojn, kio tiurilate diferencas de la stato pri afiksoaglutinado!  Kp. 1.2.  Ordite kiel supre, la vokalo oa, la duonvokalo j kaj la nazala konsonanto n prononciĝus kaj aŭskultiĝus plej facile, eĉ en la okazo, ke la korpo hazardus kun vokalo je fino: 

sci-aj-n / ** sci-j-an

1.1.3.5.  Aglutinaj Reguloj por Adverbo

Ili multe similas al tiuj por substantivo kaj adjektivo, nur adverbo ne inkluzivas en si la gramatikan kategorion de nombro (por kazo, menciindas, ke la adverba akuzativo signife ne malgrande foras de la substantiva).  La formoj do rezultiĝas entute je 2*7=14.

1.1.3.6.  La aglutinaj reguloj pri finaĵoj bone fundamencas al la establado de la algoritmoj por fortranĉi finaĵojn kaj por ilin adicii, kiu estas la unua necesa etapo por maŝine kompreni kaj traduki Esperanton.  Dank' al la alta reguleco, inkluzive de iugrada rekursiveco, interna en la aglutinareguloj, estas ne malfacile elesplori tiajn algoritmojn kontentigajn (Vd. APENDICON 2).

1.1.4.  Ĉu la 17 fundamentaj finaĵoj ĉiuj semantike senmiksas?

1.1.4.1.  Bedaŭrinde, ne.  Tio klare evidentas en la algoritmo de APENDICO 2.

1.1.4.2.  Jen la senmiksaj finaĵoj: -o/-a/-e/-i/-n.  Estas klarigende, ke la tiel nomata semantike senmiksa finaĵo tute ne necese signifas, ke ĝi devu signife specifiki nure.  La Esperanta senmiksa finaĵo -n signife inkluzivas fakte de tri apartaj funkcioj sintaksaj aŭ logikaj (neniam kunekzistaj, kompreneble): objekto, direkto (kutime lige kun adverbo aŭ postprepozicia substantivo) kaj adjekto (ofte kun la substantivoj de tempo, distanco aŭ similaj).  Plurekzemple, en iuj lingvoj estas tri nombroj, singularo (1), duumo (2) kaj pluralo (pli ol 2), tamen la Esperanta pluralofinaĵo -j plivaste signifas, inkluzive de kaj 2 kaj pli ol 2.  

1.1.4.3.  En Esperanto ne estas elementaj finaĵoj por respekte indiki verbon, predikaton kaj la signifojn de tenso, voĉo, modo kaj aspekto.  La signifoj de aspekto kaj voĉo miksiĝas en la koncepto de participo.  Kaj tenso, modo ankaŭ sinmiksas kun verbo aŭ/kaj predikato.  Tiuj netravideblaj miksaĵoj, tamen, ne kaŭzas malfacilon por homa rekonado; anstataŭe, ili aspektas sufiĉe nature kaj favore, ĉefe ĉar la signifoj miksitaj kune estas tiuj, kiuj proksime interrilatas.  

[PLUVORTOJ]  Participo ne estas sendependa vortospeco, kiu povas aparteni al ajna el la 4 ĉefaj specoj kaj kies vera senco nur efikas je tio, ke ĝi, kiel la sufikso aŭ kvazaŭ interfinaĵo -ad-, donus al vorto la logike verban signifon.  

1.1.4.4.  Estas sufiĉe interese ke ankaŭ estas iugrada "travidebleco" eĉ en Esperantaj netravideblendaj miksaj finaĵoj.  El la formoj -as/-is/-os/-ant-/-int-/-ont-/-at-/-it-/-ot-, verŝajnas al ni, ke -a- signifus "presencon" aŭ "kontinuon", -i- "preteriton" aŭ "perfekton", -o- "futuron" aŭ "malperfekton", -s "predikaton" (escepte nur de la volitiva predikato -u), kaj -n- "aktivon", ktp.  Kvankam morfologie tiuj kvazaŭfinaĵoj ne povas sinsendependi kiel elementaj finaĵoj, tamen, tia "travidebleco" objetive multe helpas nin por memorado, kaj plue, oni ĉiam sentas la belecon je la paraleleco en la miksformoj  konsistantaj el ili.  

[PLUVORTOJ]  Kiel sintaksaj kategorioj, tenso kaj aspekto ja evidente diferencas unu de la alia, sed je praktika uzado ege malklariĝas la interlimo:

Verk-ONT-oj estas tiuj, kiuj verk-OS aŭ verk-ONT-AS.
Stud-ANT-oj estas tiuj, kiuj stud-AS (ne nepre stud-ANT-AS!).
Hav-ANT-e multon da mono, mi ĝojas.
= Ĉar mi hav-AS (neniel necese hav-ANT-AS) multon da mon, mi ĝojas.
Li jam vid-IS/vid-INT-AS la filmon.

Fakte, la 2 konceptoj ambaŭ rilatas al TEMPO en la objektiva mondo.  Tio eble ĝuste estas la kialo, pro kio Zamenhof, kiel lingva majstro, maldogmiste elektis la samvokalojn por la 2 objektive similaj konceptoj.  

1.1.4.5.  Tamen, guste ĉar en Esperanto ne estas elementaj finaĵoj por voĉoj, kies informoj sin montras nur en la 6 participoj, do formas la situacio, ke 1 pasivformo kontrastas al 2 aktivformoj kielsube:

-as / -antas  -->  -atas;    -as / estas -anta(j) --> estas -ata(j)
-is / -antis  -->  -atis;        -is / estis -anta(j) --> estis -ata(j)
-os / -antos  -->  -atos;    -os / estos -anta(j) --> estos -ata(j)

La esenco de ĝi estas, ke en Esperanto estas efektive 4 aspektoj: ĝeneralo (per nulformo), kontinuo, perfekto kaj malperfekto, kaj ekzistas 2 voĉoj: aktivo (per nulformo) kaj pasivo.  La 6 paralelaj participoj konsistas el nur 3 aspektoj kaj 2 voĉoj, dum la nulforma ĝenerala aspekto ne havas sian respondan pasivformon, rezultante, ke ĝi senrimede kunĝuas la kontinuan pasivaĵon!  Ni ne povas ne konfesi, ke kvankam -at- estas teorie formala kontrastaĵo al -ant-, tamen oni efektive emas rigardi -at- kiel la pasivan formon por ĝenerala aspektom, kiu pli often uziĝas ol la kontinua.  Tial, iuj proponas, ke oni uzu la aglutinan formon -ant-at--at-ant- kiel la kunaĵon de kontinuo kaj pasivo, aŭ plue, tute sendependigu la 2 katekoriojn, sekve estus: -int-at- anstataŭ -it-, -ont-at- anstataŭ -ot-, ktp.  Tiaj travideblaj formoj eble ja efikas por maŝinoj, sed por ni homoj ili estas troaj kaj nenecesaj ŝarĝoj.  

1.1.4.6.  [Sumeto]  Ideala pure aglutina lingvo estas tia, ke ĉiu morfemo, almenaŭ ĉiu finaĵo, devas havi elementan aŭ simplan signifon, tiel, kompleksa signifo estas esprimata en la formo de morfemaglutinaĵo.  Tio ja estas la fundamenta diferenco inter aglutina lingvo kaj alia fleksitipa lingvo, kaj nur pro tio la vortoj fariĝus travideblaj, tute analizeblaj.  Kompreneble, finaĵoj estas tiuj morfemoj, kiujn oni plej facile aglutinigas tutpure.  Tamen, eĉ tiurilate, Esperanto ne sinmontras je 100% senmiksa aglutineco, kio povas, laŭ mi, klarigata fonetike: signife simpligi ĉiujn finaĵojn en elementojn certe kaŭzas la plimultigon de silaboj por vorto, kaj la aglutinaĵo sekve tro kompleksas por homa akcepteblo.  Plue, en Esperanto estas nur 5 vokaloj a/i/e/o/u, kiuj ĉiuj estas sufiĉe ŝarĝitaj jam!  Esperanto estis, estas kaj estos HOMA PRAKTIKUZA kaj sufiĉe NATURA lingvo (kvankam origine artefarita) anstataŭ maŝinlingvo.  (Vd. Sekcion 4.)    

1.1.5.  Ĉu la 112 formoj ĉiuj estas uzataj?

1.1.5.1.  Gramatike, jes. Praktike, estas nur unu limigo:  la ligaĵo de korpo kaj finaĵo devas esti logike komprenebla, t.e. semantike ligebla.  Ŝajnas al mi, ke tiuj konkretaj aĵo-radikoj kiel "tabl-" ne povas fariĝi en participformojn:  

?? tabl-ant-i  / tabl-ot-a / tabl-ant-a / tabl-int-o

Tiun limigon laŭas nature la uzantoj, kiuj verŝajne ne eblas esprimi iun informon eĉ ne kompreneblan al si mem!  

1.1.5.2.  Kvankam pragmatike la uzofteco por la 112 formoj multe varias unu de alia, tamen oni neniel povas diri, ke kiuj formoj estas neuzeblaj.  La efikeco kaj la komprenebleco de la ĉiuj 112 formoj estas same certaj.  La problemo, kiuj el ili estas prefere elektitaj por esprimado, decidiĝas de variaj faktoroj:  la lingva kutimo kaj origino de la parolanto, la stilo, la situacio, kiaj aŭskultantoj ĉeestas kaj kia efiko estas intencita, la poveco de la uzanto, ktp.  

Tamen, Esperanta Ŝpara Principo bezonas, ke oni plej ofte eble uzu malmultajn simplajn formojn.  Ekzemple: 

"Mi NUN stud-AS (aŭ: Mi ESTAS stud-ANTA)" anstataŭ "Mi stud-ANT-AS".
"Ili JAM ir_IS (aŭ: Ili ESTAS ir-INTAJ)" anstataŭ "Ili ir-INT-AS".
"veredir-E" anstataŭ "veredir-ANT-E" (kp. angle: truly speak-ING).

 Do, oni prefere uzas "la parol-O far_E de Zamenhof" anstataŭ "la parol-ADO far-ITA de Zamenhof", aŭ plue plisimpligus la vortogrupan prepozicion FARE DE en la novan prepozicion FAR: la parolo FAR Zamenhof (kp. "la parolo de Zamenhof", formon pli abstraktan).  

Ĉar en la homa pensado mem iugrade ekzistas necesinda nebuleco, kaj samtempe, ofte helpas ankaŭ la kunteksto kaj funkciaj vortoj inkluzive de la nura fleksia efektive funkcieca vorto EST- (helpe de ĝi, oni bone sinesprimas per analizaj formoj ĝenerale pli klaraj ol la sintezaj kompleksaj formoj, kiel jam montrite en la supraj ekzemploj.  Vd. ankaŭ 3.2.1), Ŝpara Principo de Esperanto ne malfacile laŭiĝas.  

1.1.5.3.  [SUMETO]  Nur 17 fundamentaj finaĵoj povas interaglutiniĝi fine en 112 efikaj finaĵoformojn!  Ĝi estas miraklo por vortofarado dank' al aglutineco.  Kaj, plue, tiel multaj formoj neniel fariĝas ŝarĝo sur homoj ĉu por esprimo aŭ por kompreno.  ĉu tio ne estas la plej bona pruvo por la Esperanta aglutina reguleco?  La esenco de aglutineco estas faket ne plu ol elekta permutado (el la anglo de rezulto) kaj kvazaŭrekursiveco (el la angulo de procezo, Vd. APENDICON 2), aŭ pli abstrakte, ia matematikeco, kiu plej multe eble enkondukiĝis en nian lingvon.  Ĝuste pro tio, Esperanta vortofarado estas tipa ekzemplo de la alta unuiĝo de reguleco kaj fleksebleco, kiuj estas en Esperanto interdependaj flankoj de la sama fenomeno.  

1.2.  Aglutineco pri Afisoj

Afiksoj ĉefe poras esprimi vortonuancojn.  La aglutino ofte limigatas de natura logiko aŭ semantika kunligebleco, kiu estas grandparte komuna al la tuta homaro, tial ne ekzistas, kaj ankaŭ necesas, perfortaj reguloj por la afiksordo, la uzantoj en komunikado nature interkompreniĝas tiurilate.  Funkcias ĉi tie la Esperanta Interproksima Principo, kiu bezonas la interrilatajn 2 elementojn kiel eble plej proksimaj por facila kaj klara komprenado.  Komparu la nuancon inter PLIMALBONIGI kaj MALPLIBONIGI:

bon-a --> mal-bona --> malbon-ig-i --> pli-malbonigi
bon-a --> bon-ig-i --> pli-bonigi --> mal-plibonigi (aŭ: bon-a --> malpli-bon-a --> malplibon-ig-i)

1.2.1.  Estas diferenco je abstrakteco de afiksoj.  La plej abstraktaj kaj ankaŭ plej ofte uzataj afiksoj kiel -et-/ -eg-/-aĉ-/mal-/ne- ĉie uzeblas kun kiu ajn radiko, kies logika speco (principe, ĉiu radiko kutime havas unu logikan specon, ĝuste kiel ĉiu vorto havas unu gramatikaspecon) estas ne antaŭkondiĉita, dum aliaj kiel -ul-/-ing-/el-/kun- multe konkretas.

1.2.2.  La povecon je prefiksa aglutino estas pli-malpli limigita, kompare kun tiu je la sufiksa, kaj fonetike ne kiele permesitas la kunprononco de la silaboj inter prefisoj aŭ inter prefiso kaj radiko (kielekzemple MALAPERI kaj MALANTAŬPORDO: mal-a-pe-ri / ** ma-la-pe-ri;  mal-an-taŭ-por-do / ** ma-lan-taŭ-por-do).  

1.2.3.  Multe pli flekseblas la aglutinado pri sufiksoj:

rid-i 
rid-et-i
ridet-em-a
ridetem-et-a
ridetemet-ul-o
ridetemetul-in-o
ridetemetulin-et-o
ridetemetulinet-aĉ-o
ridetemetulinetaĉ-et-o ...
(= la ete aĉa eta knabino, kiu ete emas rideti)

Ni trovu, ke la samafikso povas aperi plurfojoin en unu vorto nur laŭ la sence celita, tio estas tute malsama de finaĵo.  Teorie, la nombro de sufiksoj dum aglutinado semlimas, kvankam oni prefere uzas analizan formon anstataŭ tro kompleksan plursufiksan aglutinaĵon, limigite de la povo de homaj organoj.  

[PLUVORTOJ]  Estas en Esperanto 2 malaglutinecaj sufiksoj -ĉj-/-nj-, kiuj ŝanĝas la antaŭajn silabojn:  patro / patrino --> pa-ĉj-o / pa-nj-o.

1.3.  Aglutineco pri Radikoj

Radikaglutineco uziĝas por manifesti malsimplan koncepton, kaj la aglutina regulo tre simplas kaj naturas: aksa elemento ĉiam sekvu.  La laŭplaĉeco por kunmetaĵfarado kaj la aglutina regulo tre similas al la vortofarado en la ĉina lingvo (kaj ankaŭ la germana).  Ekzemplojn:

(Esperante : ĉine)

(1)  akvo-fonto:  水/源
(2)  varm-energio:  热/能
(3)  arbo-branĉo:  树/枝
(4)  surd-mut-ulo:  聋/哑/人
(5)  blank-hara:  白/发
(6)  nur-pieda:  光/脚
(7)  bon-kora:  好/心
(8)  fonto-lingvo:  源/语
(9)  celo-lingvo:  目标/语
(10)  naci-lingvo:  民族/语
(11)  internaci-lingvo:  国际/语

2. Fleksebleco De Esperanto

2.1  En Esperanto malklariĝas la limoj ...

2.1.1  Inter transitivo kaj netransitivo

Mi IRAS.
/ IRU vian propran voj-ON.

La tuta homaro PAROLOS nur unu lingv-ON.
/ Mi PAROLAS Esperant-E (en Esperanto / per Esperanto).

2.1.2  Inter objektoj rekta kaj nerekta :

informi ION al IU / informi IUN pri IO

2.1.3  Inter objekto kaj adjekto

Mi invitas vin vojaĝi kun mi PEKINON.

2.1.4  Inter radiko kaj afikso (eĉ finaĵo), sekve inter derivaĵo kaj kunmetaĵo, kiel ekzemple:

Kion vi UM-as nun? (angle: What the devil are you doing?)
sekret-ET-o / ET-a sekreto 
ANTAŬ-vidi / Sinjorinoj ANTAŬ-u
kred-IND-a / ne-IND-a / IND-igi / sen-IND-ulo
AĈ-ulo / FI-ulo
Mi neniam ŝatas lin, nek IS nek OS.

2.1.5. Inter sufikso kaj finaĵo

am-AT-o / am-AT-IN-o
kaj parol-e kaj skrib-e / kaj je parol-AD-o kaj je skrib-AD-o
(kp. angle:  both in speak-ING and in writ-ING)
instru-ANTO / instru-ISTO / instru-EMULO // ?? instru-ANO
(Ĉiu el tiuj vortoj estas tiu, kiu rilatas kun la ago instruado.)

2.1.6  Inter nocia vorto-radiko kaj funkcia vorto, t.e. funkciaj vortoj ankaŭ povas sekvati de finaĵoj eĉ afiksoj ĝuste kiel radikoj, se necese:

JES, mi JES-as vian opinion.
Li TRO ĝojas.  --> Li ĝojas TRO-e.
tie --> tie-aj homoj
nur --> la nur-a studento / nur-ul-o / nur-ul-in-o
per --> per-anto
tre --> tre-ege

2.1.7  Inter vortogrupo kaj grupovorto (kunmetaĵo), speciale prepozitivo kaj ĝiaj respondaj adverbo, adjektivo, verbo kaj eĉ substantivo:

laŭ mia opini-o / miaopini-e

sur la tabl-o / surtabl-e
sur la tabl-on / surtabl-en

la lingvo por homoj / porhom-a lingvo (porhomalingvo)
(sed ĉu "porhomlingva" = "porhom-lingva" aŭ "por-homlingva"?)

la reĝimo el la popolo, sub la popolo, inter la popolo, kaj por la popolo 
La reĝimo elpopol-U, subpopol-U, interpopol-U kaj porpopol-U.

Ĉio estu la popolo.  /  Ĉio porpopolu!

transformi specon laŭ via plaĉo / la laŭplaĉo en speca transformado

zorgi PRI (io) / PRI-zorgi (ion / PRI io)

maŝina tradukado / maŝintraduko

ponta lingvo kaj intera lingvo / pontolingvo kaj interlingvo

2.1.8   Inter predikato kaj predikata komplemento (predikativo):

Mi ESTAS studant-A. / Mi ESTAS ĝoj-A.

2.1.9.  Fine inter la konceptoj de aglutinado, kunmetado kaj derivado (Rf. Sekcion 1); inter la konceptoj de substantivo nombrebla kaj nenombrebla (ekz. konklud-o / konklud-oj), difinita kan nedifinita (sinmotrante je iugrada laŭplaĉo en la uzado de la artikolo LA), ktp. 

2.2.  En Esperanto kreiĝis la ĉiopova prepozicio JE.  Kiam oni esprimas sian penson, oni ofte sentas, ke ekzistas iagrada nubula determina rilato inter konceptoj, sed ne povas diri klare kaj ne bezonas klare montri ilian semantikan rilaton.  Por adapti la lingvon al tia nebuleco de homa pensado, Zamenhof, same kiel li elpensis la sufikson -UM-, genie kreis la prepozicion JE (kiu eble estas la dua plej grava analizaĵo en Esperanto.  La unua estas la vorto EST-, Vd. 3.2.)  Oni povas esprimi tian nebulan rilaton ankaŭ per fleksiaj formoj (sintezaĵoj), kiel akuzativo aŭ adverbo.  

2.3.  En Esperanto estas mirinda unueco en la uzado de kazo kaj vortospeco, kio estas ĝia treege elstara lingvistika trajto.  La vortospeco kaj kazo estas ambaŭ dinamikaj sintaksaj karakteroj, kiuj sinmontras nur dum la konstruado de frazo.  Tial, ili same povas esprimi abstraktajn semantikaj rilatojn, kvankam diferencajn, kaj efektive kompletigas unu la alian.  (Diferencante de la analizforma prepozitivo, kiu en Esperanto estas uzata ĝenerale por esprimi kompare koncretan kaj determinan semantikan rilaton, escepte de la prepozicio JE.  Porplue, vd. 3.2.2.)  Ni komparu jenajn frazojn:

Mi skribas plum-E.  /                                                       (ruse)

Kiel supre jam menciite (vd. 1.1), bazaj finaĵformoj en Esperanto, kvankam nemultaj, estas sufiĉe kompletaj kaj esprimriĉaj.  Ni nun citu kazon kiel pluan ekzemplon.  Esperanto havas nur du kazojn, t.e. nominativon, aŭ alivorte neakuzativon (per nulformo), kaj akuzativon (kun la finaĵo "-N").  Kun la kazoj kaj vortospecoj, kaj analiza formo prepozitivo (se necese), Esperanto estas tiel esprimriĉa kiel aliaj fleksiegaj lingvoj.  La rusa estas unu el la lingvoj kurante plej fleksiriĉaj, kun 6 kazoj.  Estas ne malinspirante kaj ne malinterese kompari la rusan lingvon kun Esperanto tiurilate.  Proksimumedire, la unua kazo de la rusa respondas al nominativo de Esperanto, la dua kazo al adjektivo (kun la finaĵo "-A"), la kvara al akuzativo (kun la finaĵo "-[OJ]N"), kaj la kvina al adverbo (kun la finaĵo "-E").  Nur la tria kazo ne havas sian respondan fleksian formon en la internacia lingvo kaj estas ansataŭata ĝenerale de la prepozicio "AL".  La sesa kazo per si mem ne esprimas difinitan semantikan rilaton kaj funkcias nur kune kun la prepozicioj kiel "O", "HA", "B".  Estas interese, ke en Esperanto prepozicioj povas esti sekvataj kaj de nominativo kaj de akuzativo, montrante nedirekton kaj directon respektive.  Kompare kun la simila uzo en la rusa lingvo, Esperanto estas multe pli simpla kaj perfekta. (Vd. APENDICON 3.)   

2.4.  En Esperanto estas sufiĉe libera vortordo

2.4.1  

(1) Mi amas vin; 
(2) Mi vin amas; 
(3) Vin mi amas; 
(4) Vin amas mi; 
(5) Amas mi vin; 
(6) Amas vin mi.
(ĉiuj permutaĵoj de tri elementojn)

2.4.2  

(1) la homoj studantaj matematikon

(2) la homoj matematikon studantaj

(3) la studantaj matematikon homoj
(Sed: ?? Mi ŝatas la studant-AN matematik-ON hom-ON.)

(4) ?? la matematikon studantaj homoj
(plibone: la matematikon-studantaj (matematik-studantaj) homoj

2.4.3 

(1) la propono proponita de mi

(2) la propono de me proponita

(3) la de mi proponita propono 

(4) la proponita de me propono

(5) la proponita propono de mi

(6) ?? la de mi propono proponita

Ĉi tie ni vidas, ke la malibereco sinmontras nur je la ordo inter artikolo aŭ prepozicio kaj ĝia ĉiam sekvanta rilata subsvantivo, tial, en la ĵuscititaj frazoj estas fakte 3 ordo-varieblaj elementoj: la (...) propono; de mi; proponita, kies permutado nombriĝas je 6.

2.4.4  Esperanto eĉ permesas tian uzadon:

Nun de loko flugu ĝi al loko.  (Kp. Nun ĝi flugu de loko al loko.)

Ne al glavo sangonsoifanta, Ĝi la hom-AN tiras famili-ON.  (Ĝi tiras la homan familion ne al glavo sangonsoianta.)

Certe, en la supraj du ekzemploj, multe helpas la poetika licenco, kiu povas, tamen, tiel libere kaj efike funkcii je vortordo nur kondiĉe, ke ĝi estu en iu treege milda lingvo kiel Esperanto kaj samtempe ke ĝi tute ne kontraŭu al la fundamenta gramatiko de la lingvo.

2.5.  La konjugacia sistemo de Esperanto (kvankam kun, tamen, la difekto supremenciita en 1.1.4.5.) kaj la tabelo de korelativaj vortoj de Esperanto estas mirindaj kreaĵoj.  Per la nura help-verbo EST- (kiu estas la plej grava analizaĵo en Esperanto!  Vd. 3.2.), oni povas bone esprimi analizforme diversajn kompleksajn tensojn kaj voĉojn.  (Sen la help-verbo, dank' al la aglutineco de gramatikaj finaĵoj, oni ankaŭ egale pove ilin esprimas sintezforme.)  La tabelo de korelativaj vortoj estas eksterordinare riĉa kaj konciza por esprimi semantikajn rilatojn.  Ĝi estas tiel perfekta, logika kaj bela, ke ĉiuj esperantistoj spertas ĝian belecon, same kiel kemiistoj la belecon de la Mendeleeva tabelo de kemiaj elementoj.

2.6.  En Esperanto almenaŭ ĉiuj prepozicioj estas samtempe prefiksoj.  Do sekvas nature la granda fleksebleco je esprimado (vd. 2.1.7.). 

 

3.  ANALIZAJ KAJ SINTEZAJ FORMOJ

3.1. Alia elstara lingvistika trajto de Esperanto estas, ke ĝi havas la esencojn de kaj analiza lingvo kaj de sinteza lingvo, sufiĉe riĉante je kaj funkciaj vortoj kaj fleksiaĵoj.  Oni povas sin esprimi semantike aŭ per analiza formo (helpe de funkciaj fortoj) aŭ per sinteza formo (helpe de fleksioj). La du formoj, kompreneble, ne tute identiĝas. Ili sin montras diversastile. Pro tio, Esperanto estas elastega kaj esprimriĉa. Kiel celolingvo, ĝi povas plej bone imiti la lingvajn karakterizaĵojn de originala verko, ĉu la mildan slavan stilon kun libera vortordo, ĉu la stilon de fleksimankaj lingvoj, kiel la ĉina kaj angla. Sube estas kelkaj ekzemploj de ĉiea kaj ĉiutavola kunekzistado de analizaj kan sintezaj formoj en Esperanto:

Analizaj Formoj / Sintezaj Formoj

1. Tenso:

Mi ESTAS srib-ANTA. / Mi skrib-AS. Mi skrib-ANTAS.

2. Voĉo:

Ĝi ESTAS limig-ITA. / Ĝi limig-ITAS.  Ĝi lim-IĜAS.  Ĝi SIN-limig-AS

3. Senco:

Tio estas MALGRANDA (ETA) sekreto. / Tio estas sekret-ETO.

4. Preposicioj kaj la kazo akuzativo aŭ vortospecoj -E aŭ -A:

Li parolas EN (PER) Esperanto. / Li parolas Esperant-E (EsperantON).

la libroj DE mi / mi-AJ libroj

Ŝi parolis POR (JE) 30 minutoj. / Ŝi parolis 30 minut-OJN.

LAŬ mia opinio / miaopini-E

ridi JE iu / ridi iu-N

EN (JE) fakto / fakt-E

inkluzive DE 2 poemoj / inkluzive 2 poemoj-N (adverbo sekvata de akuzativo!)

vidi mult-E DA homoj (mult-ON DA homoj) / vidi mult-AJN hom-OJN

5. Prepozicio kaj vorto:

finiĝi tie, KIE VI TROVAS BONA / finiĝi laŭ via BONTROVO; finiĝi LAŬBONTROVE

(Por aliaj ekzemploj vd. APENDICON 3 kaj 2.1.7.)

3.2. Plej Gravaj Analizaj Formoj: Vorto EST- kaj Prepozicio

3.2.1. Nura Helpa aŭ Liga Vorto EST-

3.2.1.1. Verŝajnas, ke ne estas nocia senco en la vorto EST-, kiu, el la punkto de sinteza lingvo, tute ne necesas:

Ili ESTOS skrib-ITAJ ĉe la jarfino. --> Ili skribi-ITOS ĉe la jarfino.

Ni ESTAS ĝoj-AJ ESTI ricev-INTAJ iliajn leterojn. --> Ni ĝoj-AS ricev-INTI iliajn leterojn.

Vi ESTAS vere bonkor-AJ (vi en pluralo). --> Vi vere bonkor-AS (nombro nur certita en kunteksto).

Li ESTAS profesor-O (laboradis kiel profesoro) en tiu universitato. --> Li profesor-IS (profesor-ADIS) en tiu universitato.

Tamen, ankoraŭ estas problemoj:

Ĝi ESTAS tablo. / ?? Ĝi tabl-AS.
Ĝi ESTAS biciklo. / ** Ĝi bickl-AS.
Kp. Li bicikl-AS. = Li ESTAS bicikl-ANTA. = Li bicikl-ANTAS.

ESTAS 3 homoj en la ĉambro. / ?? 3 homas en la ĉambro.

3.2.1.2. Kun la vorto EST-, kvankam nur unu, Esperanto treege riĉiĝas je esprimado per analiza rimedo! Alie, la lingvo havus tute alian aspekton, kiu tro konpaktus kaj malmildus, kaj kiu plejeble malakceptitus de homoj el la analizalingva tipo.

3.2.2. Prepozicio

3.2.2.1. Estas kutime akceptite en la lingvistika rondo, ke prepozitivo (aŭ prepozicia sintagmo = prepozicio + substantiva komplemento) estas esence ankaŭ ia kazo, kun la nura malsamo, ke prepozicio ĝenerale pli knokretas ol kazo. Fakte, prepozicioj mem enhavas variajn gradojn de konkreteco inter si, kiel ekzemple, komparu:

instituto JE lingvistiko --> instituto DE lingvistiko --> instituto PRI lingvistiko (plikonkretiĝas unu ol alia)

Estas kelkaj sufiĉe abstraktaj prepozicioj, kiuj efektive funkcias ĝuste kiel kazoj en iuj aliaj lingvoj, kiel JE/DE/AL/PRI/PER (vd. APENDICON 3). (Notu, ke la semantikoj de kazoj ankaŭ varias je abstrakteco.)

3.2.2.2. Kiel jam iom menciite en 2.3., adverbo (kun finaĵo -E) estas ankaŭ iu semantike abstrakta kazo. Sed, adverbo en Esperanto anaŭ povas indiki tiel konkretajn rilatojn kiel ajna prepozicio! Nur kondiĉas, ke la vortocorpo deriviĝas de radiko kaj prepozicioprefikso. Kp:

LAŬ (la) regulo(j) --> LAŬ-regul-E (kp. la pli abstraktan vorton: regul-E)

Estas multaj tiaj ekzemploj (vd. 2.1.7.). Fakte, oni povas libere intertransformi prepozitivon kaj ĝian respondan adverbon (kun la ofteapera artikolo LA ellasita).

3.2.2.3. Ĉar almenaŭ ĉiuj prepozicioj samtempe ankaŭ povas funkcii kiel prefiksoj (la ĉefa parto en la Esperanta prefiksaro!), la tiel nomata "grava ANALIZA formo" prepozicio vere estas egale unu el la plej gravaj SINTEZAJ formoj!

3.3. [SUMEO] En Esperanto ĉie kaj ĉiutavole videblas la kunekzitado de analiza kaj sinteza formoj, per kiu Esperanto sin diferencas de naciaj lingvoj. Kvankam ne ekzistas pura sinteza lingvo sen ajna analiza formo, nek pura analiza lingvo sen ajna sinteza formo, tamen ĉia nacia lingvo havas nur unu formon kiel la ĉefan: aŭ la analizan aŭ la sintezan, kaj almenaŭ ĉiu estas tia, ke la du formoj ne ekzistas samokaze.

4. TRAVIDEVLECO DE ESPERANTO

4.0.  Estas naturo de Esperanto, ke sufiĉe travideblas Esperantaj formoj (ĉu analizaj aŭ sintezaj, tamen, la analizaj formoj ŝajne ĝuas pli da travidebleco ol la sintezaj), kio estas certe unu el la plej elstaraj avantaĝoj kaj la ĉefa kialo por la facileco en la lernado de Esperanto, ĉar ono povas uzi malmultajn formojn (elementojn) por esprimi senlimajn informojn, aŭ analizi la akceptitajn formojn en elementojn por komprenado.

4.1. Ĉu Esperanto estas perfekte travidebla?

Ne. Kaj neniam povos. Kaj ankaŭ neniam necesos - almenaŭ por homa lingvo.

La antaŭkondiĉo por tutetravidebleco estas, ke ĉiu koncepto povus esti analizata en nombreblajn semantikajn atomojn aŭ semantikemojn (ĉu tio ja eblas? Referencu la progreson en la rondo de artefarita intelekto), kaj plue, ke la semantikemoj, kiam ili interkunligas, devus esti kompleksece homtolereblaj - tio certe ne povas ĉiam kontentiĝi, speciale por scienca fakotermino, kiu estas kutime tiel enhavo-riĉa kaj signifo-ekzakta, ke ĝia difino bone fariĝus iu plena disertacio. Tial, tia koncepto nur povas fiksiĝi en homan cerbon per iu fonetika formo, kies surfaca respondaĵo estas ne alia ol maltravidebla vorto! Aliflanke, plejmulte da scienca terminaro ĝuas internaciecon, do ŝajnas ne saĝe ĝin Esperantecigi eĉ eble, ekz., nombroscienco / matematiko, sed ĉu matematiko estas simple nombroscienco? (Vd. 4.4.)

4.2. Ĝuste kiel la kunekzistado de analizaj formoj kaj sintezaj, en Esperanto multokaze (sed alitavole, kompreneble), ankaŭ troviĝas la kunekzistado de la travideblaj kaj ne travideblaj formoj.

Pekino: Beijing
;ingvoscienco : lingvistiko
preskaŭ ne: apenaŭ
elektre kalkula maŝino: komputilo (aŭ: komputomaŝino): komputoro (aŭ: komputero).

Oni eĉ toleras tiajn tiel-nomatajn "ne-Esperantajn" vortojn kile "komputoro" kaj "komputero" en Esperanton!

4.3. Iuj plefote uzataj ĉiutagaj vortoj jam sinstabliĝas kiel travideblaj formoj, kio manifestas la fortan emon de Esperanto por Esperantecigi aliajn!

patrino: ?? matro
malbona: ?? bada
maldekstra: ?? lefta

Tamen, bonstila Esperanto neniam ekstremigasiun ajn rimedon, eĉ plej efikan kaj facilan:

?? malkun: sen
?? malmorgaŭ: hieraŭ (aŭ ?? malhieraŭ: morgaŭ)

4.4. Dilemo de Esperanto

4.4.1. Esperanto kiel internacia lingvo, celas la facilan komunikadon por la tuta homaro. Tamen, en la lingvopraktikado aperas la kontraŭo inter travidebleco (la lingva naturo de Esperanto) kaj internacieco (laa celo de Esperanto), kiu plej evidente sinmontras je la konstruado de terminoj. Rezulte, la vortaro de Esperanto estas multe pli vasta ol on atendis.

4.4.2. Esperanto kiel efika ilo por komunikado devas esiti, kaj efektive ja estas, sufiĉe kompakta, do venas la kontraŭo inter travidebleco kaj kompakteco. Fakte ju pli travideblas, des pli malkompaktas.

4.4.3. Kaj fine ankaŭ estas la kontraŭo inter travidebleco (sekve lernofacileco kun malmulte da elspezo de memoro kaj energio) kaj inkluziveco. Esperanto kiel scienca kaj portuthomara lngvo inkluzivus morfologie kaj sintakse ĉiujn efikajn lingvajn rimedojn, kio bezonas la kunekzistadon de variaj formoj, inkluzive de la maltravideblaj.

5. SUMO

5.1. La supre diritaj montras, ke ĝueste male al tio, kion oni subjektive dedukts, Esperanto estas treege fleksebla lingvo kun variaj esprimmanieroj, kiuj povas sin reciproke kompletiĝi kaj intertransformi, kaj la granda fleksebleco de la lingvo ĝuste konformas al la nebuleco de la homa pensado. Ĝi donas al homoj grandan liberecon je esprimado kaj la plej bonajn kondiĉojn por plene montri ilian lingvan kompetentecon. Aliflanke, ĝi ankaŭ enhavas tiel grandan tolerecon, ke eĉ komencantoj aŭ lingvo-nesaĝuloj povas facile kaj simple sinesprimi kompreneblige. Ĉi tio estas kampo konvena por ĉiuj, ĉu genioj ĉu malsaĝuloj. Tamen tia fleksebleco ne influas la rigoran neŝanĝeblecon de la fundamenta gramatiko de Esperanto. Ĉi tie la libereco kaj rigoreco ekzistas harmonie. En Esperanto, ĉiuj estas kreantoj kaj ĉiuj povas ĝui la plezuron de tia kreado. Oni ne plu estas sklavoj de lingvaj kutimoj. La granda harmonio de la fleksebleco kaj reguleco de Esperanto estas vere mirakla kreaĵo lingvistika.

5.2. Ecaro de Esperanto - Ŝlosilovortoj:

porhomeco / natureco / scienceco / reguleco / inkluziveco / toler(ebl)eco (elasteco) / aglutineco / matematikeco (kvazaŭrekursiveco) / logikeco / travidebleco (analizebleco) / fleksebleco

5.2.1. Proksimume ni havus: Fleeksebleco <-- aglutineco (sekve travidebleco) kaj inkluziveco de variaj formoj (ĉu analiza ĉu sinteza; ĉu travidebla ĉu netravidebla); Reguleco kan scienceco <-- matematikeco kaj logikeco.

5.2.2. El la punkto de toler(ebl)eco kaj la praktika informokomunikado, almenaŭ ĉiuj supraj ekzemploj kun ?? je la antaŭo estas tolereblaj, minimume kompreneblaj. Kompare kun naciaj lingvoj, tia tolereco estas multe pli elstara.

5.3. [KONKLUDO] La eksterordinara sukceso de Esperanto grandega miraklo en la historio de homaj lingvoj. Ĝi estas la venko de homa racio, la venko de lingvistiko! Estas nepovtroe laŭdite kaj fiere hurainde, ke en la inta lingva kampo, kie "ekutimo estas Dio", fositas sulko por INTERNACIA LINGVO kiel contrasto al nacia lingvaro!

APENDICO 1

Ni citu kiel ekzemplon la radikon STUD- en formo de verboj kaj adjec=ktivoj, kan komparu ĝin kun la angla vorty STUDY.

Gramatikformoj por Radiko STUD- [angle: STUDY]

1. 42 verboj:

stud-I [to study]
stud-U [(let...) study]
stud-US [would (should) study / stud-IED / would have stud-IED / ...]
stud-AS [study 9stud-IES)]
stud-IS [stud-IED]
stud_OS [will (shall) study]
stud-ANT-I [to be study-ING]
stud-ANT-U [?? (let...) be study-ING]
stud-ANT-US [would be study-ING / ...]
stud-ANT-AS [is (am, are) study-ING]
stud-ANT-IS [was (were) study-ING]
stud-ANT-OS [will (shall) be study-ING]
stud-INT-I [to have stud-IED]
stud-INT-U [?? (let...) have stud-IED]
stud-INT-US [had (would have) stud_IED]
stud_INT-AS [have (has) stud-IED]
stud-INT-IS [had stud-IED]
stud-INT-OS [will (shall) have stud-IED]
stud-ONT-I [?? to be to study]
stud-ONT-U [?? (let...P be to study]
stud-ONT-US [?? should (would) (be to) study]
stud-ONT-AS [am (is, are) to study]
stud-ONT-IS [was (were) to study]
stud-ONT-OS [will (shall) be to study]
stud-AT-I [to be (being) stud-IED]
stud-AT-U [?? (let...) be (being) stud-IED]
stud-AT-US [would (should) be stud-IED]
stud-AT-AS [am (is, are) (being) stud-IED]
stud-AT-IS [was (were) (being) stud-IED]
stud-AT-OS [will (shall) be (being) stud-IED]
stud-IT-I [to have been stud-IED]
stud-IT-U [?? (let...) have been stud-IED]
stud-IT-US [?? would (should) have been stud-IED / ...]
stud-IT-AS [have (has) been stud-IED]
stud-IT-IS [had been stud-IED]
stud-IT-OS [will (shall) have been stud-IED]
stud-OT-I [to be stud-IED]
stud-OT-U [?? (let...) be stud-IED]
stud-OT-US [would (should be stud-IED]
stud-OT-AS [is (am, are) to be stud-IED]
stud-OT-IS [was (were) to be stud-IED]
stud-OT-OS [will (shall) (be to) be stud-IED]

(2)  28 adjektivoj

stud-A/stud-A-J/stud-A-N/stud-A-J-N [study]
stud-ANT-A/stud-ANT-A-J/stud-ANT-A-N/stud-ANT-A-J-N [study-ING]
stud-INT-A/stud-INT-A-J/stud-INT-A-N/stud-INT-A-J-N [having stud-IED]
stud-ONT-A/stud-ONT-A-J/stud-ONT-A-N/stud-ONT-A-J-N [to study]
stud-AT-A/stud-AT-A-J/stud-AT-A-N/stud-AT-A-J-N [(being) stud-IED]
stud-IT-A/stud-IT-A-J/stud-IT-A-N/stud-IT-A-J-N [(having been) stud-IED]
stud-OT-A/stud-OT-A-J/stud-OT-A-N/stud-OT-A-J-N [to be stud-IED]

APENDICO 2

Algoritmo por Fortranĉi Finaĵojn de Esperanto

(1) Se la finaĵ estas -O, do konkludu "Substantivon / Nominativon / Singularon", iru al (2); alie, iru al (11).

(2) Konsultu la korpo-vortaron post fortranĉo de la finaĵo. Se sukcesas en konsulto al la vortaro, konkludu "Nulmodon/Aktivon", finiĝu la prilaborado; alie, iru al (3).

(3) Se la finaĵo estas -ANT, do konkludu "Participon / Aktivon / Kontinuon", iru al (9); alie, iru al (4).

(4) Se la finaĵo estas -INT, do konkludu "Participon / Aktivon / Perfekton", iru al (9); alie, iru al (5).

(5) Se la finaĵo estas -ONT, do konkludu "Participon / Aktivon / Malperfekton", iru al (9); alie, iru al (6).

(6) Se la finaĵo estas -AT, do konkludu "Participon / Pasivon / Kontinuon", iru al (9); alie, iru al (7).

(7) Se la finaĵo estas -IT, do konkludu "Participon / Pasivon / Perfekton", iru al (9); alie, iru al (8).

(8) Se la finaĵo estas -OT, do konkludu "Participon / Pasivon / Malperfekton", iru al (9); alie, iru al (10).

(9) Konsultu la korpo-vortaron post fortranĉo de la finaĵo. Se suksecas en konsulto al la vortaro, finiĝu la prilaborado; alie iru al (10)

(10) konkludu "Novavorton", finiĝu la prilaborado.

(11) Se la finaĵo estas -A, do konkludu "Adjektivon / Nominativon / Singularon", iru al (2); alie, iru al (12).

(12) Se la finaĵo estas -E, do konkludu "Adverbon / Nominativon", iru al (2); alie, iru al (13).

(13) Se la finaĵo estas -OJ, do konkludu "Substantivon / Nominativon / Pluralon", iru al (2); alie, iru al (14).

(14) Se la finaĵo estas -AJ, do konkludu "Adjektivon / Nominativon / Pluralon", iru al (2); alie, iru al (15).

(15) Se la finaĵo estas -ON, do konkludu "Substantivon / Akuzativon / Singularon", iru al (2); alie, iru al (16).

(16) Se la finaĵo estas -AN, do konkludu "Adjektivon / Akuzativon / Singularon", iru al (2); alie, iru al (17).

(17) Se la finaĵo estas -EN, do konkludu "Adverbon / Akuzativon", iru al (2); alie, iru al (18).

(18) Se la finaĵo estas -OJN, do konkludu "Substantivon / Akuzativon / Pluralon", iru al (2); alie, iru al (19).

(19) Se la finaĵo estas -AJN, do konkludu "Adjektivon / Akuzativon / Pluralon", iru al (2); alie, iru al (20).

(20) Se la finaĵo estas -AS, do konkludu "Verbon / Predikaton / Prezencon", iru al (2); alie, iru al (21).

(21) Se la finaĵo estas -IS, do konkludu "Verbon / Predikaton / Preteriton", iru al (2); alie, iru al (22).

(22) Se la finaĵo estas -OS, do konkludu "Verbon / Predikaton / Futuron", iru al (2); alie, iru al (23).

(23) Se la finaĵo estas -US, do konkludu "Verbon / Predikaton / Kondicionalon", iru al (2); alie, iru al (24).

(24) Se la finaĵo estas -U, do konkludu "Verbon / Predikaton / Volitivon", iru al (2); alie, iru al (25).

(25) Se la finaĵo estas -I, do konkludu "Verbon / Infinitivon", iru al (2); alie, iru al (26).

(26) La vorto ne havas finaĵon. Konsultu la vortaron pri funkciaj vortoj. Se sukcesas, konkludu "Funkcivorton"; alie, konkludu "Novavorton / Substantivon / Propranomon". Finiĝu la prilaborado.

[KLARIGO] La supra algoritmo jam proviĝas tre efika ĉe maŝino.


APENDICO 3

La Kontrasta Tabelo por Kaza Sistemo






 

 

 

 

【相关】

灵感有如神授,巧夺岂止天工

世界语论文钩沉:世界语的语言学特点(3/3)

世界语论文钩沉:世界语的语言学特点(2/3)

世界语论文钩沉:世界语的语言学特点(1/3)

《学外语的紧箍咒,兼谈世界语的前途》

立委:一小时学会世界语语法

《朝华午拾:我的世界语国》

《朝华午拾 – 世界语之恋》

《朝华午拾:朋友遍天下》

《朝华午拾 – 欧洲之行》

《朝华午拾:与白衣天使擦肩而过》

硕士论文: 世界语到汉语和英语的自动翻译试验

立委硕士论文全文(世界语版)

《朝华午拾:shijie-师弟轶事(3)——疯狂世界语 》

灵感有如神授,巧夺岂止天工

立委世界语文章 (1987): 《中国报道:通天塔必将建成》

立委世界语论文(1986): 《国际语到汉语和英语的自动翻译》

立委(1988)《世界科技:世界语到汉语和英语的自动翻译试验》

DLT项目背景介绍

《李白詹120:乔老爷老矣》

【关于机器翻译】

【语义计算:李白对话录系列】

【置顶:立委NLP博文一览】

《朝华午拾》总目录

 

灵感有如神授,巧夺岂止天工

立委世界语论文:Lingvistikaj trajtoj de la lingvo internacia Esperanto(世运资料存档)

立委按:

这篇世界语论文是我一辈子的骄傲,当年文思泉涌一发不可收的情景仍然历历在目。作为一位世界语与语言学的新手,对这门语言的语言学特点的感悟和表达,能够受到誉满世界的语言学老前辈和世界语老编辑 Juan Regulo 的青睐和指点,既是我的幸运,也肯定了我的才能。20年后重读这篇洋洋洒洒一气呵成的论文,我仍能感受那文字的自由挥洒。原文影印如下,等有闲再电脑输入,既作为世界语运动的资料,同时也纪念早已逝去的风华岁月。

唉,人岁数大了,做好汉就难,总爱吹嘘当年之勇。找到一个吹嘘的题材,就可劲地自我陶醉吧。”灵感有如神授,巧夺岂止天工”,把大话说到天上去了,反正这篇冗长的世界语论文各位也看不懂,我爱怎么吹怎么吹。我的世界语朋友一般都很顾面子,我不担心穿帮,:=)。

不过,说实在的,那确是我一辈子创造力最旺盛精力最充沛的时期。伯乐识天马,天马欲行空,下笔似有神,灵感如泉涌。连续好几个周末,我都去社科院大楼加班到夜深,在电脑上奋笔疾书。论文总结了世界语有别于自然语言的极度灵活性的语言学根据,我就在成文的叙述中把这些特点发挥到极致。细心的读者也许可由此体会到青年立委的匠心和才情。

我在《朝华午拾: 一夜成为万元户》中记述过当时的情景:

研发世界语系统的第二个结果是,我发表在El Popola Chinio(中国报道)上的世界语语言学特点的粗浅论文引起了一个著名的西班牙教授 Juan Regulo 的注意。这位老先生是世界语界老前辈,在他的大学和城市威望极高,以他名字命名街道、广场等。正值他退休,学校决定给他出四大卷印制精美的专辑,表彰他的贡献。其中一卷是关于世界语学(Esperantologio)的论文专集,于是老先生邀请我在《中国报道》的论文(参见硕士论文的有关章节)基础上,扩展加工,单成一章。我文思泉涌,洋洋洒洒写了17页,有老先生来来回回多次校改修正,发表了我平生第一次的Book Chapter ” Lingvistikaj trajtoj de la lingvo internacia Esperanto”(发表时老先生已经过世,他的去世在国际世界语界引起很多纪念,老先生千古!)。

生造词
Posted by: 立委
Date: July 10, 2008 12:10PM

有很多生造词最终没有被语言共同体所接受,但是并不影响这些生造词在交流中的作用。生造词现象在自然语言中出现得少很多,而且一旦出现就常常受到老师或者同人的纠正。但是,世界语的灵活性使得人人都在生造,因此生造词对交际的正面功能加强了。这是个很有意思的现象。

在我发表在西班牙的世界语论文中,我不仅详细描述了这个现象,而且也现身说法,生造了很多词,差不多到了长袖善舞,随心所欲的程度。这篇论文经过世界语顶极元老,西班牙老教授的认真审阅,我的生造词多数得以保留。当年的那种创造快感,大概只有世界语者可以体会了:

世界语丰富的词缀和构词的黏合特性,从形式上给了语言使用者最大的弹性,只要在语境中 make sense, 使用世界语,几乎可以随心所欲,很能满足人 的创造欲:世界语的本性是鼓励“生造词”的。当然,在实际使用中,这种弹性更多表现在给人以造词的便利,而不是满足创造欲。如果我忘记了一个专门词汇,比如 komputero(电脑),临时生造一个 elektrona kalkulilo (电子运算工具:可以指计算器或电脑),也不妨碍我的交流。每一个使用过世界语的,都体会过这种便利和创造的乐趣。

摘自《朝华午拾:世界语之恋》

 

立委世界语论文:Li, Uej (Wei) 1991. Lingvistikaj trajtoj de la lingvo internacia Esperanto. In Serta gratulatoria in honorem Juan Rgulo, Vol. IV. pp. 707-723. La Laguna: Universidad de La Laguna

【置顶:立委科学网博客NLP博文一览(定期更新版)】 

《朝华午拾》总目录

《立委兄:我的弟弟叫立委》

【立委按】老哥的记忆力比我强多了,很多小时候的事儿,我本来已经很模糊了。但那次比赛吃五香鸡蛋,因为后果严重,实在太难受了,印象蛮深,现在想来还后怕。其后一个多月见到食品就想吐,不知道当年怎么会那样逞能不要命。大批判上台演讲慷慨激昂(批林批孔,后来是批邓反击右倾翻案风),突然来了鼻涕的丑事,也是因为太露面也太难堪,记忆深刻。当年不懂五讲四美,也没有卫生纸的条件,几千人的台上众目睽睽难以遮蔽,也是无奈。看老哥写自己,虽然不乏谬赞,但也有暴露开裆裤年代的“小”来。更多的往事是好玩,好像在看电影蒙太奇,那些“阳光灿烂的日子”。一晃半个世纪了,我们天各一方,但牵挂的总是手足亲情。

 

我的弟弟叫立委,从小性格内向少语,天性宽仁敦厚,身体瘦弱多病。独往独来,与世无争。他性格柔中带刚,肤白个小,很有意志力,十分倔强执着,有不达目的誓不罢休的毅力和恒心。

他穿戴邋遢,不修边幅,小时常常流着鼻涕,跟在我的身后。下河捉鱼摸虾,田野捕捉蛐蛐,上树套取知了,农家偷瓜摘莲,他一样不拉下。像一个泡泡糖一样粘着我,甩都甩不掉。

一旦兴奋起来,他个性十分张扬,眉飞色舞,开怀大笑,毫无顾忌。

弟弟小我两岁,但跟我同班。

一九六六年九月,文革风起,我八岁,刚念小学二年级。父母是双职工,很忙。外婆因出身问题被赶回农村,家里没人带孩子。于是要我带着六岁弟弟和四岁妹妹一起上学。弟弟和我在一班,妹妹去了一年级,算是上学了。

没想到,他们俩虽是各自班级最小的学生,但很快就跟上了班级课程进度,并都成为学习尖子。到小学三年级,我当班长时,弟弟已成为班级学习委员了。

弟弟有股不服输的劲头。记得有一年,我俩去乡下舅舅家。正逢过年时节,大家都很放松,舅舅们款待我们远道回老家来过年,食品丰盛,有我们的最爱,五香茶叶蛋。弟弟突发奇想,硬要与我比赛,看谁吃得多。他用极夸张的方式挑战,说一定会赢我。我当然不服气,欣然应允。先是我俩各吃四个油炸饺子,然后我剥一个五香鸡蛋塞到嘴里,他也立即拿一个狼吞虎咽。当我拿第十个鸡蛋时,肚子撑得快受不了,他却毫无畏惧把第十个鸡蛋迅速塞进嘴里,满脸涨红,身体挺直。最后,在拿第十五个鸡蛋时,我实在无法吞咽了。看他那无比坚强、有点扭曲的脸,真受不了他那为达目的不要命的劲头。我缴械投降,称臣认输。结果是,我们两人那几天都胃胀呕吐,疼痛难捱。

小时候下河游泳也是如此,他总是独行侠一样顺河而下,不游三四里不上岸。这哪是我们下河玩水嬉闹的游法?他却不以为然。下河就是为了锻炼身体,增强体质,在水中嬉闹有什么意义?泡在水里失去了游泳的初衷。他就是那么自我,那么固执,那么有主见。

他干什么都很专注,尽可能做到圆满。

小学时,他自学绘画。每天临摹,忙得不亦乐乎。忘我、执着、有定力,一头扎进去就不分昼夜。无师自通,画得有模有样。于是我家墙上,就有了他绘制的各种姿态的领袖像。

初中时,他跟着广播电台,自学英语。每天摇头晃脑,念念有词,那劲头比古代赶考的秀才还迂腐呆萌。后来拿出几篇他自译的英文小说,展示他的成果。弟弟一直是班级第一名。在比拼学业的“修正主义教育路线回潮”那一年半时期(周荣鑫做教育部长时1970年代早期),风光一时。

高中时,大家都不学习,他却把老爸年轻时自学的微积分教材拿出来啃读。躲进的小楼成一统,不闻不问窗外事。到高中毕业时,他已学完了那本教材。

弟弟虽不喜夸夸其谈,但却是演讲高手,这点让我既惊诧佩服又有点不服气。当年学校各种批判会,都有我的身影。但我在主席台上唾沫星四贱,卖力演讲时,下面却是交头接耳,吵杂声不断,无人听讲。每当那不多的几次,我弟弟上台演讲,不论什么枯燥话题,下面都鸦雀无声。他那抑扬顿挫的演讲,丰富夸张的手势,极富有激情和韵味,超有气场。没想到吧,我们这些平时乱成一锅粥,整天批判师道尊严的中学生,竟被他的发言深深吸引。甚至在台上,鼻炎严重的他,有时突然停顿,旁若无人地当众擤鼻涕,也成一大特色。演讲一结束,总会得到雷鸣般的掌声。弱小的他一上主席台,立即生龙活虎,完全变了个人。

弟弟文笔比我好得多,从小如此。作文常常被老师选做范文供同学们学习。记得初中时候他写了一篇学农作文,叫《采茶》,被老师选寄到省报登载,轰动学校。写诗,写散文,写批判文章,他甚至开始创作小说。尤其是大批判文章,也被他写得妙趣横生。给我印象较深的是一篇《狼狗、刘邓》的大批判杂文。他的文字机巧,情感细腻,佳句频出,有冲击力。弟弟有当作家的天赋。

中学时,我也爱舞文弄墨,特点就两字,空洞。文章看上去慷慨激昂,但显得苍白。按现在话说,充满正能量,但缺乏人性情怀,没有什么文字的优美。能吹嘘的也就是在《新安微画报》上,刊出我一张大幅照片。那是记者为表彰我校批林批孔运动的成绩,按排我摆拍的,和我本人实际上没半毛钱关系。

弟弟弱小,却斗志昂扬,总有使不完的劲儿。我们这届作为安徽最后一批下放知青,很多人已失去激情,在生产队干活,大多是三天打鱼两天晒网。七七年三月我们同时下乡,他下放在山村,我下放在水乡,分隔两处,他还是暗地和我较劲着。我从三月到九月一直在田地里干活。没回家,不串门,哪怕酷暑劳累的双抢时节,我也没一天休息。他知道后,也不回家,咬着牙,病弱的身体硬挺着,一天都没息工。直到双抢结束,瘫倒在地,才回家休息了几天。他身体从小病弱,这么拚命干啥?后来知道,除了要强比拼,他在村里还“艳遇”三个小芳姐妹,至始至终陪同。男女搭配,干活不累哈。

估计全年级二百多下放知青,只有我们两个傻帽,还在搞社会主义劳动竞赛呢。

不过他给我留下最难忘的事,倒不是这些,而是一件小事。那是我俩小时睡在一张床上的情景。

每到冬天,寒风四漏的小屋里,我的脚都被冻得难以入睡。弟弟提出把我脚放到他胸前,贴着皮肤取暖。我不同意,怕他孱弱的身体,经不起冰冷的刺激。但他坚持,很勇敢很坚定。我只得退一步,说把脚放在隔着衣服的胸口。但他不干,非让我把脚直接贴在胸前。那寒冻的脚和温暖胸一接触,弟弟打了一颤抖,我赶紧缩腿,但弟弟用双手压住我的脚,不让我离开。很快我的脚暖和了,而他胸前一片冰凉。

自此,我们经常互为对方用胸捂脚,互持互助,度过那严寒的冬夜。

七七年十二月份,我俩一起参加文革后第一次高考。他选择考理工科,我选择考文科。他的志愿是中科大理论物理专业,我的目标是北大、复旦国际政治专业。当年他数、理、化、语都比我好,而我呢?历、地两门课比他好。全国各省地理特点,全世界各国首都和元首我基本倒背如流。那本以农民起义为主线的伪中国历史,更是刻在脑海里。安徽七七年高考,文科、理工科,数学、政治、语文三张卷子是完全一样的,区别仅在于最后一张卷子。理工科考物理化学卷,文科考地理历史卷。

因长辈的历史经验和亲身经历,我的选择遭父母强力反对,最后我只得弃文改考理工了。我们信心都很足,弟弟更是志在必得,还特地加试了英语(那年文理都不要求考英语,只有报英语专业人才必考)。

考语文时,只有一篇作文。进考场三十几分钟,弟弟就兴高采烈交卷了。监考老师还认为他考不下去,退考了。而实际上是,他认为考题太容易,不需花那么久时间,作文一挥而就。

狂妄吧,只考了半个钟点就出来了。结果他语文作文跑题,考了个超低分,这让他悔恨五年多。

他数理化考分都比我高,加试的英语笔试也九十多分,口试优。进清华的实力,毁在自大粗心上。文革后第一次高考,各省试卷不同,录取程序也欠规范。他考的是理工科,因为报考志愿过高,被压档。最后被一所初办师范找到档案,英语系招不到人,于是把理工加试英语压档的他纳入囊中。当年文科那份史地卷,考后我找来一看,不复习也可考八十五分以上。而为理化我天昏地暗复习几个月,仍然不及格。

阴错阳差,他学了文科,我学了理工科。

七八年二月,录取通知发放。当年我们一个年级四个班,七七年十二月份那次考试,只有三个考上大学本科,我家独占两个名额,轰动小县城。

不过,我们家却是低气压,没有丝毫兴奋欢庆的氛围。我从文科改考理科,能考上南京的重点大学,全家那是相当的满意。而我弟弟呢,父母、老师、同学、邻居都寄予厚望,指望山城出个状元。他的失败,让全家都高兴不起来。弟弟更是把自己关在房间,饭也不吃。父母担心弟弟接受不了这现实,那几天老守着他。估计丢面子是他悲愤的主要原因,虚荣心、好胜心极强的他,感到无脸见人。他内心实在不愿去地方师范念书,栽在他擅长的语文上,他心也不甘呀。语文,他平时比我好很多,现在分却比我低不少。于是决定八月再考,只差半年时间。

这一决定遭我父母竭力反对。插队在农村,生活异常艰苦,有这么个机会能跳出农村,父母不愿放弃。他们怕政策有变。学校虽不昨的,也是个本科,他们连哄带压,逼着他去学校报了到。

那年早春,一九七八年三月,我二十,他十八。

至此,我俩各奔东西,天各一方。

 

【相关】

朝华午拾:永做毛主席的红小兵

朝华午拾: 与女民兵一道成长的日子

朝华午拾:我的考研经历

人生记忆:老爸-可怜天下父母心

朝华午拾 - 立委小传

朝华午拾集锦:立委流浪图

 

 

 

《【第一书】是世界语的“圣经”》

【立委按】人类文明史上简单即美的又一例证,虽然其前景不容乐观。但这毫不影响博士的天才光辉。“那美好的仗”,他已经打过了。简单即美的其他例证还有爱因斯坦的质能方程式,门捷列夫的元素周期表,以及乔姆斯基的“绿色思想”。

朋友分享了世界语(Esperanto)【第一书】的中译版,值得推荐:unua libro (中文版)。

这部称为“第一书”的文字,是世界语的“圣经”,神一般的创作。哪怕作为闲暇阅读,满足好奇心,你也不会失望,特别是于对语言的奥妙感兴趣的人士。

学过外语的人都会体会到掌握一门自然语言的繁难,这往往需要很多年的持续努力。由此来看世界语,其文法的简单易学以及其表达手段的丰富达到了难以想象的极致,原来语言可以如此简单而丰富!治大国如烹小鲜,柴门霍夫博士是治语言如玩魔术的大师。

我很清楚,大多数 人都有这样一个习惯,对于任何问题,越是难以捉摸和难以理 解,就考虑得越仔细。这样的人,见到如此简明的语法,规则 如此简单,如此明白易懂,总是喜欢给予轻蔑的眼光,却从来 不去想想这样一个事实——他们再略微思考一下就会明白—— 这种简化,从原本复杂的形式中提取每一项具体内容,形成所 能想象的最简单最容易的东西,实际上是我们要克服的最为难 以逾越的障碍。

主业为眼科大夫,柴门霍夫并不是(理论)语言学家,他是个精通语言灵魂的践行者,语言学爱好者。因此,他对语言手段的诠释,不像语言学家那样专业、严谨和高深。【第一书】以一种中小学老师的方式,简单直白,佐以各种例证。

如果剥离具体例证,人类的惯有偏见会把此书及其作者简单归于语言理想主义或乌托邦教主的类别,而往往无视一个独特天才几十年一步一个脚印的探索之路。柴门霍夫发明世界语,是烂熟于心几十年后才决定以【第一书】为标志,公诸于众,开启了100多年来遍及五大洲的世界语运动。世界语方案在核心词汇表的每个细节上的反复推敲,在文法形式极简化与表达丰富性上的拿捏,在逻辑性与可接受性上的平衡,使得它成为150多种国际语方案中唯一规模化推广幸存下来的人造语言,成为鲜活的“准自然语言”。

世界语的命运其实尚在不定之中。这是因为人工智能神经网络的革命性发展使得多语言之间机器翻译质量大幅度提高。作为随时可及的工具,机器翻译已经帮助人类部分实现国际交流。可以说,技术进步本身实现了世界语作为第二辅助语设计和推广的功能性初衷。从趋势上看,可以肯定的是,机器翻译的发展显然远远超越世界语的推广普及能力。

至于世界语的人文价值与柴门霍夫的社会大同理想,那是世界语运动背后的精神财富。逐渐失去功能性优势的世界语,是否可以借此生生不息,进而吸引更多的追随者,很难乐观。更大的可能是,世界语将作为各国小圈子爱好者的兴趣纽带而存续。

【第一书】在回顾批评前人的国际语方案时的评论,似乎自身也不幸被言中:

但是,热心者的人数增加到一定数量之后,就会不再增加; 同时,由于这个无情而冷漠的世界绝不会赞同费事辛辛苦苦地 同少数人交谈,这一努力就会像之前人们所作的那些努力一样 逐渐消失,不会取得任何实际成效。

为此,我不禁为以“希望者”(Esperanto,后成为世界语的代称)为笔名发布【第一书】的柴门霍夫感到些许伤感。无论人格还是才华,在我的心目中,柴门霍夫一直都是人类文明史上的圣人。

 

 

【相关】

立委:一小时学会世界语语法

《朝华午拾:我的世界语国》

《朝华午拾 - 世界语之恋》

《朝华午拾:朋友遍天下》

《朝华午拾 - 欧洲之行》

《朝华午拾:与白衣天使擦肩而过》

硕士论文: 世界语到汉语和英语的自动翻译试验

立委硕士论文全文(世界语版)

《朝华午拾:shijie-师弟轶事(3)——疯狂世界语 》

灵感有如神授,巧夺岂止天工

立委世界语文章 (1987): 《中国报道:通天塔必将建成》

立委世界语论文(1986): 《国际语到汉语和英语的自动翻译》

立委(1988)《世界科技:世界语到汉语和英语的自动翻译试验》

DLT项目背景介绍

《李白詹120:乔老爷老矣》

【关于机器翻译】

【语义计算:李白对话录系列】

【置顶:立委NLP博文一览】

《朝华午拾》总目录

 

Manlibro de Antaŭzorgo kaj Kuracado de COVID-19 (en Esperanto)

【Antaŭparolo】

Ĉi tio estas senprecedenca monda milito, kaj la homaro alfrontas la saman malamikon, la novan koron-viruson (COVID-19).  La unua batalkampo estas la hospitalo, kie niaj soldatoj estas la medicinaj laborantoj. Por certigi, ke ĉi tiu milito povas esti gajnita, ni devas unue certigi, ke al nia medicina personaro oni garantias sufiĉajn rimedojn, inkluzive de spertoj kaj teknologioj.  Ankaŭ ni devas certigi, ke la hospitalo estas la batalkampo, kie ni forigas la viruson, ne kie la viruso venkas nin. Tial la Jack Ma Foundation kaj Alibaba Foundation kunvenigis grupon da medicinaj spertuloj, kiuj ĵus revenis de la limregiono kontraŭbatalinta la pandemion. Kun la subteno de La Unua Asociita Hospitalo, Universitato de Medicina Lernejo de Zhejiang (FAHZU), ili rapide eldonis gvidlibron pri la klinika sperto pri kiel trakti ĉi tiun novan koronaviruson.

La kuracista gvidilo ofertas konsilojn kaj referencon kontraŭ la pandemio por medicinaj dungitoj en la tuta mondo, kiuj tuj aliĝos al la milito. Mia speciala danko eliras al la medicina personaro de FAHZU. Dum ili riskis kuraci kuracilojn per COVID-19, ili registris sian ĉiutagan sperton, kiu estas spegulita en ĉi tiu Manlibro. Dum la pasintaj 50 tagoj, 104 konfirmitaj pacientoj estis akceptitaj en FAHZU, inkluzive de 78 severaj kaj maltrankviligaj malsanaj. Dank 'al la pioniraj klopodoj de medicina personaro kaj apliko de novaj teknologioj, ĝis nun, ni atestis miraklon. Neniu personaro estis infektita kaj ne mankis ajnaj diagnozoj aŭ mortaj pacientoj en la libro. Hodiaŭ, kun la disvastiĝo de la pandemio, ĉi tiuj spertoj estas la plej valoraj fontoj de informo kaj la plej grava armilo por medicinaj laborantoj en la unua linio.

Ĉi tio estas tute nova malsano, kaj Ĉinio estis la unua kiu suferis la pandemion. Izolado, diagnozo, kuracado, protektaj mezuroj kaj resaniĝo ĉiuj komenciĝis de nulo. Ni esperas, ke ĉi tiu Manlibro povas doni al kuracistoj kaj flegistinoj en aliaj trafitaj lokoj valorajn informojn, por ke ili ne devu eniri la batalkampon sole. Ĉi tiu pandemio estas tiu, kiun alfrontas la homaro en la epoko de tutmondiĝo. En ĉi tiu momento, dividi informon, rimedojn, spertojn kaj lecionojn, sendepende de kiu vi estas, estas nia sola ŝanco por gajni. La vera kuracilo por ĉi tiu pandemio ne estas izolado, sed kunlaboro. Ĉi tiu milito ĵus komenciĝis.

Parto Unu :Antaŭzorgo kaj Kontrolado

I. Izola Areo-Administrado

1 Febro-Kliniko

1.1. Aranĝo

(1) Kuracaj instalaĵoj starigu relative sendependan febran klinikon, inkluzive de ekskluziva unudirekta pasejo ĉe la enirejo de la hospitalo kun videbla signo;

(2) La movado de homoj sekvu la principon de "tri zonoj kaj du pasaj": poluita zono, eble poluita zono kaj pura zono, provizitaj kaj klare demarkitaj, kaj du bufraj zonoj inter la poluita zono kaj eble poluita zono;

(3) Sendependa paŝo devas esti ekipita por poluitaj aĵoj; starigu vidan regionon por unudirecta liverado de eroj de oficeja areo (en eble poluita zono) al izolita sekcio (poluita zono);

(4) Normaj taŭgaj proceduroj estu normigitaj por ke medicina personaro surmetu kaj deprenu sian protektan ekipaĵon. Faru fluotabulojn de diversaj zonoj, havigu spegulojn kaj observu la marŝajn vojojn strikte;

(5) Specialaj personoj pri prevento kaj kontrolo de infektoj devas helpi  la medicinan personojn surmeti kaj forigi protektajn ekipaĵojn tiel, por preventi poluadon;

(6) Ĉiuj aĵoj en la poluita zono ne malinfektitaj ne estu forigitaj.

1.2 Ordigo pri Zono

(1) Starigu sendependan ekzamenan ĉambron, laboratorion, observan ĉambron, kaj revivigan ĉambron;

(2) Starigu antaŭekzamenon kaj sortan areon por plenumi antaŭlastan kribradon de pacientoj;

(3) Apartigu diagnozan zonon kaj kuracan zonon: tiuj pacientoj kun epidemiologia historio kaj febro kaj/aŭ spiraj simptomoj devas esti gvidataj en suspektatan COVID-19-pacientan zonon; tiuj pacientoj kun regula febro sed nenia klara epidemiologia historio gvidiĝos al regula febra pacienca zono.

1.3 Pacienca Administrado

(1) Pacientoj kun febroj devas porti medicinajn kirurgiajn maskojn;

(2) Nur pacientoj rajtas eniri la atendovicon por eviti supertuton;

(3) La daŭro de la vizito de la paciento estu minimumigita por eviti krucajn infektojn;

(4) Eduku pacientojn kaj iliajn familiojn pri frua identigo de simptomoj kaj esencaj preventaj agoj.

 

............

 

Tradukado de la Angla Versio  , kun helpo je Google Translate

 

 

《女儿在新冠防疫的第一线》

立委按:

庚子真是多事之年啊。新冠疫情爆发至今三个月,从武汉开始蔓延,搅得周天寒彻。对这场突如其来的世纪灾难,我们从一开始就特别揪心,因为侄女就处在漩涡的最中心。她是武汉中心医院的医生,吹哨人李文亮的同事。面对呼啸而来的病毒,眼见同事一排排倒下,我们很难想象这几个月她是怎么度过的。那天我跟甜甜说,你知道你姐面对的是什么吗?她就在最惨烈的战场第一线,她的医院有大灾难的最早发哨人和吹哨人,为此牺牲了四位医生,200多员工感染。甜甜很认真地说:这与越战老兵类似,一定会有精神创伤,应赶紧寻求心理疏导的疗法(therapy)。告诉她,I am proud of her, and pray for her.  

侄女是个文静内向的孩子。平时忙于本职工作,医院和家两点一线,生活低调单纯。去年她妈妈的摄影老师给她拍了一组艺术照片,童话般画面,青春洋溢。我用苹果软件模版制成幻灯,她很开心。去年回武汉,送她一副苹果无线耳机,她也很喜欢。

没想到平静的生活突遇惊涛骇浪。这次在她身边发生的事情,已经震惊了全世界。三个月来,全世界华人和媒体密切关注疫情,聚焦在武汉。我们看得心惊肉跳,时时替她捏一把汗,但也不知道如何安慰和支持她。元月底我在微信中叮嘱她:

找时间休息 休息不足抵抗力会下降。只有靠自己照顾自己了。 总是让家人时时牵挂。希望外地增援医护人员早日开进去 让你们第一线本地人员有个喘息机会。也希望疫情高峰时期快快过去 武汉早日复苏。据说武汉高峰期快过去了 但外地包括北京的爆发高峰期很近了。

她说:谢谢 我觉得高峰期还有一段时间。

Tanya said she is very proud of you and also worried about you.  She prays for you.

她回了个笑脸,让我谢谢妹妹。

下面特别推荐老哥记下的这段煎熬日子的心路历程。哥嫂对这个宝贝女儿的牵肠挂肚,做父母的都可以想见。每一个上了一线的医护人员背后,都有整家人的担心和牵挂。

《立委兄:女儿在新冠防疫的第一线》

二月六日,李文亮医生不幸殉职,我的心一揪。
三月一日,江学庆医生与世长辞,我暗自流泪。
三月三日,梅仲明医生离开人间,我失声痛哭。
三月九日,朱和平医生默默去世,我欲哭无泪。

这不仅仅因为他们是这场全球灾难的最早吹哨人,也不仅因为他们是抗击病毒的英雄,而是因为他们都是我女儿的同事。他们的倒下,使我们益发难以抑制对远在千里之外的女儿的担心和牵挂。悲伤和恐慌开始在心中蔓延。

女儿是武汉中心医院后湖院区一线临床医生,一直在一线从事抗疫医务工作。好长一段时间,她对我们什么都不多说。 我们天天打电话问询,也未从她口中得知当时医院所面临的险境,更不知晓医院领导对医护人员防护工作的漠视。 她的回话总是:没问题,还好,一切均好,请放心,全是让我们宽心的话。                        

然而,女儿医院噩耗不断,四位医师相继去世,不能不引起我们极大的不安。我们对她所处的环境越来越怀疑和担忧。终于,网络上陆陆续续爆出一篇又一篇中心医院防疫之战的惨烈报道,我们这才意识到女儿曾经炼狱。内幕的揭示让我们看到中心医院管理层的渎职。官僚主义的长官,又要战士冲锋陷阵,又不给战士配足武器弹药。伤心滴血的中心医院一线医护人员,眼看身边同事一排排倒下,近三百人感染,仍顽强坚守阵地,有怨无悔,负重前行 。他们是一群最可敬的人。

上海名医张文宏说得好:“医务工作者,现在最缺乏的不是宣传,而是关心。我明确和大家讲。第一关心是防护,第二是疲劳,第三是工作环境,我觉得一定要跟上。如果跟不上,就说明没有把医务人员当人,只是当机器。让医护人员免于受伤害。没有防护,你可以拒绝上岗。最重要从来不是歌颂牺牲,而是避免战士无谓地牺牲。最好的歌颂,不是赞扬损己的利人,而是提倡不损己的利人。” 女儿要是有这样的的好领导,我们做父母的就会宽心很多。  

中心医院的后湖院区离华南市场最近,首当其冲。这所武汉三甲综合医院最早收治新冠肺炎病例,也是最早发现上报这次类似非典的病毒案例的。女儿也自然成为最早投入武汉抗疫一线工作的临床医师。

女儿新年前就知道医院接受了几例类式非典的病人,但她当时并不知道有无人传人的情况,只是凭直觉摧我们提前出发自驾海南度冬之行,并希望外公外婆也随同过去。 她告诉我们时,是小心翼翼的,反复叮嘱不得外传。医院已下令严厉禁止医护人员公开谈论不明肺炎情况。她也不知道这病况未来如何发展,她毕竟不是呼吸科,急症科,传染科的医生。在女儿的反复摧促下,我们元月一日提前开车离开武汉奔向海南。外公外婆在家待贯了,不愿长途跋涉。劝说不动,只好作罢。当时我们也没想到会发展到封城封省封国的境况,留下外公外婆在武汉让二老隔离煎熬这么久。 

到海南后,刚开始我们还是比较放松的。女儿值班后休假时都还去外公外婆处蹭饭蹭菜。到元月中旬,女儿突然决定不再去外公外婆家。她对我们说,工作比较忙,安全第一,暂不去外公外婆家,并反复强调,现在还好,只是预防,我们也就信了。现在想来,她医院的情况已经十分严重,当时已有医护人员感染。她在一线,开始大面积接触感染病人。安全防护装备也不足,她决定自我隔离,怕给外公外婆带去病毒。她妈听说她上了一线,着急得不行。

外公外婆并不比我们少担心。在孙女不上夜班的日子,每晚都必须给她打电话,否则两老就无法入睡。在进入隔离区之前,女儿最后一次去外婆家,外婆不知为何不舒服,走不了几步路就累得不行。女儿不敢让外婆去医院检查,怕交叉感染。在外婆午睡后给外婆做了全身触诊,得出结论外婆没大问题。外婆听了很安心。封城在家的时间,休养一段身体果然慢慢康复了。

本来春节前她已购机票要来海南和我们一起过年的。在封城前五天,她突然告诉我们,因工作需要她不能来过年团聚了,并立即退掉飞海南的往返机票,决定留守武汉。刚开始她内心想来是恐惧的。病人像潮水一样涌来,医护同事大面积感染,她能不害怕吗?但她从未对我们流露出一丝畏惧情绪。后来她说她太忙了,一忙就忘了。跟所有一线医护人员一样,职责所在,大家只想着如何拼力救人,能救一个是一个。封城前后,她一直避免对我们谈及她的工作境况,包括她在医院没日没夜连轴转的四十多天。她从未透露她们医院医护人员感染人数和隔离人数。李文亮去世后,我给她打电话追问,她才告诉我,她们主任也染上了,不少同事也中枪了,但她不让我告诉她妈妈,怕妈妈着急。我只有反复叮嘱她注意安全,小心再小心,除此之外,我真不知道还能做什么。无助、无奈,在女儿最危险的时刻,我们提供不了什么实质帮助。只有苦熬日子,默默祈祷女儿平安健康。

移动互联网的发展,封锁消息是很难的。很快她妈也从网上得知武汉中心医院的悲惨境况。担心女儿,挂念父母,追踪争辩疫情的各路报道,预测疫情的全球态势,成为我们家每天的节目。随着大量外地医护人员陆续到来,女儿这才接到指示,有机会隔离轮休了一次。恢复了一下疲惫不堪的身体,现在她又继续投入到第一线防治工作去了。

女儿低调,从不吐苦水。 只是疫情中期,她希望我们能向我的朋友们发出请求,呼吁给她们医院捐点医用防护物资。她们一线医护人员已经不得不用普通塑料袋包脚了。口罩缺,护目镜缺,防护服更缺。如果不是缺到特别严重,她是不会向我们求援的。我真的没想到一线医护人员防护物资会这么紧缺。后来看到网上出现大量医院的求援信息,我们才知道武汉市政府防护物资保障工作做得很差。从网上流出来的照片可以看到,许多医护人员几乎等于赤手空拳,在用血肉之躯筑起一道医治急性传染病的防火墙。 这到底是医护人员勇敢,还是领导干部的失职? 可气的是,都快弹尽粮绝了,中心医院某些领导仍拒绝个人捐助,只接受从红十字会发过来的物资。理由是个人捐助标准不统一,他们不要承担这样的风险。女儿与同事已顾不了这些清规戒律了,有总比没有好。于是她们工作之余开始上网四处求援,绕过领导,呼吁社会和个人捐献。 

我对她们医院一向无好感。女儿博士毕业四年,中级职称资格考试也通过两年了,医院就是不聘任,理由是需要论文。临床工作那么忙,值班接着值班,医生少病人多,忙得喘不过气来,累得女儿回家基本上是倒头就睡,哪有时间坐下来搞科研?临床医师重在大量病例的训练和临床经验的积累,把科研任务和临床工作混为一谈,让许多临床经验丰富和技术精湛的医生被论文卡住而评不上职称,这是很不公平的。一个以临床技能为核心的实践性职业,中级职称还设那么多坎,有点荒唐。在我们工程技术研究机构里,像她这样的资历的人早已经评上副高了。对于我的牢骚,她只是无奈的笑笑。她从不争辩,也从未对自己单位埋怨半句。就是这样一个与世无争的女孩,在疫情面前,表现得比我们都坚强。尽心尽责,从无怨言。 一个衣来伸手饭来张口的家庭公主,为怕感染家中年迈的外公外婆,现在一人独居在另一处。在劳累一天下班后,开车回宿舍自己洗衣打扫卫生,自己烧饭做菜。轮休期间常打电话,向我们请教中华料理的烹饪技术。电话里总是不忘叮嘱我们注意安全,关心外公外婆的身体,让我们大家放心。  

她爷爷从哪里看到的消息,从外地给她发微信说,中央很关心你们,伙食标准很高,每人每天两百元呢。我提及此事,女儿笑了笑,传来一张她正要吃的中歺盒饭照片。那个标准,我看了一下,往高说也不超过三十元吧。

 

(早歺热干面是旁边一家店给医院全体员工提供的)

前段时间,我让女儿拍些工作照片,讲讲她工作中的困难和发生在她身边的故事。她说现在没时间用护肤品,形象不好,不适宜拍照。实际上她是怕我们看到她被防护面罩压迫留下的满脸勒痕,不想让我们着急。在我们再三要求下,女儿最近勉强发了几张工作照。看着那满脸皱褶,满是勒痕的双手,我们心痛。厚重的防护服下弱弱的身影,想想都知道,工作下来整个身体一定都是湿漉漉的。几个月的苦战,如何承受这高强度工作压力?夜深人静,望着满病房里在死亡线上挣扎的病人,又得承受多大的精神压力?这些非人的日子,女儿是怎么熬过来的。

万幸的是,到目前为止她还没有中枪感染,这是我们最大的安慰! 我跟她说万幸,她却冷静地说,什么万幸?可能我早已被感染,只不过是轻症,自愈了还有了抗体。早期什么防护都缺,不传染都很难,就看谁扛得住了。她说得很轻松,我听得很惊悚。

是啊,她的老师,她的同事,她的领导,纷纷有人倒下,四位兄长无力回天。她没倒下,是上帝的眷顾,还是病毒体谅我们的父母之心,我们不知道。虽然现在是疫情后期,虽然防护措施也加强了,但做父母的我们依旧提心吊胆,晚上睡不着觉。 

但愿噩梦早日过去,但愿一切恢复到平常。 疫情会结束,磨难会过去,但我们一定不要去赞美苦难,美化伤痕。多难兴邦,苦难练人,那是大话。老百姓就希望一家团团圆圆,一生过得平安。

 

 

【相关】

武汉市中心医院这么多医护人员被感染,到底发生了什么?

武汉中心医院辟谣怎么回事, 武汉中心医院辟谣说了什么事件始末详情曝光

武汉中心医院医护人员感染始末:接触病人推测可能人传人 上报被批造谣

武汉市中心医院:封口比医生的生死更重要

一家 “遍体鳞伤”的武汉三甲医院

方方:引咎辞职,从中心医院的书记和院长开始

四人殉职,四人濒危——武汉中心医院“至暗时刻”

发哨子的武汉中心医院女医生

院长的媚骨与风骨

武汉市中心医院医生:传染病留给大家反应的时间太短了

时间线|武汉市中心医院经历了什么?

比尔盖茨论新冠: 如何应对COVID-19

比尔盖茨论新冠

如何应对COVID-19

在任何危机中,领导者都有两个同等重要的责任: 解决眼前的问题,并防止它再次发生。COVID-19大流行就是一个很好的例子。世界现在需要拯救生命,同时也需要改善我们应对疫情的方式。第一点更为紧迫,但第二点有着至关重要的长期影响。

长期的挑战——提高我们应对突发事件的能力——并不是什么新鲜事。全球卫生专家多年来一直说,与1918年流感疫情的速度和严重程度相匹敌的另一场大流行不是“如果”而是“何时”的问题。近年来,比尔和梅琳达•盖茨基金会(Bill & Melinda Gates Foundation)投入了大量资源,帮助世界为这种情况做准备。

现在,除了长期存在的挑战之外,我们还面临着一场迫在眉睫的危机。在过去的一周里,COVID-19开始表现得很像我们一直担心的那种百年一遇的病原体。我希望情况没有那么糟糕,但我们应该假设情况会如此,直到我们知道情况并非如此。

COVID-19之所以是一种威胁,有两个原因。首先,它可以杀死健康的成年人和存在健康问题的老年人。迄今为止的数据表明,该病毒的病死率在1%左右;这一比率将使其比典型的季节性流感严重数倍,并将其置于1957年流感大流行(0.6%)和1918年流感大流行(2%)之间。

第二,COVID-19传输非常有效。一般受感染的人会传染给另外两三个人。这是一个指数增长率。也有强有力的证据表明,它可以由那些只是轻度患病或甚至尚未出现症状的人传播。这意味着COVID-19将比中东呼吸综合征或严重急性呼吸综合征(SARS)更难控制,后者仅由表现出症状的人传播,传播效率也低得多。事实上,COVID-19在短短四分之一的时间内就已经造成了十倍于SARS的病例。

好消息是,国家、州、地方政府和公共卫生机构可以在未来几周内采取措施减缓COVID-19的传播。

例如,除了帮助本国公民作出反应外,捐助国政府还应帮助低收入和中等收入国家为这一流行病做好准备。这些国家中的许多国家的卫生系统已经不堪重负,而冠状病毒等病原体可以迅速将它们吞噬。鉴于富裕国家把本国人民放在首位的自然愿望,较贫穷国家几乎没有政治或经济影响力。

“通过帮助非洲和南亚国家现在就做好准备,我们可以拯救生命,也可以减缓病毒的全球传播。”

通过帮助非洲和南亚国家现在就做好准备,我们可以拯救生命并减缓病毒的全球传播。(我和梅琳达最近承诺帮助启动全球应对covid -19的行动,总额可能高达1亿美元,其中很大一部分资金专门用于发展中国家。)

世界还需要加速推进针对COVID-19的治疗和疫苗的工作。科学家们能够在几天内对病毒基因组进行排序,并开发出几种有希望的候选疫苗,而流行病防备创新联盟(Coalition for Epidemic备灾创新联盟)已经准备了多达8种有希望的候选疫苗进行临床试验。如果这些疫苗中的一种或多种在动物模型中被证明是安全有效的,它们可能最早在6月就可以进行大规模试验。药物发现也可以通过利用已经进行了安全性测试的化合物库和应用新的筛选技术(包括机器学习)来识别可在几周内准备进行大规模临床试验的抗病毒药物来加速。

所有这些措施都将有助于解决当前的危机。但我们也需要做出更大的系统性改变,以便我们能够在下一次疫情到来时更有效地做出反应。

帮助低收入和中等收入国家加强初级卫生保健系统至关重要。当你建立一个健康诊所时,你也在为抗击流行病建立基础设施。训练有素的卫生保健工作者不仅提供疫苗; 它们还可以监测疾病模式,作为预警系统的一部分,向全世界发出潜在疫情的警报。

世界还需要在疾病监测方面进行投资,包括建立一个病例数据库,相关组织和规则可立即访问该数据库,这些组织和规则要求各国共享其信息。各国政府应能获得训练有素的人员名单,从地方领导人到全球专家,他们已准备好立即对付一种流行病,以及在紧急情况下需要储存或重新调拨的用品清单。

此外,我们需要建立一个系统,能够开发安全有效的疫苗和抗病毒药物,获得批准,并在发现快速传播的病原体后的几个月内提供数十亿剂。这是一项艰巨的挑战,存在技术、外交和预算方面的障碍,也需要公共部门和私营部门之间的合作。但所有这些障碍都是可以克服的。

疫苗的主要技术挑战之一是改进制造蛋白质的老方法,这种方法对流行病的反应太慢了。我们需要开发可预见的安全平台,以便能够迅速进行监管审查,并使制造商能够轻松地以低成本大规模生产剂量。对于抗病毒药物,需要有一个有组织的系统以快速和标准化的方式筛选现有的治疗方法和候选分子。

另一个技术挑战涉及到基于核酸的构造。这些构造可以在病毒基因组测序后数小时内产生; 现在我们需要找到大规模生产的方法。

除了这些技术解决方案,我们还需要外交努力来推动国际合作和数据共享。开发抗病毒药物和疫苗涉及大规模的临床试验和跨越国界的许可协议。我们应该充分利用能够帮助就研究重点和试验方案达成共识的全球论坛,以便有希望的疫苗和抗病毒候选药物能够迅速通过这一进程。这些平台包括世界卫生组织研发蓝图、国际严重急性呼吸系统和新发感染联盟试验网络和全球传染病防备研究协作。这项工作的目标应该是在不危及患者安全的情况下,在三个月或更短的时间内获得结论性临床试验结果和监管批准。

“这些努力的预算需要扩大好几倍。”

然后是资金问题。这些努力的预算需要扩大好几倍。还需要数十亿美元来完成III期试验并确保冠状病毒疫苗获得监管批准,还需要更多资金来改善疾病监测和应对。

为什么这需要政府的资助——私营部门不能自己解决这个问题吗?大流行产品是非常高风险的投资,制药公司将需要公共资金来降低他们工作的风险,并让他们全身心投入。此外,各国政府和其他捐助者将需要提供资金,作为一个全球公共良好生产设施,可以在几周内产生疫苗供应。这些设施可在正常时期为常规免疫规划生产疫苗,并可在大流行期间迅速改装投入生产。最后,各国政府将需要为采购和向需要的人群分发疫苗提供资金。

显然,数十亿美元用于抗击流行病的努力是一大笔钱。但这是解决问题所需的投资规模。考虑到流行病可能带来的经济痛苦——只要看看covid19扰乱供应链和股票市场的方式就知道了,更别提人们的生活了——这将是一笔好买卖。

最后,政府和产业界需要达成一项协议: 在大流行期间,疫苗和抗病毒药物不会简单地卖给出价最高的竞标者。它们将为处于疫情中心和最需要帮助的人提供并负担得起。这不仅是正确的做法,也是短路传播和预防未来大流行的正确策略。

这些是领导人现在应该采取的行动。没有时间可以浪费了。

这篇文章最初发表在《新英格兰医学杂志》的网站上。我在那里写了2015年建立全球大流行应对系统的必要性,以及2018年一种新型呼吸道病毒造成的威胁。

有道机器翻译 from

https://www.inc.com/justin-bariso/bill-gates-elon-musk-just-issued-very-different-responses-to-coronavirus-its-a-lesson-in-emotional-intelligence.html

 

《人生记忆:老爸-回忆文革40周年》

我的人生回忆&ldquo;风雨几春秋&ldquo;续篇之三:回忆文革40周年

立委父

1966年中共中央&ldquo;5.16&rdquo;通知下达后,让全国人民&ldquo;朦&rdquo;了,国家发生了什么?所谓&ldquo;四大&rdquo;(大鸣、大放、大字报、大辩论)铺天盖地充斥全国城乡各个角落。6月1日人民日报发表社论,&ldquo;横扫一切牛鬼神&rdquo;,连篇累牍,兴师动众,刹时暴风骤雨、如火如荼。

直到&ldquo;炮打司令部_我的一张大字报&ldquo;出笼后,事主之&ldquo;司马昭之心&rdquo;昭然若揭,打倒中国&ldquo;赫鲁晓夫&rdquo;。然高层内幕有谁知晓?一言九鼎之&ldquo;红太阳&ldquo;把全国人民带入一场政治游戏泥潭之中,随之而来的&ldquo;文斗&rdquo;、&ldquo;武斗&rdquo;硝烟弥彻中华大地,煞有介事地陷入一场没有&ldquo;敌军&rdquo;的&ldquo;人民战争&rdquo;,真的是运动群众了。

此时正值&ldquo;深挖洞,广积粮,不称霸&rdquo;、备战备荒为人民,我被派往何湾创建一所&ldquo;战备医院&rdquo;。按当时反动&ldquo;血统论&ldquo;理念,对于我这样非&ldquo;红五类&rdquo;出身的人,料定是整肃对象。然,我逃出人声鼎沸的县医院,在这难得的世外桃源,躲过一劫。

我对这场莫名的&ldquo;运动&ldquo;和后来演变成全国性武斗格杀,没有兴趣和热情,也因为出身不&rdquo;硬&ldquo;,有点&rdquo;明哲保身&ldquo;,自己又处于事业初期,所以我,不&rdquo;抓革命&ldquo;,只&rdquo;促生产&ldquo;,埋头看书、开刀,日夜兼程,既治病又治伤,练就手术本领。

说说当时&ldquo;运动&ldquo;之深度、广度,我的三个孩子是4、6、8岁,我下乡,他们没有幼儿园上,老大、老二就一把掳进一年级,不久,停学闹革命,这些娃娃们没事干,也跟着大人&ldquo;革命&rdquo;了,老大也领着他们小伙伴,成立&rdquo;匕首&ldquo;小分队&rdquo;革命组织&ldquo;,被推任为&ldquo;司令&rdquo;。全社会无政府状态,没有任何人来管他们,老师、家长也不敢干预&ldquo;革命&rdquo;,居然,他们有自己的队旗、袖章、公章和办公室(记得那时上二年级的老大为此独自去县城刻章、做旗、串连、取经,住在他同学、好友杨国民家),也上街搞&ldquo;四大&rdquo;,还造他们校长的反,真的像模像样,光荣地自称&ldquo;我们是毛主席的红小兵,要让江山万年红、代代红&ldquo;(见《朝华午拾 -永做毛主席的红小兵》)。荒诞的岁月,造就奇事、怪才,这9岁的娃娃,也能独闯江山闹革命,超过了当年我11岁那次&ldquo;鸡毛信&rdquo;(见《人生记忆-风雨几春秋》)。

67年,弟弟妹妹趁着哥哥这司令,也挤了进去,人家贴大字报,他俩拎浆糊桶;人家造反,他俩听得也起劲。仨兄妹带上红袖章,英姿飒爽的风采(相片),40年啦,依然让人难忘当年的那场政治游戏。

&ldquo;革命&rdquo;闹了一年多,时至1967年夏,全社会瘫痪了,医院里的一派&ldquo;扫黑线&rdquo;,外出&ldquo;革命大串连&rdquo;;守家的另一派&ldquo;批联部&rdquo;,不能支撑开诊,尤其是外科,该派头头们就令当局将我从的乡下调回(原本我下乡一年,后来革命乱了没人管,至此我已离院一年半了,然我正好&ldquo;蛰居&rdquo;安稳。)主持外科病房工作。

武斗,就有&ldquo;人为&rdquo;伤员,让我有用武之地,为此,受到&rdquo;敌对&ldquo;双方的重用和保护。我&rdquo;安分守己&ldquo;,钻研业务,提高技术,成为名震一方&ldquo;一把刀&rdquo;、生命的守护神,多救了不少病弱,减少不少无辜因&ldquo;革命&rdquo;的牺牲者,真的功德无量。于公于私,两利双赢。

我仍然坚守&ldquo;不革命、只生产&rdquo;的自定准则和底线。不是我胆小怕事,当时,压根就没有悟出&ldquo;斗争&rdquo;有何价值?牺牲更不值得。发疯似的全国大宣传,也没能让我心服!但也只能消极怠慢,不敢顶撞,那是一场&ldquo;史无前例&rdquo;的政治高压,螳臂当车,不啻是自取灭亡。

那时光,人像疯了一样,昏天黑地,挂牌、游街、戴高帽、搞喷气式,除了地、富、反、坏、右这些阶级敌人,还有共产党的各级大小当权派,都是打击对象。多如牛毛的&ldquo;革命&rdquo;组织,&ldquo;无法无天&rdquo;,都声称&ldquo;悍卫毛泽东思想&rdquo;,后来大致都发展成对立的两派,各立据点,抡枪抡炮,真枪真弹,就我们那个小小的县城,武斗中就死了10个人,都是青年学生和工人,恒古没有结案,不了了之。这,何止是&ldquo;触及灵魂&rdquo;,更泯灭其躯体,真的攸关黎民百姓身家性命。然而人们的&ldquo;热情&rdquo;是空前绝后,火药味极浓,夫妻反目,父子成仇,前赴后继,死而后已。而我却&ldquo;无动于衷&rdquo;,虽然我也被卷进&ldquo;批联部&rdquo;一派,但连派会我也极少参加,更何况文斗、武斗,好友们戏称我是&ldquo;逍遥派&rdquo;。

1967年夏秋之交,武斗正酣,&ldquo;工事、战壕&rdquo;遍布,俨然是一场&ldquo;人民战争&rdquo;,处处是战场,枪声、炮声,弹痕累累,造反派可随意抓人、关人甚至杀人,一抹&ldquo;红色恐怖&rdquo;。武斗跟文斗不同,语言罪,文字狱,虽可无端,但还得批呀、斗呀。而武斗那怕是一人也可向你下手,让你瞬遭不测,人身安全,全无保障,比战乱更可怕,此乃知情人之间内讧,外加冷枪流弹,我虽素来与人为善,人缘不错,但也胆战心惊,人人自危。

一天傍晚时分,&ldquo;批&rdquo;派一个&ldquo;便衣女战士&rdquo;从我家后门直冲我内室,从鞋底里抠出一张纸条,是该派浦司令的手令,让我火速赶去大本营&ldquo;救人&rdquo;。当然是&ldquo;天命&rdquo;了(一则天命不可违抗,二则救人不得迟疑,再则保己也无二选),立马出家,可我家是&ldquo;扫&rdquo;派阵地,敌对双方,哪能包容此举,(就是正式战场上,还容&ldquo;红十字&rdquo;救人。)所以我的这一出诊,也是一次冒险。好在一出门,就有&ldquo;便衣&rdquo;一队护卫,以防堵截,火速抵达目的地。

一位中学生红卫兵战士受伤,子弹穿右胸伤肺致血气胸,诊断需X线检查,循着自己一派的后方送,专车直去泾县晏工煤矿医院,就地给予胸腔闭式引流,我,全程主治和护理,总算救回一命。

又一次是在我们院的扫派伤员,右股动脉子弹伤,患肢全无血供,苍白、灰冷,要是在6小时内手术修补,完全可以保肢,为争取这一时限,我奔走呼号,找派头头和院领导,终因种种原因而误时,高位截肢致残,可惜可悲。

还有一次是批派后方一家属难产,无处就医,乡里乡亲的,一个县城几十年相处,大都是熟人甚至过从,找了我,没办法,从院里悄悄地取出消毒包和器械,就在患家堂前大桌上作了剖腹产,救了母子。

武斗激烈时,医生和病人都不敢在病房里(人人总有敌对一派),自然散伙停诊,遇上急腹症,我只得携着病人,到处找地方开刀。一例阑尾炎带到弋江手术的,一例疝气跑到何湾开的刀。寻找一切可能的条件,为病人治病手术了。

何湾区委书记唐文秀,与我可谓至交,胃溃疡出血,无法输血,药品极为短缺,治疗条件极为简陋和不足,我给作了胃切除,术后6天,他就吵着要出院,并善意邀我一道到他乡下的家避一避,躲避风险。因为他是正中的当权派,在造反派眼中他当然是揪斗对象,他,闯过疾病关,只怕躲不过政治关,朝夕自危。重现当年地下游击战争年代&ldquo;风范&rdquo;。终于刀口没拆线就溜号了。若干年后,我们笑谈这一幕,不胜感慨。

此间,为武斗中伤员作过肺修补、肝修补、肠切除、骨、血管等手术。基本无死亡,拯救了不少生命。这不,特定的环境下,出给外科医生的课题,是十分严峻而苛刻的,40年前,就这样,逼出来我们这批&ldquo;全科医生&rdquo;,造就出这些&ldquo;全能医生&rdquo;,一切求教于书本,现贩现卖,时势造&ldquo;英雄&rdquo;!

【关于舆情挖掘】

【喋喋不休论大数据(立委博文汇总)】

【新智元笔记:再谈舆情】

舆情挖掘系统独立验证的意义

【社煤挖掘:雷同学之死】

《利用大数据高科技,实时监测美国总统大选舆情变化》

世人皆错nlp不错,民调错大数据也不会错

社媒大数据的困境:微信的风行导致舆情的碎片化

从微信的用户体验谈大数据挖掘的客户情报

社媒挖掘:社会媒体疯传柴静调查,毁誉参半,争议趋于情绪化

奥巴马赢了昨晚辩论吗?舆情自动检测告诉你

全球社交媒体热议阿里巴巴上市

到底社媒曲线与股市曲线有没有、有多少相关度?

再谈舆情与股市的相关性

【『科学』预测:A-股 看好】

舆情挖掘用于股市房市预测靠谱么?

大数据帮助决策实例:《走进“大数据”——洗衣机寻购记》

【社媒挖掘:外来快餐店风光不再】

【社媒挖掘:中国手机市场仍处于战国争雄的阶段】

世界杯是全世界的热点,纵不懂也有义务挖掘一哈

【大数据挖掘:方崔大战一年回顾】(更正版)

【大数据挖掘:转基因一年回顾】

【大数据挖掘:“苦逼”小崔2013年5-7月为什么跌入谷底?】

【大数据挖掘:转基因中文网络的自动民调,东风压倒西风?】

【大数据挖掘:转基因英文网络的自动民调和分析】

只认数据不认人:IRT 的鼓噪左右美国民情了么?

继续转基因的大数据挖掘:谁在说话?发自何处?能代表美国人民么

关于转基因及其社会媒体大数据挖掘的种种问题

【美国网民怎么看转基因:英文社交媒体大数据调查告诉你】

【社媒挖掘:必胜客是七夕节情侣聚餐的首选之地?】

【社媒挖掘:大数据时代的危机管理】

测试粤语舆情挖掘:拿娱乐界名人阿娇和陈冠希开刀

【社媒挖掘:不朽邓丽君】

【社媒挖掘:社会媒体眼中的李开复老师】

【社媒挖掘:糟糕透顶的方韩社会形象】

社媒挖掘:关于狗肉的争议

社媒挖掘:央视的老毕

社媒挖掘:老毕私下辱毛事件再挖掘

大数据淹没下的冰美人(之一)

大数据淹没下的冰美人(之二)

大数据淹没下的冰美人(之三): 喜欢的理由

大数据淹没下的冰美人(之四): 流言蜚语篇(慎入)

大数据淹没下的冰美人(之五): 星光灿烂谁为最?

【社媒挖掘:成都暴打事件中的男司机和女司机】

【社媒挖掘:社会媒体眼中的陳水扁】

【社媒挖掘:社会媒体眼中的李登輝】

【社媒挖掘:馬英九施政一年來輿情晴雨表】

【社媒挖掘:臺灣政壇輿情圖】

【社媒挖掘:社会媒体眼中的臺灣綠營大佬】

舆情挖掘:九合一國民黨慘敗 馬英九時代行將結束?

社会媒体舆情自动分析:马英九 vs 陈水扁

社媒挖掘:争议人物方博士被逐,提升了其网路形象

方韩大战高频情绪性词的词频分析

方韩大战的舆情自动分析:小方的评价比韩少差太多了

社媒挖掘:苹果CEO库克公开承认同志身份,媒体反应相当正面

苹果智能手表会是可穿戴设备的革命么?

全球社交媒体热议苹果推出 iPhone 6

互联网盛世英雄马云的媒体形象

革命革到自身头上,给咱“科学网”也挖掘一下形象

两年来中国红十字会的社会媒体形象调查

自动民调Walmart,挖掘发现跨国公司在中国的日子不好过

【社媒挖掘:“剩女”问题】

【舆情挖掘:2013央视春晚播后】

【舆情挖掘:年三十挖一挖央视春晚】

新浪微博下周要大跌?舆情指数不看好,负面评价太多(疑似虚惊)

【大数据挖掘:微信(WeChat)】

【大数据解读:方崔大战对转基因形象的影响】

【微博自动民调:薄熙来、薛蛮子和李天一】

【社媒挖掘:第一夫人光彩夺目赞誉有加】

       Chinese First Lady in Social Media

Social media mining on credit industry in China

Sina Weibo IPO and its automatic real time monitoring

Social media mining: Teens and Issues

立委元宵节大数据科技访谈土豆视频上网

【大数据挖掘:中国红十字会的社会媒体形象】

【社媒挖掘:社会媒体眼中的财政悬崖】

【社媒挖掘:美国的枪支管制任重道远】

【舆情挖掘:房市总体看好】

【社媒挖掘:社会媒体眼中的米拉先生】

【社会媒体:现代婚姻推背图】

【社会媒体:现代爱情推背图】

【科学技术之云】

新鲜出炉:2012 热点话题五大盘点之五【小方vs韩2】

【凡事不决问 social:切糕是神马?】

Social media mining: 2013 vs. 2012

社会媒体测试知名品牌百度,有惊人发现

尝试揭秘百度的“哪里有小姐”: 小姐年年讲、月月讲、天天讲?

舆情自动分析表明,谷歌的社会评价度高出百度一倍

圣诞社媒印象: 简体世界狂欢,繁體世界分享

WordClouds: Season's sentiments, pros & cons of Xmas

新鲜出炉:2012 热点话题五大盘点之一【吊丝】

新鲜出炉:2012 热点的社会媒体五大盘点之二【林书豪】

新鲜出炉:2012 热点话题五大盘点之三【舌尖上的中国】

新鲜出炉:2012 热点话题五大盘点之四【三星vs苹果】

社会媒体比烂,但国骂隐含舆情

肮脏语言研究:英语篇

肮脏语言研究:汉语篇(18岁以下勿入)

新年新打算:【社媒挖掘】专栏开张大吉

关于 NLP 以及杂谈

关于NLP体系和设计哲学

关于NLP方法论以及两条路线之争

关于 parsing

【关于中文NLP】

【关于信息抽取】

【关于舆情挖掘】

【关于大数据挖掘】

【关于NLP应用】

【关于人工智能】

【关于我与NLP】

【关于NLP掌故】

《朝华午拾》总目录

【关于立委NLP的《关于系列》】

【置顶:立委NLP博文一览(定期更新版)】

立委NLP频道

立委NLP相关博文汇总

NLP University

【立委NLP相关博文汇总一览】

NLP University 开张大吉

《朝华午拾》总目录

余致力自然语言处理(NLP,Natural Language Processing)凡30年,其目的在求交流之通畅,信息之自由,语言之归一,世界之大同。积30年之经验,深知欲达此目的,必须启蒙后进,普及科学,同心协力,共建通天之塔,因作文鼓而吹之。处理尚未成功,同志仍需努力。

关于 NLP 以及杂谈

关于NLP体系和设计哲学

关于NLP方法论以及两条路线之争

关于 parsing

【关于中文NLP】

【关于信息抽取】

【关于大数据挖掘】

【关于知识图谱】

【关于舆情挖掘】

【关于问答系统】

【关于机器翻译】

【关于NLP应用】

【关于人工智能】

【关于我与NLP】

【关于NLP掌故】

1. 关于NLP体系及方法论

【立委科普:NLP 联络图 】

【立委科普:自然语言系统架构简说】

【立委科普:自然语言parsers是揭示语言奥秘的LIGO式探测仪】

泥沙龙笔记:漫谈语言形式

Notes on Building and Using Lexical Semantic Knowledge Bases

NLP 迷思之四:词义消歧(WSD)是NLP应用的瓶颈

《立委科普:语言学的基本概念》

《立委随笔:通天塔不是一日建成的》

科研围脖:再谈查全率和大海捞针

与老前辈谈 NLP 及其趋势

【立委随笔:NLP 的童子功】

说说科研立项中的大跃进

中餐大厨和技术匠人

【李白对话录:谁无知呢?】

学科有高低,事业分档次

《泥沙龙笔记:沾深度神经的光,谈parsing的深度与多层》

【立委科普:语言学算法是 deep NLP 绕不过去的坎儿】

《OVERVIEW OF NATURAL LANGUAGE PROCESSING》

《NLP White Paper: Overview of Our NLP Core Engine》

White Paper of NLP Engine

《泥沙龙笔记:deep,情到深处仍孤独》

《泥沙龙铿锵三人行:句法语义纠缠论》

《泥沙龙笔记:知识习得对本体知识,信息抽取对知识图谱》

【泥沙龙笔记:再谈知识图谱和知识习得】

【立委科普:本体知识系统的发展历程】

Notes on Building and Using Lexical Semantic Knowledge Bases

NLP 是什么,不是什么?做什么,不做什么?

【新智元笔记:工程语法和深度神经】

【新智元笔记:李白对话录 – RNN 与语言学算法】

《新智元笔记:再谈语言学手工编程与机器学习的自动编程》

《新智元笔记:对于 tractable tasks, 机器学习很难胜过专家》

《新智元笔记:【Google 年度顶级论文】有感》

《新智元笔记:NLP 系统的分层挑战》

《泥沙龙笔记:连续、离散,模块化和接口》

《泥沙龙笔记:parsing 的休眠反悔机制》

【立委科普:歧义parsing的休眠唤醒机制初探】

【泥沙龙笔记:NLP hard 的歧义突破】

【立委科普:结构歧义的休眠唤醒演义】

【新智元笔记:李白对话录 – 从“把手”谈起】

《新智元笔记:跨层次结构歧义的识别表达痛点》

立委科普:NLP 中的一袋子词是什么

一切声称用机器学习做社会媒体舆情挖掘的系统,都值得怀疑

立委科普:关键词革命

立委科普:关键词外传

《立委随笔:机器学习和自然语言处理》

【泥沙龙笔记:语法工程派与统计学习派的总结】

【科普小品:NLP 的锤子和斧头】

【新智元笔记:两条路线上的NLP数据制导】

《立委随笔:语言自动分析的两个路子》

Comparison of Pros and Cons of Two NLP Approaches

why hybrid? on machine learning vs. hand-coded rules in NLP

Why Hybrid?

钩沉:Early arguments for a hybrid model for NLP and IE

【李白对话录:你波你的波,我粒我的粒】

【泥沙龙笔记:学习乐观主义的极致,奇文共欣赏】

《泥沙龙笔记:铿锵众人行,parsing 可以颠覆关键词吗?》

泥沙龙笔记:铿锵三人行

《泥沙龙铿锵三人行:句法语义纠缠论》

【科普随笔:NLP主流的傲慢与偏见】

【科普随笔:NLP主流最大的偏见,规则系统的手工性】

再谈机器学习和手工系统:人和机器谁更聪明能干?

乔姆斯基批判

Chomsky’s Negative Impact

[转载]【白硕 – 穿越乔家大院寻找“毛毛虫”】

【新智元笔记:语法糖霜论不值得认真对待】

【科研笔记:NLP “毛毛虫” 笔记,从一维到二维】

【泥沙龙笔记:NLP 专门语言是规则系统的斧头】

【新智元:理论家的围墙和工程师的私货】

泥沙龙笔记:从乔姆斯基大战谷歌Norvig说起

【Church – 钟摆摆得太远(2):乔姆斯基论】

【NLP主流的反思:Church – 钟摆摆得太远(1):历史回顾】

【Church – 钟摆摆得太远(3):皮尔斯论】

【Church – 钟摆摆得太远(4):明斯基论】

【Church – 钟摆摆得太远(5):现状与结论】

《泥沙龙笔记:【钟摆摆得太远】高大上,但有偏颇》

自给自足是NLP王道

自然语言后学都应该看看白硕老师的“自然语言处理与人工智能”

语言创造简史

Notes on Building and Using Lexical Semantic Knowledge Bases

【NLP主流成见之二,所谓规则系统的移植性太差】

Domain portability myth in natural language processing (NLP)

【科普随笔:NLP的宗教战争?】

Church – 计算语言学课程的缺陷 (翻译节选)

【科普随笔:NLP主流之偏见重复一万遍成为反真理】

坚持四项基本原则,开发鲁棒性NLP系统

NLP 围脖:成语从来不是问题

NLP 是一个力气活:再论成语不是问题

立委围脖:对于用户来说,抓住老鼠就是好猫

《科普随笔:keep ambiguity untouched》

【科研笔记:NLP的词海战术】

在构筑一个模型时,枚举法是常用的必要的强盗分类

没有语言学的 CL 走不远

[转载]为什么谷歌搜索并不像广泛相信的那样主要采用机器学习?

手工规则系统的软肋在文章分类

老教授回函:理性主义回摆可能要再延迟10几年

每隔二十年振荡一次的钟摆要多长?

【系统不能太精巧,正如人不能太聪明】

《泥沙龙李白对话录:关于纯语义系统》

【泥沙龙笔记:语义可以绕过句法吗】

一袋子词的主流方法面对社交媒体捉襟见肘,结构分析是必由之路

《新智元:通用的机器人都是闹着玩的,有用的都是 domain 的》

【新智元笔记:反伊莉莎效应,人工智能的新概念】

The Anti-Eliza effect, New Concept in AI

《新智元笔记:机器的秒杀人类和霍金的杞人忧天》

【新智元笔记:强弱人工智能之辩】

【泥沙龙笔记:强人工智能的伟哥测试】

重温AI历史上的思维实验:老外不会中文,正如机器没有理解

《语义三巨人》

【泥沙龙笔记:吃科学的饭,还是技术的饭?】

《立委随笔:人工“智能”》

人机接口是机器人的面子

《新智元:通用的机器人都是闹着玩的,有用的都是 domain 的》

【泥沙龙笔记:从民科谈到五代机及其AI历史与现状】

【泥沙龙笔记:吃科学的饭,还是技术的饭?】

SBIR Grants

2. 关于NLP分析(parsing)

【语言学小品:送老婆后面的语言学】

【一日一parsing:NLP应用可以对parsing有所包容】

泥沙龙笔记:骨灰级砖家一席谈,真伪结构歧义的对策(1/2)

泥沙龙笔记:骨灰级砖家一席谈,真伪结构歧义的对策(2/2)

【语义计算沙龙:巨头谷歌昨天称句法分析极难,但他们最强】

语义计算沙龙:parsing 的鲁棒比精准更重要】

语义计算沙龙:基本短语是浅层和深层parsing的重要接口》

【做 parsing 还是要靠语言学家,机器学习不给力】

《泥沙龙笔记:狗血的语言学》

【deep parsing 小品:天涯若比邻的远距离关系】

《有了deep parsing,信息抽取就是个玩儿》

语义计算沙龙:关于汉语介词的兼语句型,兼论POS】

泥沙龙笔记:在知识处理中,很多时候,人不如机

《立委科普:机器可以揭开双关语神秘的面纱》

《泥沙龙笔记:漫谈自动句法分析和树形图表达》

泥沙龙笔记:语言处理没有文法就不好玩了

泥沙龙笔记:parsing 是引擎的核武器,再论NLP与搜索

泥沙龙笔记:从 sparse data 再论parsing乃是NLP应用的核武器

【立委科普:NLP核武器的奥秘】

【立委科普:语法结构树之美】

【立委科普:语法结构树之美(之二)】

【立委科普:自然语言理解当然是文法为主,常识为辅】

语义计算沙龙:从《知网》抽取逻辑动宾的关系】

【立委科普:教机器识英文】

【立委科普:及物、不及物 与 动词 subcat 及句型】

泥沙龙笔记:再聊乔老爷的递归陷阱

【泥沙龙笔记:人脑就是豆腐,别扯什么递归了】

泥沙龙笔记:儿童语言没有文法的问题

《自然语言是递归的么?》

从 colorless green ideas sleep furiously 说开去

Parsing nonsense with a sense of humor

【科普小品:文法里的父子原则】

Parent-child Principle in Dependency Grammar

乔氏 X 杠杠理论 以及各式树形图表达法

【泥沙龙笔记:依存语言学的怪圈】

【没有语言结构可以解析语义么?浅论 LSA】

【没有语言结构可以解析语义么?(之二)】

自然语言中,约定俗成大于文法教条和逻辑

泥沙龙笔记:三论世界语

泥沙龙笔记:再聊世界语及其文化

泥沙龙笔记:聊一聊世界语及老柴老乔以及老马老恩

《泥沙龙笔记:NLP component technology 的市场问题》

【泥沙龙笔记:没有结构树,万古如长夜】

Deep parsing:每日一析

Deep parsing 每日一析:内情曝光 vs 假货曝光

Deep parsing 每日一析 半垃圾进 半垃圾出

【一日一parsing: 屈居世界第零】

【研发随笔:植树为林自成景(10/n)】

【deep parsing:植树为林自成景(20/n)】

【deep parsing:植树为林自成景(30/n)】

语义计算沙龙:植树为林自成景(40/n)】

【deep parsing 吃文化:植树为林自成景(60/n)】

【deep parsing (70/n):离合词与定语从句的纠缠】

【deep parsing (80/n):植树成林自成景】

【deep parsing (90/n):“雨是好雨,但风不正经”】

【deep parsing (100/n):其实 NLP 也没那么容易气死】

3. 关于NLP抽取

【语义计算沙龙:知识图谱无需动用太多知识 负重而行】

【立委科普:信息抽取】

《朝华午拾:信息抽取笔记》

泥沙龙笔记:搜索和知识图谱的话题

《知识图谱的先行:从Julian Hill 说起》

《有了deep parsing,信息抽取就是个玩儿》

【立委科普:实体关系到知识图谱,从“同学”谈起】

泥沙龙笔记: parsing vs. classification and IE

前知识图谱钩沉: 信息抽取引擎的架构

前知识图谱钩沉: 信息体理论

前知识图谱钩沉,信息抽取任务由浅至深的定义

前知识图谱钩沉,关于事件的抽取

钩沉:SVO as General Events

Pre-Knowledge-Graph Profile Extraction Research via SBIR (1)

Pre-Knowledge-Graph Profile Extraction Research via SBIR (2)

Coarse-grained vs. fine-grained sentiment extraction

【立委科普:基于关键词的舆情分类系统面临挑战】

【“剩女”的去向和出路】

SBIR Grants

4.关于NLP大数据挖掘

“大数据与认识论”研讨会的书面发言(草稿)

【立委科普:自动民调】

Automated survey based on social media

《立委科普:机器八卦》

言多必露,文本挖掘可以揭示背景信息

社媒是个大染缸,大数据挖掘有啥价值?

大数据挖掘问答2:会哭的孩子有奶吃

大数据挖掘问答1:所谓数据完整性

为什么做大数据的吹鼓手?

大数据NLP论

On Big Data NLP

作为公开课的大数据演讲

【立委科普:舆情挖掘的背后】

【立委科普:所谓大数据(BIG DATA)】

【科研笔记:big data NLP, how big is big?】

文本挖掘需要让用户既能见林又能见木

【社媒挖掘:《品牌舆情图》的设计问题】

研究发现,国人爱说反话:夸奖的背后藏着嘲讽

立委统计发现,人是几乎无可救药的情绪性动物

2011 信息产业的两大关键词:社交媒体和云计算

《扫了 sentiment,NLP 一览众山小:从“良性肿瘤”说起》

5. 关于NLP应用

【河东河西,谁敢说SMT最终一定打得过规则MT?】

【立委科普:NLP应用的平台之叹】

【Bots 的愿景】

《新智元笔记:知识图谱和问答系统:how-question QA(2)》

《新智元笔记:知识图谱和问答系统:开题(1)》

【泥沙龙笔记:NLP 市场落地,主餐还是副食?】

《泥沙龙笔记:怎样满足用户的信息需求》

立委科普:问答系统的前生今世

《新智元笔记:微软小冰,人工智能聊天伙伴(1)》

《新智元笔记:微软小冰,可能的商业模式(2)》

《新智元笔记:微软小冰,两分钟定律(3)》

新智元笔记:微软小冰,QA 和AI,历史与展望(4)

泥沙龙笔记:把酒话桑麻,聊聊 NLP 工业研发的掌故

泥沙龙笔记:创新,失败,再创新,再失败,直至看上去没失败

泥沙龙笔记:parsing 是引擎的核武器,再论NLP与搜索

立委科普:从产业角度说说NLP这个行当

【立委科普:机器翻译】

立委硕士论文【附录一:EChA 试验结果】

社会媒体(围脖啦)火了,信息泛滥成灾,技术跟上了么?

2011 信息产业的两大关键词:社交媒体和云计算

再说苹果爱疯的贴身小蜜 死日(Siri)

从新版iPhone发布,看苹果和微软技术转化能力的天壤之别

非常折服苹果的技术转化能力,但就自然语言技术本身来说 ...

科研笔记:big data NLP, how big is big?

与机器人对话

《机器翻译词义辨识对策》

【立委随笔:机器翻译万岁】

6. 关于中文NLP

【新智元:parsing 在希望的田野上】

语义计算沙龙:其实 NLP 也没那么容易气死

【deep parsing (70/n):离合词与定语从句的纠缠】

【立委科普:deep parsing 小讲座】

【新智元笔记:词的幽灵在NLP徘徊】

《新智元笔记:机器的馅饼专砸用心者的头》

【新智元笔记:机器的馅饼(续篇)】

【新智元笔记:parsing 汉语涉及重叠的鸡零狗碎及其他】

【新智元笔记:中文自动分析杂谈】

【deep parsing:“对医闹和对大夫使用暴力者,应该依法严惩" 】

【让机器人解读洪爷的《人工智能忧思录》(4/n)】

【让机器人解读洪爷的《人工智能忧思录》(3/n)】

【让机器人解读洪爷的《人工智能忧思录》(2/n)】

【让机器人解读洪爷的《人工智能忧思录》(1/n)】

《新智元笔记:找茬拷问立氏parser》

【新智元笔记:汉语分离词的自动分析】

《新智元笔记:与汉语离合词有关的结构关系》

《新智元笔记:汉语使动结构与定中结构的纠缠》

《新智元笔记:汉语parsing的合成词痛点》

《新智元:填空“的子结构”、“所字结构”和“者字结构“》

【沙龙笔记:汉语构词和句法都要用到reduplication机制】

钩沉:博士阶段的汉语HPSG研究 2015-11-02

泥沙龙小品:小词搭配是上帝给汉语文法的恩赐

泥沙龙笔记:汉语牛逼,国人任性!句法语义,粗细不同

泥沙龙笔记:汉语就是一种“裸奔” 的语言

【NLP笔记:人工智能神话的背后是汗水】

【立委随笔:中文之心,如在吾庐】

汉语依从文法 (维文钩沉)

《立委科普:现代汉语语法随笔》

“自由”的语言学至少有三种理论

应该立法禁止切词研究 :=)

再谈应该立法禁止切词研究

中文处理的迷思之一:切词特有论

中文处理的迷思之二:词类标注是句法分析的前提

中文NLP迷思之三:中文处理的长足进步有待于汉语语法的理论突破

专业老友痛批立委《迷思》系列搅乱NLP秩序,立委固执己见

后生可畏,专业新人对《迷思》争论表面和稀泥,其实门儿清

突然有一种紧迫感:再不上中文NLP,可能就错过时代机遇了

社会媒体舆情自动分析:马英九 vs 陈水扁

舆情自动分析表明,谷歌的社会评价度高出百度一倍

方寒大战高频情绪性词的词频分析

方韩大战的舆情自动分析:小方的评价比韩少差太多了

研究发现,国人爱说反话:夸奖的背后藏着嘲讽

立委统计发现,人是几乎无可救药的情绪性动物

研发笔记:粤语文句的情报挖掘

《立委随笔: 语言学家是怎样炼成的》

《立委科普:汉语只有完成体,没有过去时》

《科研笔记:中文图灵试题?》

立委统计发现,汉语既适合吹嘘拍马亦长于恶意构陷

比起英语,汉语感情更外露还是更炽烈?

科研笔记:究竟好还是不好

《科普随笔:汉字和语素》

《科普随笔:汉语自动断词 “一次性交500元”》

《科普随笔:“他走得风一样地快” 的详细语法结构分析》

【立委科普:自动分析 《偉大的中文》】

《立委随笔:汉语并不简单》

语言学小品:结婚的远近距离搭配

中文处理的模块化纠结

【立委科普:《非诚勿扰》中是谁心动谁动心?】

曙光在眼前,轻松过个年

挺反自便,但不要欺负语言学!

当面对很烦很难很挑战的时候

创造着是美丽的

汉语依从文法 (维文钩沉)

《新智元:挖掘你的诗人气质,祝你新年快乐》

7. 关于NLP社会媒体舆情挖掘的实践

【语义计算沙龙:sentiment 中的讽刺和正话反说】

【喋喋不休论大数据(立委博文汇总)】

【新智元笔记:再谈舆情】

舆情挖掘系统独立验证的意义

【社煤挖掘:雷同学之死】

《利用大数据高科技,实时监测美国总统大选舆情变化》

世人皆错nlp不错,民调错大数据也不会错

社媒大数据的困境:微信的风行导致舆情的碎片化

从微信的用户体验谈大数据挖掘的客户情报

社媒挖掘:社会媒体疯传柴静调查,毁誉参半,争议趋于情绪化

奥巴马赢了昨晚辩论吗?舆情自动检测告诉你

全球社交媒体热议阿里巴巴上市

到底社媒曲线与股市曲线有没有、有多少相关度?

再谈舆情与股市的相关性

【『科学』预测:A-股 看好】

舆情挖掘用于股市房市预测靠谱么?

大数据帮助决策实例:《走进“大数据”——洗衣机寻购记》

【社媒挖掘:外来快餐店风光不再】

【社媒挖掘:中国手机市场仍处于战国争雄的阶段】

世界杯是全世界的热点,纵不懂也有义务挖掘一哈

【大数据挖掘:方崔大战一年回顾】(更正版)

【大数据挖掘:转基因一年回顾】

【大数据挖掘:“苦逼”小崔2013年5-7月为什么跌入谷底?】

【大数据挖掘:转基因中文网络的自动民调,东风压倒西风?】

【大数据挖掘:转基因英文网络的自动民调和分析】

只认数据不认人:IRT 的鼓噪左右美国民情了么?

继续转基因的大数据挖掘:谁在说话?发自何处?能代表美国人民么

关于转基因及其社会媒体大数据挖掘的种种问题

【美国网民怎么看转基因:英文社交媒体大数据调查告诉你】

【社媒挖掘:必胜客是七夕节情侣聚餐的首选之地?】

【社媒挖掘:大数据时代的危机管理】

测试粤语舆情挖掘:拿娱乐界名人阿娇和陈冠希开刀

【社媒挖掘:不朽邓丽君】

【社媒挖掘:社会媒体眼中的李开复老师】

【社媒挖掘:糟糕透顶的方韩社会形象】

社媒挖掘:关于狗肉的争议

社媒挖掘:央视的老毕

社媒挖掘:老毕私下辱毛事件再挖掘

大数据淹没下的冰美人(之一)

大数据淹没下的冰美人(之二)

大数据淹没下的冰美人(之三): 喜欢的理由

大数据淹没下的冰美人(之四): 流言蜚语篇(慎入)

大数据淹没下的冰美人(之五): 星光灿烂谁为最?

【社媒挖掘:成都暴打事件中的男司机和女司机】

【社媒挖掘:社会媒体眼中的陳水扁】

【社媒挖掘:社会媒体眼中的李登輝】

【社媒挖掘:馬英九施政一年來輿情晴雨表】

【社媒挖掘:臺灣政壇輿情圖】

【社媒挖掘:社会媒体眼中的臺灣綠營大佬】

舆情挖掘:九合一國民黨慘敗 馬英九時代行將結束?

社会媒体舆情自动分析:马英九 vs 陈水扁

社媒挖掘:争议人物方博士被逐,提升了其网路形象

方韩大战高频情绪性词的词频分析

方韩大战的舆情自动分析:小方的评价比韩少差太多了

社媒挖掘:苹果CEO库克公开承认同志身份,媒体反应相当正面

苹果智能手表会是可穿戴设备的革命么?

全球社交媒体热议苹果推出 iPhone 6

互联网盛世英雄马云的媒体形象

革命革到自身头上,给咱“科学网”也挖掘一下形象

两年来中国红十字会的社会媒体形象调查

自动民调Walmart,挖掘发现跨国公司在中国的日子不好过

【社媒挖掘:“剩女”问题】

【舆情挖掘:2013央视春晚播后】

【舆情挖掘:年三十挖一挖央视春晚】

新浪微博下周要大跌?舆情指数不看好,负面评价太多(疑似虚惊)

【大数据挖掘:微信(WeChat)】

【大数据解读:方崔大战对转基因形象的影响】

【微博自动民调:薄熙来、薛蛮子和李天一】

【社媒挖掘:第一夫人光彩夺目赞誉有加】

Chinese First Lady in Social Media

Social media mining on credit industry in China

Sina Weibo IPO and its automatic real time monitoring

Social media mining: Teens and Issues

立委元宵节大数据科技访谈土豆视频上网

【大数据挖掘:中国红十字会的社会媒体形象】

【社媒挖掘:社会媒体眼中的财政悬崖】

【社媒挖掘:美国的枪支管制任重道远】

【舆情挖掘:房市总体看好】

【社媒挖掘:社会媒体眼中的米拉先生】

【社会媒体:现代婚姻推背图】

【社会媒体:现代爱情推背图】

【科学技术之云】

新鲜出炉:2012 热点话题五大盘点之五【小方vs韩2】

【凡事不决问 social:切糕是神马?】

Social media mining: 2013 vs. 2012

社会媒体测试知名品牌百度,有惊人发现

尝试揭秘百度的“哪里有小姐”: 小姐年年讲、月月讲、天天讲?

舆情自动分析表明,谷歌的社会评价度高出百度一倍

圣诞社媒印象: 简体世界狂欢,繁體世界分享

WordClouds: Season's sentiments, pros & cons of Xmas

新鲜出炉:2012 热点话题五大盘点之一【吊丝】

新鲜出炉:2012 热点的社会媒体五大盘点之二【林书豪】

新鲜出炉:2012 热点话题五大盘点之三【舌尖上的中国】

新鲜出炉:2012 热点话题五大盘点之四【三星vs苹果】

社会媒体比烂,但国骂隐含舆情

肮脏语言研究:英语篇

肮脏语言研究:汉语篇(18岁以下勿入)

新年新打算:【社媒挖掘】专栏开张大吉

8. 关于NLP的掌故趣闻

【立委随笔:文傻和理呆的世纪悲剧(romance tragedy)】

【把酒话桑麻,MT 产品落地史话】

【泥沙龙笔记:从机器战胜人类围棋谈开去】

遭遇脸书的 Deep Text

泥沙龙笔记:创新,失败,再创新,再失败,直至看上去没失败

泥沙龙笔记:把酒话桑麻,聊聊 NLP 工业研发的掌故

【 IT风云掌故:金点子起家的 AskJeeves 】

今天的Ask.com

《语义三巨人》

《朝华午拾:在美国写基金申请的酸甜苦辣》

看望导师刘倬先生,中国机器翻译的开山鼻祖之一

【朝华午拾集锦:立委流浪图】

【立委随笔:流浪的概念网络】

【朝华午拾:安娜离职记】

知识图谱的先行:从 Julian Hill 说起 》

《朝华午拾:创业之路》

《朝华午拾 - 水牛风云》

《朝华午拾:用人之道》

《朝华午拾:欧洲之行》

《朝华午拾:“数小鸡”的日子》

《朝华午拾:一夜成为万元户》

《朝华午拾:世界语之恋》

《朝华午拾:我的考研经历》

80年代在国内,社科院的硕士训练使我受益最多

科研笔记:开天辟地的感觉真好

《朝华午拾:今天是个好日子》

【朝华午拾:那天是个好日子】

10 周年入职纪念日有感

《立委随笔: 语言学家是怎样炼成的》

说说科研立项中的大跃进

围脖:一个人对抗一个世界,理性主义大师 Lenat 教授

《泥沙龙笔记:再谈 cyc》

围脖:格语法创始人菲尔墨(Charles J. Fillmore)教授千古!

百度大脑从谷歌大脑挖来深度学习掌门人 Andrew Ng

冯志伟老师以及机器翻译历史的一些事儿

《立委随笔:微软收购PowerSet》

NLP 历史上最大的媒体误导:成语难倒了电脑

立委推荐:乔姆斯基

巧遇语言学上帝乔姆斯基

[转载]欧阳锋:巧遇语言学新锐 - 乔姆斯基

【科普小品:伟哥的关键词故事】

不是那根萝卜,不做那个葱

【随记:湾区的年度 NLP BBQ 】

女怕嫁错郎,男怕入错行,专业怕选错方向

据说,神奇的NLP可以增强性吸引力,增加你的信心和幽会成功率

【立委科普:美梦成真的通俗版解说】

【征文参赛:美梦成真】

【创业故事:技术的力量和技术公司的命运】

把酒话桑麻,再泡一壶茶,白头老机译,闲坐说研发

MT 杀手皮尔斯 (翻译节选)

ALPAC 黑皮书 1/9:前言

《眼睛一眨,来了王子,走了白马》

职业随想曲:语言学万岁

立委随笔:Chomsky meets Gates

钩沉:《中国报道》上与导师用世界语发表的第一篇论文

钩沉:《中国报道》上用世界语发表的第二篇论文

贴身小蜜的面纱和人工智能的奥秘

有感于人工智能的火热

泥沙龙笔记微博议摘要

【泥沙龙笔记:没有结构树,万古如长夜】

【泥沙龙笔记:机器 parsing 洪爷,无论打油或打趣】

老革命遇到新问题,洪爷求饶打油翁

我要是退休了,就机器 parse 《离骚》玩儿

《朝华午拾》总目录

【置顶:立委NLP博文一览(定期更新版)】

立委NLP频道

《李白119:本体知识库结构体系散谈 》

【立委按】大疫当前,学问缓行,尤其是非主流的“学问”。此集可算是“闭关隔离”的副产品吧,绝对小众。然而,就题论题,本体体系结构的话题却的确是涉及AI知识系统核心的基本话题,虽然体味个中滋味者不为多数。

 

白:“颜色”与“红”的关系,和“红”与“大红、深红、砖红、朱红、玫瑰红…”的关系,是一样的吗?

颜色是属性名,红是属性值,大红、深红、砖红、朱红、玫瑰红…是细化属性值。属性值-细化属性值的关系,和属性名-属性值的关系,要区别对待。

李:那自然。本体知识库(ontology), 如 HowNet(《知网》), 就是这么区分的。属性值属于逻辑形容词,有自己的 taxonomy (上下位链条)。属性名属于逻辑名词,其直接上位是抽象名词。属性名与其相应的属性值是一一对应的关系。如,【味道】 与 “酸甜苦辣” ,【气味】与“香、臭 …”,【形状】 与 “方、圆、菱形、三角、多角 …”,等等。

白:那还有没有“属性”这个语义范畴?另外就是“宿主”挂在谁那儿?挂在属性名?属性值?还是属性?

李:【属性】可以置于 【颜色】、【形状】 … 与 【抽象名词】 之间。

白:我不是这个意思。我是说,既然分别有了属性名和属性值,那还需要有属性么?如果不需要,那宿主跟谁?

李:逻辑形容词(属性值|AttributeValue)属于逻辑谓词(Predicate),谓词挖坑。

白:这就是不要属性了。

李:【形状】类逻辑形容词挖坑,要求【物体】。所以,本体上可以说,“桌子是圆的”;不能说,“思想是圆的”。违反常识本体的,只能是比喻:“圆的思想”,真要说的话,大概是指思想的 “圆滑、中庸”。

白:这个案件的凶手是张三,杀害李四的凶手是张三,其凶手是张三。“凶手”是“角色名”,能否得到“属性名”的类似待遇?

N/X,当X匹配动词萝卜时,是具体事件在填坑;在X匹配名词萝卜时,是抽象事件在填坑。抽象事件是具体事件的指称性概括。具体事件还可以进行陈述性概括。红之于大红,就是陈述性概括;颜色之于红,就是指称性概括。is-a无法区分指称性概括和陈述性概括。

李:那就是两条线上的 ISA,两个不同角度,所以一个儿子应该允许有两个或多个老子。本体知识库中的taxonomy理应如此,可以认定其中一个是主链条,其他的是附加链条。

“凶手” 与 “张三” 的对应,与【属性名】与【属性值】的对应不同。前者是种类(角色)与专名的关系,都属于逻辑名词。后者是逻辑名词与逻辑形容词的 “跨类别” 对应关系。

白:“这张桌子的颜色是红的。” 

桌子究竟填“颜色”还是“红”还是两者都填?“这张桌子的颜色有点红。” 填谁?桌子填颜色,颜色填红?还是桌子填both?

如果颜色的坑是“物体PhysicalObject”,红的坑也是,那么颜色就无法填红的坑。大小S就有问题。

“象鼻子有点长”vs.“桌子颜色有点红”

“象鼻子长度有点长”,虽然啰嗦但并不违反语法。

“桌子腿儿颜色有点红”,部件和属性名,句法地位类似,语义上还有问题。桌子腿儿,输出直接就是另一个对象了。颜色,输入是物体,输出是属性名;红,输入是物体,输出是属性值。属性,应该是<属性名,属性值>二元组。红的输入不是属性名。这个二元组之一可以default,如果从值到名不混淆的话。但是“红”还有“人气高”的意思,跟另一个属性名“人气”还勾勾搭搭。于是,“这个歌手有点红”,虽然歌手也是物体,但更是公众人物。

李:小s “颜色” 是大 S “桌子腿儿” 的 aspect,谓词“有点红”要求大S填坑,与小s构成总分对应关系;句法上,小s类似于 PP 状语“论color”。

白:腿儿是中s,桌子是大s。

李:由于总分的对应关系属于常识,是记忆在静态的本体知识中,因此小s实际上是冗余信息。这就说明了为什么我们觉得 “桌子腿儿颜色有点红” 啰嗦,其实际语义就是“桌子腿儿有点红”。

白:是值到名映射单一,不用看是不是常识。“颜色不太对劲儿”当中的“颜色”就不能省。

李:值到名映射单一,就是常识,是最简单的分类型常识:红是一种颜色。这种常识在 ontology 中是必须表达的,没有新意,不具有情报性。

白:这是系统自身就能确定的事实,不需要借助于常识机制。

李:总之都在 ontology 里面。前者是概念分类,属于事实,毋庸置疑;后者是趋向性常识,常有例外。【动物】吃【食物】,例外是,“某个动物吃了石头”。

白:把“红”换成“深”试试:这张桌子腿儿颜色深。“深”的坑,谁来填?“这张桌子腿儿颜色过深”,“这张桌子腿儿颜色太深”。“这张桌子腿儿颜色过红”,“这张桌子腿儿颜色太红”,红的坑,谁来填?

属性名和值同时出现在一个合法的句子里,是绕不过去的。总要说明白,是怎么填坑的。“这张桌子腿儿颜色太红”语义上不等于“这张桌子腿儿太红”。不仅可以是“红的程度太甚”而且还可以是“太偏向于红”。

在ontology里,不仅要给名和值各自以相应的地位,还要给它们的坑赋予相应的本体标签。

李:“颜色”分“深浅”,“腿儿”分“高矮、粗细”。

白:高矮是“高度”这个属性名下的值,粗细是“径向大小”这个属性名下的值。说起来跟红和颜色的关系都一样,不能厚此薄彼。

李:【属性名】、【属性值】、【物体】是个三角关系。可以利用【属性名】作为桥梁,具有概括性。但是,【属性名】与【物体】的对应是静态本体知识,没有情报性,属于ontology里面对 schema 定义中的 type appropriateness 的描述。而【属性值】填的萝卜,是动态的知识,这才属于语言理解得出的情报。

白:“颜色深”就有情报了,深不是属性值。“颜色花哨”“颜色怯”“颜色俗”都不是属性值,都有情报性。

李:这是层次纠缠。“深”、“浅”、“花哨”、“俗”、“怯”,当然也是【属性值】

白:不是具体颜色,怎么说是属性值?

李:【属性值】的萝卜对象不应该只局限于【物体】呀。这儿其萝卜不再是具体【物体】,而是抽象的东西,即【物体】的一个侧面【颜色】。再如,【程度】、【垂直高度】等抽象概念也一样论“深浅”的。

白:等等,宿主都变了。是对颜色的comments。垂直高度是属性值。

李:具体的垂直高度,譬如“深、浅、高、矮”是【属性值】,但“垂直高度”本身则是【属性名】。

白:这里的逻辑不顺,满是问题。

李:没有问题。如果误读,那是层次纠缠的干扰。

逻辑名词分为具体与抽象,深浅描述的对象是抽象名词。

白:“逻辑名词”并不是本体概念吧。

李:是。是本体概念链条处于顶端(TOP)的一个节点。

白:董老师叫“万物”。

李:对,董老师命名为 【thing|事物】,下面有【抽象】,也有【具体】,【具体】下面有【PhysicalObject】。【thing】,我称之为逻辑名词,属于跨语言的本体概念。

白:在本体文献里不常见。

李:叫什么名不重要,实质就是,语言的POS各有不同,但背后的概念本体其实也有对应的东西。【thing】 就是【逻辑n】,【AttributeValue】 就是【逻辑a】

白:“行为”算不算thing?“红”算不算thing?

“红是一种象征革命的颜色”,“那是一种非常大气的红”。

李:不算,【行为】是【逻辑v】,“红”是【ColorValue】,属于【逻辑a】。上例的“红”是逻辑形容词到了具体语言以后名物化,成为名词了,但本体概念是恒定不变的,依然是【逻辑a】。

白:eat算不算“行为”的实例?

李:eat 算【行为】,是【逻辑v】。到了具体语言以后,譬如英语,“eating”借助形态 -ing,就是 thing了,属于抽象名词。

白:不应该是两个义原。处理为两个义原会遇到很多问题,一定是一个。

李:对,本体里面不应该是两个义原,因此“eat”作为概念,永远是逻辑动词,“红”永远是逻辑形容词。有个简单的办法解决这个问题,词典里面的本体分类是一个,但句法分类可以变换。这种变换在形态语言里面用的是形态,非形态语言可用零形式根据上下文来决定。eat 作为概念就是逻辑v,但在具体语言使用中成为词的时候,可能是 POS N 或者 POS V。

白:可以往指称和陈述两个方向概括,所以thing是指称性概括的总根子。下面通过抽象事件、抽象性质、抽象行为,可以平滑过渡到具体事件、具体性质、具体行为。陈述性概括的总根子,应该也有一个。

eat通过“行为”也会被thing罩住才对。正如“红”通过“颜色”也会被thing罩住。指称和陈述的分叉口是通过句法提供的。底下是一套人马,上面是两块牌子。不做成这样,会有巨大的麻烦。句法结构强制,可以分叉。范畴词(属性名)也可以分叉。

李:对呀。异曲同工,英雄所见,大原则都是相同的,具体表示(representation)层面的技术性差异而已。

白:“红这种颜色在中国股市里表示涨,在西方股市里表示跌”。

范畴词就是命名ontology非叶子节点的词。

李:范畴词,软件界叫做“保留字”。保留字是元概念,但自然语言也有实际的词汇对应它。

从表示手段看,只要允许一个儿子有两个老子,ontology 就好办了。

白:DAG

李:对。“红”的上位是【ColorValue】,属于【AttributeValue】 (我叫它逻辑a);“红”的另一个上位是【颜色|Color】。

白:万物,其中就包括事件,这是根本。

李:也许这要问爱因斯坦了 LOL

白:就好像,程序的代码也是数据,打冯诺依曼起就这么玩儿了。程序的执行是另一回事儿。事件的发生/展开/执行,也是另一回事儿。

李:纯粹从形式表示看,不过就是个命名问题。假设【万物】就是唯一的 TOP,TOP 下面还是 n a v。

白:n a v 并不是TOP的直接子节点。颜色下面才有红,行为下面才有eat。颜色、行为,我这里叫“范畴词”,往上都是【万物】,往下才分n v a,范畴词是分叉点。

李:也行,也许更自然。其实不过是原来 n下面的抽象子类中的成分,被提升了一个节点而已,让它们作为桥梁通向TOP。不觉得有本质变化,需要用到的一子多父的链条都在。

【颜色】(ColorValue)、【形状】、【外貌】、【品性】等等与TOP之间,应该有一个节点 叫 AttributeValue (逻辑a)。链条大体是这样的:

红 --》 颜色 --》attribute --〉TOP
英俊 --》外貌 --》attribute --〉TOP
eat --》action --》behaviour --〉TOP
桌子 --》家具 --》产品类 --》物体 --》具体 --》thing --〉TOP

白:对。

李:换汤不换药。在我看来,顶部概念有三,thing 就是逻辑n,behaviour 就是逻辑v,attribute(i.e. AttributeValue) 就是逻辑a。

白:问题是,下面的这些边并不都是is-a

李:至于在他们上面再加一个 TOP 统领,那是一个哲学的观点,不是一个实用的需求。

白:不是的。不是这么统领的。属性、状态、关系相互独立,但都有可能是形容词。

李:红 --》 ColorValue --》AttributeValue(逻辑a) --》Predicate(谓词);红 --》Color --》AbstractObject --》thing(逻辑n)

就是让“红”有两个老子:ColorValue 是属性名,属于逻辑a;而 Color 是属性类,属于逻辑n,

白:这盏灯很亮,说的是属性。这盏灯真亮,说的是状态。

李:为什么要这么细分?

白:作为属性的亮,说的只是某种定性或定量的亮度指标,但灯并不必然处于点亮状态。作为状态的亮,是真实点亮了的,其亮度是可感的。后者可以推出灯的点亮状态,前者不能。不是说有两个“亮”的词条或义原,而是说往上走有两个岔路。通往属性和通往状态各有不同。

李:就句子论句子,多数人没有这种区分吧。“很”、“真”都是程度副词。

白:不好说。多数人还没语法概念呢,但是该区分的都区分了。可以设计问卷。我相信多数人都推的出。

李:顺便说一句,30年前董老师刚开始酝酿 HowNet 的时候,我们正好在中关村的高立公司有半年多在一起做项目,董老师谈 HowNet 的设想。当时对董老师主张的逻辑语义以及本体知识网络这些学问觉得特别有兴趣。可是回到宿舍在纸面上想把思路理清楚,很快就觉得跌入了语义学的深渊,一头雾水。很快产生一种畏难情绪。那时刚入行,历练不够,实践也不足,只得知难而退了.... 30年后算是坐享其成了。

白:我不认为hownet可以达到让人坐享其成的程度了。

李:哈 各人要求不同吧。前面提到对颜色、属性之类 HowNet 都 encode 进去了。还有很多很细的分类和梳理的工作以及体系建设。我觉得是自成体系、自圆其说,比较 comprehensive 的了。

白:这都是应有之义,但远远不够。作为数字版的辞书,很好。作为可计算的基础设施,还有改进的空间。

李:自然可以改造使用。举个例子。

hownet 把 Attribute 与 AttributeValue 分开,命名方式一致,但是是两个岔。这在客观上造成了 features 数量 double 了的结果。在采用的过程中,觉得虽然这样一来【属性名】(逻辑名词)与【属性值】(逻辑形容词)从 category 角度是分清楚了,但是多了这么多 features 感觉不必要,累赘。于是做了如下变通:

颜色:color category
红色:color attribute

二者共用了 color 这个 feature。其区分可以用 features 之间的 AND 来表示。如果照搬 HowNet,词典标注大体是这样的:

颜色:ColorAttribute
红色:Color

至于 ColorAttribute 与 Color 的对应关系,那是在 HowNet 内部联系的(除了命名的助记效果外)。经过改造,都用 color 以后,这种关系就直接体现在词典的 features 中了。

好处是 HowNet 基本上把概念梳理出来了,这里不过是做了实用主义的技术性改造。一个语言的词汇表中,表示 atrribute value 的逻辑形容词,远远多于 表示其种类的词。有几百个表示颜色的词,但“颜色”本身只有一两个词(“颜色”、“色彩”)。为后者另外命名一套 features 感觉很不合算,也不方便。

白:本来就是某种意义上的“上位”。

李:一个是直接来一条竖线串联下来,而董老师是中间插了一条横线,等价于一个儿子两个老子,表示手段不同。一横一竖也不是没有道理。毕竟 “玫瑰红” 到 “红” 的 ISA 关系 与 “红” 到 “颜色” 的 ISA 不是同类的上下位。

白:值与名的关系不是严格意义上的上下位关系。横过来当然是可以的。这是指称性和陈述性的分叉,与一般的多爹不同。

李:实际应用中,这种区分没什么必要。何况需要区分的时候,还是有办法区分,多一个feature(而不是重复几十个平行的对应 features)就齐了。

白:看是谁家的实际应用了。

“陈述性义原的指称性概括”,或者叫“跨域上位”。

李:对,跨类、跨层次的关联。这就好比概念与“元”概念的区别一样。一不留神,可以引起层次纠缠。可以说“红太阳”、“白太阳”,甚至“黑太阳”,不能说 “颜色太阳”。(搁文革时候,提“红太阳、白太阳、黑太阳”,立马打成现行反革命呢,绝对逃不过的。时代还是进步了。)

白:动词也有同样的问题

另外就是同样在名词这边,角色名,是从属于事件的,是事件折射回来的。比如一开始提到的“凶手”。“凶手”从属于“杀人”事件,杀人事件可以跨域追溯到上位名词“案件”,于是“凶手”也可以间接从属于“案件”。也就是说,一个具体事件的坑,可以被它的上位抽象事件所继承。

李:“杀人” 有个【agent】 坑,这个坑的 type 是 【human】,如果细分的话,就是 【凶手】。

【凶手】 --》【肇事者】--》human

“杀人”(名物化)指的是一种案件,案件是事件,“杀人”的坑里面的萝卜,自然就是案件/事件中的角色。

白:我不认为HowNet在这些方面提供了ready的计算机制。

李:有空可以细看一下,我觉得 HowNet 做得很细,应该把“案件”与“杀人” 关联了,“杀人”与“凶手”关联了。至于这些关联的计算机制,有什么函数可以调用,这些方面,HowNet 的确不强,至少是不好用。

白:问题杀人是动词,案件/事件是名词,跨域了。如果不揭示这个动词到名词的概括关系,就没有理由给名词挖一个关联的坑。

我们的处理,“凶手”是N/X,分母上的X填动词萝卜时,就是具体事件的角色名;填名词萝卜时,就是抽象事件的角色名。角色名和属性名,应该用类似机制处理,这才简明好用。在实例层面能做到,和在表示层面、机制层面能做到是不一样的。“凶手”是agent的实例,或者某个下位。

李:对。类似的角色还有“受害者”、“受益人”,甚至“施事”、“受事”、“对象”这些词所对应的概念。这些都是元概念,恰好与逻辑语义系统内部的角色定义【施事】、【受事】等相交了。

查“凶手”的定义:凶手乃是杀人之施事。“刺客” 是 “凶手” 的细分,“凶手”是“施事”的细分。

白:我们叫范畴词,颜色、长度、程度……,也都是。

引入了名-值体系,对ontology意味着什么?我看到的是:打开了横向跨域关联的通道。不仅“事件”本身可以通向“万物”,就连配属于“事件”的“角色”也可以通向“万物”,在其中找到概括自己的抽象物。这才符合冯诺依曼的原则:程序也是数据。

实际上,细化属性值(如“砖红、翠绿”等)很少直接作谓语,更多的是作定语,也就是说用法类似北大体系里的“区别词”。修饰语对被修饰语的要求与约束,与“坑”属于同一个数据类型。与“坑”不同的是,它会在修饰语与被修饰语的结合中,把这些要求和约束传递给被修饰语,这个传递过程有点像“合一(unification)”。作为一个特例,当修饰语升格时,这些要求和约束会传递给作为升格结果的那个零成分。

“坑”本身也有要求和约束,在填坑时反向传递给萝卜,萝卜如果可以再复用,这些反向接受来的标签可以像自己从词典里带来的标签一样使用。比如“我吃的”,会从坑里接收Food标签。

我们把修饰语携带的对潜在被修饰语要求和约束的标签集合体称为“修饰目标”,生造了一个词Modee。一个修饰语,自身有一套语义标签,又为修饰目标准备了一套语义标签。自身的语义标签是双轨制的:一方面指向自己的上位属性值,另一方面指向自己的对应属性名。上位属性值仍在谓词领域,属性名就跨越到了体词领域。这不同于一般的多爹,是跨域多爹。

李:修饰目标与谓词目标(逻辑主语)在形式逻辑上是统一的,都是挖了一个目标坑,期望同一类型的萝卜。

乔姆斯基句法也做了类似本体语义的抽象,谓语的句法主语与名词的定语,被认为都处于所谓 specifier 的 position,具有某种结构同质性。

作为典型的修饰语,形容词就是挖了这么个需要主语或被修饰语的坑。至于形容词中的子类“区别词”(“男”、“女”等),不能做谓语,只能做修饰语,那是语言内部的某种句法约束习惯,不是逻辑语义层面的约束。区别词在中文不能做谓语,并不代表在其他语言不能做谓语。但无论做谓语还是修饰语,其本体对于目标的要求是跨语言的。世界语中,就可以说:

la vir-o est-as vir-a
(the man is male)

la vir-o vir-as
(the man male-s)

说明:世界语形态中,-o 是名词,-a 是形容词,-as 是谓语(现在时)。这些都是本体外语言层面的东西。

这样看来,应该用另一个feature或其他方式来区别谓语和修饰语,而在本体逻辑层面它们都是是同一个挖坑者(谓词)。

作为逻辑谓词的形容词,在句法结构中做了谓语还是修饰语,是本体静态知识外的情报。这种由句法结构而来的信息区分,也是语义理解的一部分,也必须在语义结构的解析图中反映出来,但并不影响谓词挖坑者对目标萝卜的本体约束方面的统一要求。

白:N+和S/N究竟使用哪一个标签,可以在词法阶段解决,也可以在句法阶段解决。这不是问题。

作补语和作定语就不一样:喝 好酒 vs 喝好 酒

李:形式逻辑比较粗暴或粗陋,前者就是:喝(酒)& 好(酒);后者则是:好(喝(酒))。当然不同。不同的原因是“好” 太广谱:挖的坑针对的目标可以是体词,也可以是谓词。

白:“红 太阳”也好,“太阳 红”也好,“红”所对应的句法标签“N+”和“S/N”可以同时存在,交给句法去选择。语义标签则是同一套。“太阳 红”中如果“红”取N+会导致dead end。而“红 太阳”中,修饰操作优先级本来就高于填坑操作。所以选择下来没难度。词典里语义标签是同一套数据。但在构建N+成分和S/N成分时,标签数据的装载方式略有不同。

李:词典信息给多个约束 features 是自然的,本来这些信息也都是针对潜在关系对象的。等到实现的时候(走了一个结构路径的时候),另一条路往往自然堵死。

白:相反的情况是走了一条死路时,活路的优先级自然处于当前最高位。只要分析过程中用过的成分允许再用。

李:词典信息中的语义本体的挖坑信息( semantic expectation features )应该是同一的,是句法的句型信息(syntactic subcat features)各有不同。expectation 与 subcat 是两套,是对于遣词造句的两个不同维度的约束条件。前者是跨语言的约束,后者才是具体语言的约束。所谓基于知识的解析(knowledge-based parsing),说到底就是从 semantic expectation 出发,看语言如何以某个 syntactic subcat pattern 来实现。因为人就是这么从思想外化为语句的,深度解析再现了这个逆过程,平衡了句法和语义两个维度 的约束。

白:形容词是二元化处理(N+和S/N),动词是一元化处理(S/*)。动词作定语通过降格实现,而且是白名单制,需要特定条件满足才激活。

李:中文经典结构歧义案例是:“学习文件”,“炒鸡蛋”。从本体约束看,“文件” 是可以被“学习”的,才可以做被修饰语(即NP的中心词),表示是“(所/要)学习(的)文件”。

白:炒鸡蛋当菜名可以,炒苏北草鸡蛋当菜名就差意思了。

李:如果是 “学习 x”,则不可能是定中结构,只能是动宾结构。因为 x 未定,没有本体信息,作为白名单不满足萝卜的约束。但它却在黑名单之外,符合要求。

同理,“炒 x”只能是动宾。如果是 “炒【food】”,在中文就歧义了。

白:扩展的food也不灵,只能是动宾。

李:这种结构歧义,源于本体语义对于arg的坑与对于 modee 的坑,约束完全相同,而恰好句法的词序约束(动在宾前,定在中前)也同时符合两种结构的要求。为了消歧,必须在本体约束外找细琐的条件或heuristics,譬如音节数pattern(2-2pattern,1-2pattern更多是定中结构,2以上的N趋向于是动宾结构),是否开放还是可以死记(定中结构作为菜名,开放性不如动宾结构),以及萝卜本身的结构特点(是裸萝卜N 还是穿衣的萝卜 Noun Group:有定语特别是长定语的N,差不多都是宾语),等等。

白:死记和开放有不同的优先级。

 

【相关】

【语义计算:李白对话录系列】

【置顶:立委NLP博文一览】

《朝华午拾》总目录

《李白宋118:多层处理为 heuristics 的实现提供了广阔空间 》

白:“老师批评的是我”

问题:升格以后的空范畴,具备建立Hidden links的资格吗?看图上,填“老师”名词坑的应该是“我”才对。填空范畴总有点那个。

李:最终应该得出SVO 才对:老师/S - 批评/V - 我/O, 不管用什么中间links和手段, 因为人的理解如此。其实从 pattern 角度,通向最终目标的路径还是蛮清晰 。

以前提过,的字结构 与 英语 what-clause 类似,本质都是 NP+定从,定从中阙如的 arg 通常是主语或宾语。所缺的角色一旦有同位语或be结构(或其他的结构)相连,其算元(无论主宾)拉过去,深层逻辑语义svo也就确定了。

宋:能不能分解成两个任务。一个任务是把复杂句变成两个简单句的某种逻辑关系的组合,另一个任务是分析简单句。
老师批评的是我
{老师s 批评v Φ}and{Φs 是v 我o}
他眼睛哭肿了
{他s 哭v}and{[他m 眼睛h]s 肿v}
我帮他打圆场
{我s 帮v 他} mode{我s 打圆场v} //A mode B表示B为A的方式
我帮他打官司
{我s 帮v 他o}grw{他s 打官司v}//A grw B表示B是A的背景

有的原始问题并非词间依存所能说清楚的,还涉及到命题间的逻辑关系。而且,如此处理可以避免图结构,完全是树结构。

{老师s 批评v Φo}and{Φs 是v 我o}

他眼睛哭肿了
{他s 哭v}rst{[他m 眼睛h]s 肿v}//A rst B表示B是A的结果

李:图结构表示比较简练,但也不是没有缺点,缺点就是层次不够清晰。树结构层次清晰,缺点是表达力有限。

宋:但是不清楚,把论元关系与逻辑关系混起来了。因此应分解成两个任务。本来就是性质不同的任务。

李:利用树结构的层次性,加上 coreference 互指关联或做等价的节点复制,然后用逻辑算符把树结构联系起来, 从理论上说是一个更好的语义表示方法:逻辑语义单纯、完整,而且不失层次性。

宋:是的。

李:依存图结构表示可以看成是一个缩略版。

宋:原句就是一个紧缩句。

我帮他修车。
{我s 帮v 他o}and{我s 修v [他m 车h]o}

我帮他做家务
{我s 帮v 他o}and{我s 做v [他m 家务h]o}
我帮他做作业
(我s 帮v 他o} grw{他s 做v 作业o}

李:对。

白:图上建边的顺序是有结构意义的,“图+建边顺序”可以完美恢复层次。只做到一堆边的无序呈现是不够的。

另外,我说的例句里,有没有“是”并不关键。可以举出更多不包含“是”的例子:“老师批评的不包含他”“老师批评的只有他”“老师批评的除了他还能有谁”……。这些里面同样要弄出一个空范畴出来。

宋老师建议的,其实就是以谓词为中心的逻辑语义拆解。其实有了图,谓词为中心(面向过程)和体词为中心(面向对象)都是可以选择的。

李:与 “是” 无关,是字只是谓词结构的一种;与多层结构的模式处理有关,说的是各层次的 patterns 是清晰的。不同层面的解析,最终可以达到逻辑语义图的最终解。无需人为添加的空范畴。

白:刚才几个怎么提取?枚举吗?枚举我就“窃喜”了。

李:按章办事就成。多层模式解析,一个一个来。此类结构紧缩现象,我应该是已经处理过了。待会儿上机试试。

白:“前妻欠下的都算到他头上了”。试试没有空范畴怎么玩。

李:这么玩的:PS(短语结构) 搭架子,DG(依存文法)依据架子再做逻辑语义:老师-批评-我 的 SVO 就出来了。

白:图上的“的”不标“x”了?有进步。

“老师批评的我一条都没犯过”

“老师批评的(得)我哑口无言”

当“得”和“的”混淆时,这里会出伪歧义。

另外就是共指关系如果做“是且仅是”理解,逻辑上可能出现“白马非马”式的混乱。

宋:空范畴还是要的,关键问题是把复杂句拆成基本小句的逻辑组合,语义上相当于把复合命题拆成基本命题的逻辑组合。命题内的谓词论元关系和命题间的逻辑关系性质不一样。

白: “的”当修饰语时可以x,当升格的指称语时就不能再x,必须当个物件儿。没名字的物件儿,对应的就是空范畴。表达体系里区分了两种不同的“的”,后一种“的”其实就是变相的空范畴。

接着说共指的问题。“是”有三解,集合的包含关系、元素属于集合的关系以及等同关系。前两者都不是简单共指。

“他偷的是我的书”,“他偷的”和“我的书”不是共指(相等)关系,而是子集关系。“是”的右端只有在是个体的情况下才能是等同关系。因为此时包含和属于所确定的类型都不适用了。只剩下等同可以用。

“老师批评的是五班的学生” 就无法建立共指,因为不知道批评的是“五班的学生”的全部、部分还是个体。

宋:这两个"的"能否并成一个?"我的书","我的"是所有属于"我"的东西的集合, "书"是另一个集合,“我的书”是这两个集合的交集。

白:就算是个体,也还有“某一个(无定)”和“这一个(有定)”的差别。汉语此处无局部形式标记。@宋柔 “的”是未饱和坑提取和交集运算集于一身的形式标记。当运算对象缺位时,就只剩下未饱和坑提取一个职能了。

宋:有的时候不是交集,而是元素纳入集合。“说谎的匹诺曹”,“说谎的”是一个所有说谎者的集合,把“匹诺曹”加入这个集合之中。或者说,表示"匹诺曹“是这个集合的一个元素。

白:这又回到之前讨论的“聪明的一休”了。也可以理解为个体为唯一元素的集合与另一个集合的交集。

宋:忘了以前是怎么说的了。

白:@宋柔 限定性与非限定性。限定就是求交集,非限定就是给个体添加属性。

宋:不好这么说。交集可以是空,这里说的是该元素属于该集合。也可以。

白:@宋柔 个体在里面是公理。左面的集合只有“从了”的份儿。不属于也必须属于;过去不属于从现在开始也必须属于。

 

哈,“老师批评的”作了“我”的定语。

也没错。

被批评的事儿,在这里不是标配,标配又是明确在场的。

李:听到“也没错”,感觉 relieved

@白硕 同病相怜?

不过,还是想看看有什么系统的方法避免次优解,以求得最优解。

(传统)机器学习中很多算法 stuck 在 local 峰顶上,就是从算法上达不到全局最高峰,可见问题的普遍性。不知道深度学习有没有这个困扰。

人脑得到最优没有丝毫问题的。肯定有个机制直取最优,不得已而求其次。

想了想,线索之一是语言学的:代词虽然不完全拒绝定语从句,但是并非常态。

其实代词甚至带形容词定语都感觉“怪怪的”:“不得已的我”可以接受定语从句,“小小的我”也貌似别具一格,但“我”通常是独行侠的。

这种 heuristic 如何实现好呢?统计上看其痕迹是很明显的。下面这种情况下,不得已求其次就对了,但常规不是这样。

“(被)老师批评的我,无地自容。”

口语中还有个妥妥的“de字”纠缠: 老师批评得(de)我无地自容。为简化问题,不去论它。

在多层系统中实现这个heuristic的系统性方法之一就是,推后“定从+代词”的操作。把优先组合尽量让给“的”字前后的短语结构。按照这个多层思路试试。

啦啦啦 功成了 可见很多事还是太粗心,做系统怕就怕认真二字:

只是把代词定从推后,一切不变,水到渠成。当然严格说,“一条”应该挂到“的字NP”上,不过,“一条”这种很虚的量词,挂不挂没啥落地价值。只要知道 “一条都(也)”是一种强调性否定,就足够好了。

白:好歹人家是总分关系。

李:真地没啥价值。贡献不出“强调”以外的实际东西来。

白:代词不是本质,“老师批评的张三一条都没犯”,问题是绕不开的。

李:这么论语言,也可以说凡是 heuristics 都不是本质。这几乎就是 heuristics 的定义决定的。但我们都知道,对付语言这个 monster,heuristics 可能是一大法宝。统计模型能处理自然语言,也与 heuristics天然的统计性表现有关。

系统啥也没变就出来了。瞎猫撞了死耗子了?

非也,狗屎运也不是要有就有。

白:这不是代词的功劳了吧。

李:这是类似于代词 heuristic 的功劳。语言工作者都知道,专有名词的NP独立性可媲美代词,原来早就下意识 built into 系统了。普通名词就差一些:

 

 

就是说,专家做系统,heuristics 是下意识进入的,可能会有缺漏。缺漏也不怕,数据驱动,迟早会实现。关键是多层系统从机制上提供了优先级排序的广阔空间,使得不同的 heuristics 迟早体现出来。(图中有个bug,句法主语synS“问题”转成了逻辑 S,没转成 O。)

白:“老师教的学生一点儿都不会”。

李:这是真歧义。

解析歧义世界里面 90%以上是伪歧义,10%不到是真歧义。

(“学生”是“教”的 O 这个 hidden link 没连上,是个“待做事项”。)

一般而言,对于真歧义,因为其出现频率低,只要解析能在真歧义中得到其中一条,就暂时不再追求。解析关键是先堵住伪歧义泛滥。考察人对真歧义的理解,发现是因人而异的。很多人面对真歧义,脑子也是一根筋,只有一个解读,对另一个解读无感,往往是只有人提醒了才恍然。(语言学家除外。)

 

 

【相关】

【语义计算:李白对话录系列】

【置顶:立委NLP博文一览】

《朝华午拾》总目录

 

《李白宋117:汉语连动兼语式句型的解析》

白:“帮”是个很怪的动词,格式像“兼语”,用起来却是“连动”。所以也是穿透。“我帮你做家务”当中,“你”做不做无所谓,反正“我”是要做的。

宋:@白硕 这个例子有意思。“我帮你做家务”按传统汉语语法来说好像算兼语句,“你”是“帮”的宾语,又是“做家务”的主语。但是,正如你所说,“你”未见得做家务,“我”肯定要做的。按照这样的语义分析,这个句子应当是连谓句,“帮你”和“做家务”是“我”的接续的谓语。
如果是“我帮你做作业”,一般来说“我"只起辅助作用,为你解释其中的难点,真正做作业的还是“你”。于是,这句话应当是兼语句。
当然,由此可见把“兼语”从“连谓”中分离出来,理论上是有问题的。不过即使不管术语,只看语义关系,还是有问题。在词形和词义没有改变的情况下,语义关系的分析要依赖于实际场景,这是很糟糕的事情。

李:如果留有空间 给实际场景的解读画个框 就可以避免这种糟糕局面。留有空间就是保持非确定性:连兼 == 连动|兼语。就是个打标的线条粗细而已。细线条看,这是结构歧义。粗线条看,没有歧义。不过是思维语言模糊性的自然反映而已。

宋:是的。只能承认这一现实,保留非确定性。“他帮老师擦黑板”就是歧义句。“帮”引起歧义,可能还有其他动词或句式引起歧义。

李:其实,“我帮你做作业” 的解读,不同人可能不同。我的解读偏向于“我”是“做作业”的主要人,“你”不过就是一个不得不面对作业责任但做不出来的人。

宋:“我”和“你”参与度的划分问题。语义分析碰到这种问题很可悲。不过好像很少遇到。要让机器知道该留有余地,不容易。“我帮他打圆场”,百分百是“我打圆场”,目的是“帮他”。

李:容易啊。

宋:依存的箭头怎么画?

李:我们的思维定势是把标注绝对化了。依存是图不是树。“连兼”画出来,没任何问题。所以我那本小书《自然语言答问》特别有一章,标题就是“深度解析是图不是?”。

宋:图也要有边呀。

李:待会儿我到电脑前画给您看。

宋:“我帮他写作业”,“他”和“写”之间有没有边?

李:有,兼语就是两个老爸,老爸“写”是逻辑主语S。

宋:如果“他”没写呢?

李:省略就留白呗。

宋:这条边也许应当画成虚线,表示可能有也可能没有。

“我帮他打官司”,“他”和“打官司”之间是实线;
“我帮他打圆场”,“他”和“打圆场”之间没有线。

李:每一条binary依存,道理上都不是绝对的,都是一种概率。 可能性多大 可能性要不要也标 怎样标(概率) 那是 representation 的考量。parser 不需要做那么确定。如果有应用场景的确需要确定,那就 在parse graph 后去做 ,可以做得很细琐 。但事实上 绝大多数场景根本不需要。多数时候,自然语言就是说者模糊说,听者模糊理解,没人深究。 

宋:我想大部分情形下,行为者与动词之间的关系存在与否应当是0/1问题。这里“帮”是个特例。“帮”肯定有“施惠”之意,有没有行为之义,要看行为动词。行为动词决定不了,再看场景。有些是模糊的,但还是一定有清楚的。“苏联帮朝鲜打美国。”

李:模糊还是确定是绣花的工作。要做可以做,但做了也白做为多数情形。关键是机制与表示上留下空间。

宋:我想还是要分出来模糊和清晰,不能让所有的关系都沦为模糊。

李:一切决定于落地 落地到应用如果模糊就够了,那就够了。如果不够,需要定义哪里需要更清晰更细线条,然后去做。如果落地目标不定,那就是一个资源与投入产出的拿捏问题了。

宋:供给侧应当有一个独立于应用场景的分析结果,其中大部分确定,少部分模糊,后者待场景确定后再看是否需要清晰化。

白:这不是多爹,是不明确給两个人当中的谁当爹。

李:多爹可以是表示手段,表示的是“异或(XOR)”,这样就可以在同一个数据流中表示 xor 的关系了 。英语 pp attachment 的典型结构歧义亦可如法炮制。至于挤在同一个数据流中可能引起的逻辑混乱,可以利用关系的不同标签来避免后果。譬如 mod 表示正牌修饰语,概率很大,mod2 表示候选修饰语,概率较小。pp attachment 处理中,可以根据上下文条件决定歧义不同边的强弱,譬如让mod与adv2(候选状语)配合,或者mod2与adv配合。还有其他的表示法。标签不过是一种内部约定,用的人知道怎么回事就可以了。这个设计思想 可以把宋老师想要表达的可能性在同一张图表示中涵盖住。S 是概率大的逻辑主语,S2 是概率较低的候选逻辑主语。二者通常是异或关系,只是可能性的差别。兼语不同,两个老爸是“逻辑与“ 而不是“逻辑异或”。这一套数据结构和表示的说法也是很多年实践中摸索出来的东西,很管用。拔高说,也是机制创新。

@宋柔 具体到您上面的案例,PS 树是这样的:

深度解析是图不是树,因此句法树改造为深度依存解析图如下:

“帮”与“做家务”连动(关系表示为C,Complement),“你”是兼语,既做“帮”的宾语(O),又做“做家务”的主语(S)。这不就在一张图中实现了“连兼”的语义表示了吗?

也许宋老师的理解中,“做家务”的 S(概率大的主语) 与 S2(概率小的主语) 应该对调,真要这样解析也没什么不可以,但我觉得这个很难说。这里的 S 与 S2 倒不是 XOR/OR 而是 AND。

白:坑和萝卜的关系相对刚性,一坑二萝卜是需要禁止的。谁是“事主”和谁是“施事”,大概率是重叠的,小概率有分歧。有分歧的时候,施事占逻辑主语坑,事主有一万种方法从语义上兜住。帮X,X就是“事主”。事主是否参与了施事,不是要点。要点是施事就是逻辑主语。那个S2可以妥妥地留给事主专用。我们的说法叫“再入”。再入就是非标配,但是有关联。介词也好,特殊本体标记也好都可以。

李:禁不了的。并列在逻辑上就是多个萝卜(填同一个坑)。句法上可以说并列的几个实体就是一个萝卜,但深度解析是 logical form。

白:并列可以认为是几个实体构成一个集合,集合填坑。这个不是问题。特殊动词在兼语或连动的情形下也可以提供再入的标签。这个都不是问题。问题是对S2的定性,不是施事,或者不关心是不是施事,而是事主。事主在句法上是借逻辑主语的坑存在,当施事和事主有分歧时,事主退出,借其他标记再入。

李:好像实际上也没那么大区别。就是个标签,叫什么都可以,相近的标签有细微差别。也都是系统内部的事儿。

白:事主是责任方。在问答等场景,需要区别对待。是不是亲自操刀无关紧要。缺省是亲自操刀,但是如果另有亲自操刀的出场,事主就退场好了。

李:法律上,好像对教唆犯比对事主惩罚更加严厉,LOL

白:教唆和帮,标记是不一样的。教唆的场景,被教唆的反而是施事。教唆的是事主。这需要在词典里把标签给好。

李:“教唆”与“帮”,在某个上位概念上归一。

白:嗯,都穿透到一个动作里。但是角色各有侧重。这就是某种归一吧。“张三教李四认字”,“李四”是“认字”的施事,“张三”是事主。

李:如果区别非常依赖于词汇的不同,细线条的语义工作就是词驱动了。

白:必须的。我们需要新时代的下一个“知网”。

李:这类词驱动的细琐工作,可以在粗线条句法把架子搭起来后去做,属于一种锦上添花的工作。

白:句法挖坑,词驱动填坑。句法大类相同而填不同的坑,说明词驱动会反作用于句法。好的句法在此应该预留这种可能性。把选择权留给词驱动。

李:句法后的词驱动模块可以:1 细化关系;2. 增加关系;3. 推翻关系(休眠唤醒)。细化就是把模糊的句法关系细化为逻辑语义关系。增加关系通常是挖掘隐藏的逻辑语义关系,常常是句法树无法表达的关系。休眠唤醒基本上就是推翻局部句法了。

白:我们的具体做法是,句法给出先验优先级,词驱动调整后产生后验优先级。分析器执行的时候,以后验优先级为准。

李:先验优先级就是标配,管大路货。

白:这里包含两个方面,依据后验优先级可以颠覆单纯依据先验优先级的分析结果,但是分析是句法语义同步进行的,所以单纯依据先验优先级的分析结果并没有产生的机会,当然也就无所谓颠覆。所以,并不是真有一个颠覆的动作。只是回头看,假如没有词驱动,会是那样;现在因为有了词驱动,所以结果是这样。

李:词驱动不会一下子就做全了的,是个过程。在没做全的时候,先验优先级就有机会实现了。

白:这种架构是把词驱动的约束,体现为后验优先级的Fine tuning,这就要“统一度量衡”。没做全的时候,只要有做了的部分,那部分就是使用的后验优先级。没做的部分用的就是先验优先级。大概率下,用先验优先级也死不了人。但是我们的先验优先级也是词驱动的,只不过是仅依据句法标签自带的先验优先级。所谓超越句法的词驱动,用的是其他的标签体系,比如本体标签体系、控制标签体系,甚至还有语种信息。比如,汉语和英语的介词禁止左填坑,日语的格助词禁止右填坑,英语谓词的左填坑个数不能多于1、多了就要等待后置定语从句的修饰,等等。这些都会由句法标签、语种标签、控制标签协同作用的方式决定后验优先级。控制标签不仅是词驱动的,还是解析过程驱动的,不同的解析动作,会精准地改变特定中间成分的控制标签。所以,这里面的关键技术是:1、“先验优先级”要足够强大到可以大概率兜底;2、设计合理的本体标签、控制标签和语种标签体系,体现它们之间对分析的协同作用;3、从先验优先级调整到后验优先级的幅度,要能够在“统一度量衡”的原则指导下,既能最大限度地发挥作用,又能最大限度地抑制副作用。

比如,“这所学校张三是校长”,如果不使用本体标签调整后验优先级,“张三”会去填“校长”的名词坑:

但是一旦使用了本体标签,就进行了后验优先级调整,结果长这样:

前者只是一个无所事事的大S,后者却是实实在在的宿主,有明确的领属对象。这就是词驱动的威力。实际上我们是禁掉了词驱动的本体标签,才得到前面那个结果。分析器实际运行的时候,直接就产生后面的结果,前面的根本不出现,中间过程中也不出现在前一个结果中,“张三”填“校长”的坑,在特定的阈值设置下,是可以避免的,但是这样做就会误伤很多很多本来可以做出来的Hidden Links可以看出,纯句法在这种情况下非常难做,里外不是人但是有了后验优先级,就完全不同了。有些性质是词典本身没有,在分析的过程中借助其他词负载的信息传播过来的。比如,“高兴”并不负载“带自由补语”的信息,但是“得”有。“得”(+S)携带的这个信息不是自己用的,而是传递给被它修饰的S用的。一旦完成S与+S的结合,新的S就具有了“可携带自由补语(没有字数和本体限制那种)”的控制标签。对于紧随其后的S成分,就有了通向Merge操作的可能性。平常Merge操作是实行白名单控制的。成分所处的特殊位置,也是控制标签的来源之一。比如处于句末,处于反向修饰隔离墙下,都可以获得特殊的控制标签,进而驱动后验优先级的计算。

宋:@白硕 你试试这几个例子:
我帮他做家务,我帮他做作业,我帮他打圆场,我帮他打官司

白:宋老师,都长一个样:

词驱动主要是“帮”这里不一样,两个做,和两个打,没区别。我们并不把离合词合成一个词,打圆场,打官司,都是两个词。

宋:问题在于,“打官司”的是“他”,不是我;“打圆场”的是“我”不是“他”。"打官司“我”只是后台帮忙,“打圆场”是我直接行动。

白:在后一动词没有区别那么细。

李:“打圆场”,詞驱动的话,可以把 “帮/替/为/给” 当成介词格变的条件,填个【受益者】的逻辑语义坑,就齐了。“帮”作为谓词,被覆盖了,或者说,被降格为介词了。结构的伪码模式如下:

PP("帮|帮助|为|替|给" NP) "打圆场" --》 VP

这是动词退化为副动词(介词)的实例,与 “给他唱歌” 同理。

动词“帮”降格为介词

白:X帮,不是帮X。如果有左填坑的介词倒是像。这里要单独处理。

宋老师要的是“介词宾语做施事、主语做帮事(我瞎起的名字)”,而不是主语做施事。这和“给他唱歌”完全不同。

李:基本合理。是“我”为了“你”在“打圆场”。细究“打官司”可以另论(是“你”在“打官司”,“我”在过程中“帮”到“你”),虽然其实 “打官司” 同类处理的话,也不无合理之处:是“我”(律师吧)为了“你”在“打官司”。

宋:麻烦在于,这是词之间的二元关系,不是词的一元性质。甚至是3元关系:帮-打-官司/圆场。

白:帮X,X是惠格,这个有。X帮,是友情赞助,没有。

宋:一元性质直接进词库,二元、三元关系麻烦大了。

白:宋老师要的是,你做打官司的施事,我还要填个非标配的语义坑。我这里目前没有准备这个坑。

宋:"打官司”别人不能直接下手,“打圆场”自己不能下手。这是这两个词的本意决定的。这种词义描述也许太精细,但在落地场景(争吵以致发展到诉讼)中却是必要的。就是连谓和兼语的区分。

白:现在从“帮”这个位置上的动词定义控制标签没有问题,在“打官司”这个位置上怎么定义控制标签,需要仔细考虑一下。

contributor,献格。用来描述宋老师说的那种帮办角色,不知是否合适。首先语义上要有这个格,然后对填入这个格的语义萝卜在类型上有什么要求,再然后通常在句法上处于什么位置。这些都有了就可以加进来。

“张三找李四去坦白交代”之前曾经讨论过这个例句。坦白交代有三个角色,谁,向谁,交代什么。这里的人物暂时跟第三个坑都没有牵扯。看“找李四”,无疑李四是两个Human坑当中的一个,假设张三是另一个。但是也有可能张三是编外的非标配坑,比如上面那个contributor,张三是公安局派来给李四传话的,他既不是谁,也不是向谁。这就出现第三个歧义。为坦白交代这件事只是贡献了一个“找”的动作,仅此而已。

宋:是的,“坦白”有3个论旨,但“帮”就只有两个论旨,“打圆场”和“打官司”都只有一个论旨。
我帮他打官司:他打官司,我帮他。
我帮他打圆场:我打圆场,我帮他。

这里帮的语义涉及词的二元甚至三元关系,我觉得这种词是很有限的,因此不会带来知识需求的暴增。不过从中也看出,离合词还是作为整体处理比较好,免得增加关系的元数。文本中凡分开的离合词应当尽量在句法分析前把它们合起来,虽然不可能全部做到。

白:就“坦白交代”而言,很有意思的是,如果它的主动发起方找相对方或者相对方找主动发起方,都是可以的。但是第三方,只能找主动发起方,而不能在主动发起方不在场的情况下直接“找”相对方。

找到一个涉及三人的动词:“登记结婚”:“张三找李四去登记结婚”。

第一,张三是男方,找女方去登记处登记结婚;第二,张三是女方,找男方去登记处登记结婚;第三,张三是男方,李四是登记处的;第四,张三是女方,李四是登记处的;第五,张三是登记处的(有点勉强),李四是男方;第六,张三是登记处的,李四是女方;第七,张三是第四方,李四是男方;第八,张三是第四方,李四是女方。就算男方女方完全对称不加区分,至少也有四重歧义。同样道理,如果张三是第四方,那么李四不可能是登记处的,只可能是婚姻双方之一。

李:我觉得这些带入了场景需求的歧义,不是文法层面的消歧问题,应该属于“伪歧义”。标配无歧义,到了具体篇章或场景,推翻了标配解读也是可以的。那是解析器后续模块的事儿了。

 

【相关】

【语义计算:李白对话录系列】

【置顶:立委NLP博文一览】

《朝华午拾》总目录

 

丹尼尔·马尔科维茨:生活如何成为一场无止境的可怕竞争

立委按:一个繁荣无比的现代社会 结果是没有人真正快乐。输者输 赢者其实也输了。这种社会肯定是站不住的。问题是 看到现代社会问题的 越来越多 越来越切实。但解决方案是一个很大的问题。但如果连问题都不面对 又有什么希望解决它呢?作者说,不能坐视精英社会不平等最后走向社会崩溃,总是要做点什么。既然现代化 全球化 资本主义化 精英化 没有带给人类更美好的社会,那么其他的路线都是可以考虑的选项了:包括川普的保护主义和建造大墙;包括桑德斯的社会主义;也包括杨的ubi方案。还有其他什么出路?

精英社会把成就看得比其他一切都重要,这让每个人——甚至富人——都很痛苦。也许有出路。

The Atlantic 杂志 2019年九月刊
丹尼尔·马尔科维茨
耶鲁法学院教授,《精英陷阱》的作者

1987年夏天,我从得克萨斯州奥斯汀的一所公立高中毕业,前往东北去耶鲁。然后,我花了将近15年的时间在不同的大学学习——伦敦经济学院、牛津大学、哈佛大学,最后是耶鲁法学院——一路上获得了一系列学位。今天,我在耶鲁大学法学院教书,那里的学生与我年轻的自己惊人地相似:他们绝大多数都是职业父母和高水平大学的产物。我把自己老师给我的优势传授给他们。他们和我都把我们的繁荣和种姓归功于精英选拔制度。

20年前,当我开始写关于经济不平等的文章时,精英制度似乎更像是一种对于不平等的疗法,而不是一种原因。精英制度的早期倡导者支持社会流动性。例如,20世纪60年代,耶鲁大学校长金曼·布鲁斯特(Kingman Brewster)将精英录取引入大学,明确目标是打破世袭精英。校友们一直认为他们的儿子有与生俱来的权利跟随他们去耶鲁;现在,未来的学生将根据成绩而不是家庭背景来获得入学许可。精英选拔制度——有一段时间——用才华横溢、勤奋努力的局外人取代了自满的局内人。

今天的精英仍然声称通过才能和努力,使用对任何人开放的手段来取得进步。然而,在实践中,精英制度现在将狭隘精英之外的所有人都排除在外。哈佛大学、普林斯顿大学、斯坦福大学和耶鲁大学从收入分配最高的1%家庭招收的学生总数超过了收入分配最低的60%的家庭。校友子女优先、裙带关系和彻头彻尾的欺诈继续给富有的申请者带来腐败优势。但是,偏向财富的主要原因还是要追溯到精英选拔制度本身。平均来说,父母年收入超过20万美元的孩子在SAT考试中比父母年收入4万到6万美元的孩子高出250分。来自最贫困的三分之一家庭的每200个孩子中只有一个达到耶鲁的平均SAT分数。与此同时,顶级银行和律师事务所,以及其他高薪雇主,几乎完全从少数精英大学招聘。

勤劳的局外人不再享受真正的机会。根据一项研究,每100个出生在最贫困的五分之一家庭的孩子中只有一个会侪入前五分之一的富裕阶层,每50个出生在中产阶层的五分之一家庭的孩子中只有不到一个会加入前五分之一。绝对经济流动性也在下降——自本世纪中叶以来,中产阶级孩子收入超过其父母的可能性已经下降了一半以上——中产阶级的下降幅度大于穷人。精英选拔制度将这种排斥定义为达不到标准,给经济伤害增加了道德侮辱。

公众对经济不平等的愤怒经常针对精英机构。皮尤研究中心称,近五分之三的共和党人认为大学对美国不利。今年早些时候大学入学丑闻引发的强烈而广泛的愤怒引发了一场深刻的怨恨。这种愤怒是合理的,但也是扭曲的。对裙带关系和其他不光彩的精英优势形式的愤怒——这种行为含蓄地宣扬精英理想。然而精英制度本身是一个更大的问题,它正在摧毁美国梦。精英制度创造了一种竞争,即使每个人都按规则行事,也只有富人才能赢。

但是,富人到底赢了什么?即使精英制度的受益者现在也因为它的要求而受苦。它诱捕富人就像它排斥穷人一样肯定,正如那些设法爬上顶峰的人必须拼命工作,无情地利用他们昂贵的教育来获取回报一样。

没有人应该为富人哭泣。但是精英制度给他们带来的伤害既真实又重要。诊断精英制度对精英的伤害会带来治愈的希望。我们习惯于认为减少不平等需要给富人增加负担。但是因为精英制度下的不平等事实上对任何人都没有好处,所以逃离精英制度的陷阱实际上会让每个人受益。

精英们在幼儿时期首先面临精英压力。父母——有时不情愿,但觉得别无选择——让他们的孩子报名接受精英教育,这种教育不是以实验和游戏为主,而是以培训和技能或人力资本的积累为主,其宗旨是被精英大学录取,并最终获得一份精英工作。纽约、波士顿和旧金山等城市的富裕家长现在通常要向10所幼儿园提出申请,进行一系列评估和面试——所有这些都是为了精英幼儿园评估4岁儿童的申请。申请精英中学和高中重复了这一磨难。贵族儿童曾经陶醉于他们的特权,精英儿童现在是“计算”他们的未来——他们通过各种自我展示的仪式,踩着雄心、希望和担忧的节奏为精英之路无休止地计划自己。

学校鼓励孩子们这样操作。例如,在东北的一所精英小学,一名教师贴出了一个“每日问题”,学生们在回家之前必须解决这个问题,尽管没有给他们留出时间来解决这个问题。这项练习的目的是训练五年级学生通过多任务处理或牺牲休息时间来榨取他们附加的学习时间。

这种要求是需要付出代价的。精英初中和高中现在通常布置每晚需要三到五个小时的作业。疾病控制和预防中心的流行病学家警告说,学校作业会导致睡眠不足。富裕学生比贫困学生表现出更高的吸毒和酗酒率。他们也遭受抑郁和焦虑的折磨,其比率是全国同龄人的三倍。最近对硅谷一所高中的研究发现,54%的学生表现出中度至重度抑郁症状,80%的学生表现出中度至重度焦虑症状。

尽管如此,这些学生还是有充足的理由像这样鞭策自己。几十年前接受30%申请者的精英大学现在只接受不到10%。某些院校的变化甚至更加引人注目:芝加哥大学直到1995年还录取了71%的申请者。2019年,它承认其录取率不到6%。

当精英进入职场时,竞争会加剧。在职场中,精英机会只被抓住机会所需的竞争努力所超越。一个财富和地位依赖于人力资本的人在选择工作时根本不能考虑自己的兴趣或爱好。相反,她必须把工作当作一个从人力资本中获取价值的机会,尤其是如果她想要足够的收入来为孩子购买保证自己优秀品质的精英教育。她必须致力于一个狭窄的高薪职位,集中在金融、管理、法律和医学领域。贵族一度认为自己是一个休闲阶层,而精英阶层则以前所未有的强度工作。

1962年,当许多精英律师的收入大约是他们现在收入的三分之一时,美国律师协会可以自信地宣布,“普通律师每年大约有1300个收费小时”。相比之下,2000年,一家大型律师事务所同样自信地宣称,“如果管理得当”,2400个计费小时的配额“并非不合理”,这是“希望成为合伙人所必需的”的委婉说法。因为不是律师工作的所有时间都是收费的,所以2400小时的收费很容易要求一年中每周从早上8点到晚上8点工作6天,没有假期或病假。在金融领域,“银行家的工作时间”——最初是以19世纪到20世纪中期银行规定的10到3(上午10点到下午3点)的工作制命名的,后来更普遍地被用来指代任何轻松的工作——现在已经被讽刺性地命名为“银行家9到5”,是从这一天早上9点开始,一直持续工作到第二天早上5点。精英管理者曾经是“组织人”,被终身雇佣束缚在公司等级制度中,奖励资历高于业绩。今天,一个人在组织结构图上爬得越高,她被期望工作得越努力。亚马逊的“领导原则”要求管理者“坚持不懈地保持高标准”,并“交付成果”。公司告诉经理们,当他们在工作中“碰壁”时,唯一的解决办法就是“爬上墙”。"

每周工作超过60小时的美国人报告说,他们平均希望每周少工作25小时。他们这么说是因为工作使他们遭受“时间饥荒”。一项2006年的研究发现,这影响了他们与配偶和孩子建立牢固关系、维持家庭、甚至过上令人满意的性生活的能力。哈佛商学院(Harvard Business School)最近一项高管调查的一名受访者自豪地坚称,“我晚上给孩子们的10分钟比花在工作上的10分钟伟大一百万倍。”只有十分钟!

优雅地或至少冷静地承受这些时间的能力已经成为精英成功的标准。一家大公司的一名高管接受了社会学家阿丽·拉塞尔·霍奇奇德(Arlie Russell Hochschild)为其著作《时间捆绑》的采访。她观察到,展示了自己技能和奉献精神的有抱负的经理面临着的“最终淘汰赛”是这样的: “有些人会火冒三丈,变得古怪,因为他们一直在无休止地工作……而高层的人非常聪明,工作得像疯子一样,而且不会火冒三丈。他们仍然能够保持良好的心态,保持家庭生活在一起。最终是他们赢得了比赛。”

一个从自己的人力资本中获取收入和地位的人,完完全全是把自己置于老板的支配之下——为了工作他必须耗尽自己。精英学生极度害怕失败,渴望那些传统的成功标志,即使他们看穿并公开嘲笑那些仅仅是“金星”和“闪亮的东西”。就精英员工而言,他们发现越来越难通过工作来追求真正的激情或获得意义。精英制度将整代人囚困在被贬低的恐惧和不真实的野心中: 总是饥饿,但从来没有找到,甚至不知道正确的食物。

精英阶层不应该——他们也没有权利——期待那些被排除在精英特权和利益之外的人的任何同情。但是忽视精英制度对富人的压迫也是一个错误。富人现在不是无所事事地而是费尽心力地统治着社会。曾经批判贵族不平等的常见论点,并不适用于基于努力和技能回报的经济体系。这位每周工作百多个小时的银行家的不懈努力,使她免受不劳而获的指控。那么,更好的办法是说服富人,他们所有的工作并没有真正得到回报。

他们可能不需要你想象的那样去说服他们。随着精英阶层的精英陷阱越来越收紧,富人自己也开始反对现行制度。要求工作/生活平衡的悲哀呼声越来越高。大约三分之二的精英员工表示,如果新工作需要更多的精力,他们会拒绝升职。当拉里·克莱默还是斯坦福法学院院长时,他警告毕业生,顶级律所的律师们陷入了一个似乎永无止境的循环: 更高的工资需要更多的计费时间来支持他们,更长的时间需要更高的工资来证明他们的合理性。他哀叹道,这个系统服务于谁的利益?有人真的想要吗?

逃离精英陷阱并不容易。精英们自然会抵制那些有可能削弱他们优势的政策。但是现实是,如果不压榨自己,使自己的内心生活变得贫瘠,就不可能从自己的人力资本中致富,而那些希望拥有自己的蛋糕并吃掉它的精英其实是在欺骗自己。建立一个让更广泛的人群能够获得良好教育和工作的社会——这样,爬到最高层就不那么重要了——是缓解现在驱使精英们坚持自己地位的压力的唯一途径。

如何做到这一点?首先,教育——其利益目前集中在为富裕父母苦练孩子——必须变得开放和包容。除非私立学校和大学的学生中至少有一半来自收入分配最底层三分之二的家庭,否则它们应该失去免税地位。公共补贴应该鼓励学校通过扩大招生来满足这一要求。

一个平行的政策议程必须改革职场,重点扶持那些无需经过精心培训或没有高学位的工人所生产的商品和服务。例如,卫生保健系统应该强调公共卫生、预防保健和其他主要由执业护士监督的措施,而不是需要专科医生的高科技治疗。法律系统应该部署“法律技术人员”——并非所有人都需要法学博士——来管理日常事务,如房地产交易、简单遗嘱,甚至是无争议的离婚。在金融领域,限制外来金融工程并支持小型地方和地区银行的法规可以将工作转移给中等技能的工人。管理层应该接受将控制权分散到高管之外的做法,以增强公司其他人的权能。

克服精英不平等的主要障碍不是技术上的,而是政治上的。今天的情况引发了不满和普遍的悲观情绪,可以说近乎绝望。政治学家杰弗里·温特斯在他的著作《寡头政治》中调查了从古典时期到20世纪人类历史上的各个时代,并记录了将收入和财富集中在一个狭窄的精英阶层中的社会的变化轨迹。几乎在所有情况下,这种不平等的消除都伴随着社会崩溃,譬如,军事失败(如罗马帝国)或革命(如法国和俄罗斯)。

然而,还是有希望的。历史的确清晰地展示了从集中的不平等中有序复苏的一个例子: 在20世纪20年代和30年代,美国通过采用新政框架来应对大萧条,新政框架最终建立起本世纪中叶的中产阶级。至关重要的是,政府再分配不是这一进程的主要引擎。政府建立的广泛共享的繁荣主要来自于一个促进经济平等而非等级制度的经济和劳动力市场——通过大幅扩大受教育机会,如《GI 法案》,将中等技能的中产阶级工人置于生产中心。

这些安排的更新版本今天仍然可用;教育的重新扩张和对中产阶级工作的重新重视可以相互加强。精英阶层可以收回闲暇时间,以换取收入和地位的降低,而这是他们可以轻松承受的。与此同时,中产阶级可以重新获得收入和地位,重居美国生活的中心。

重建民主经济秩序将是困难的。但是经济民主给每个人带来的好处证明了这一努力的合理性。不去应对可能导致的社会暴力崩溃让我们别无选择,只能尝试。

这篇文章改编自丹尼尔·马尔科维茨即将出版的书《精英陷阱》。它出现在2019年9月的印刷版上,标题是“精英制度的悲惨赢家”

搜狗机器翻译 译自:How Life Became an Endless, Terrible Competition

摘选老友芒果的评论,说得非常到位:

精英选拔制度不仅加剧贫富分化,阻碍阶层流动,而且身处其中的精英也深受其害:为了维持从自身人力资本中得来的财富和社会地位,他们得忍受超长工作时间,对自我兴趣自我表达的压抑,与家人关系的稀薄。(文中只提过一句而没有展开的是,这种高度倾扎的环境得来的利益并未如表面看那么美好。诚然数字上精英与大众薪酬差距越来越大,精英的社会环境也与大众越来越区隔,但正因为教育回报率高,社会环境区隔厉害,薪酬大部分是花在bid up positional goods,如学区房,如各种显示身份地位的消费品。如果大家不bid up,这些positional goods也属于这些人,不过代价少得多。所以disposable income没有看起来那么多)。

但这是个囚徒困境,谁先放弃谁输的,所以这个既得利益者也受害的制度的改革势在必行,否则只会迎来社会各阶层的离心。可惜作者提出的制度改革比较天真,nurse practitioners和legal technician代替医生和律师做一部分简单工作或许可行,但社会中,像这类硬性准入制度严苛的职业其实不多。强行用区域金融机构代替大行只为中低技能人士提供工作机会更是天真得可怕,我对这种理想主义戒心比对现状的不满还要强烈些。

但有没有希望呢?我觉得现在的技术条件是有的。精英选拔制度的基石,是winner-take-all,是符合狭窄一揽子选拔标准中的佼佼者能广泛的服务一大群人。但如此的“效率”并非我们的天性,我们天性中渴求知识,渴求推进认知的极限,渴求自我表达,渴求真实的人际关系,渴求与自然,与本土的连接,渴求有缺陷的美,如果社会价值鼓励多元化(真实的多元化,不是口号),相信大部分人都能寻得安身之所。

社会制度相应的变化,就是一个强健的安全网络,能容忍各种试错,能护扶年轻人的勇往直前不怕跌倒,让what doesn’t kill you makes you stronger不仅是一句鸡汤而能理直气壮成为他们的信念。当然,在美国,一个很重要但一直被忽略的,就是社会对基础研究的投入,想想如果当初的bell labs在美国到处开花。。。聪明的年轻人不用只往花街律师医生这几行里面挤了。

立委后记:

Great great thesis.  Right to the point on problems of modern society.  Is the solution feasible ?

一个繁荣无比的现代社会 结果是没有人真正快乐。输者输 赢者其实也输了。这种社会肯定是站不住的。问题是 看到现代社会问题的 越来越多 越来越切实。但解决方案是一个很大的问题。但如果连问题都不面对 又有什么希望解决它呢?

所谓左派的抬头或流行 与其说是人们认同他们 不如说是人们不能接受/忍受现状。既然现代化 全球化 资本主义化 没有带给人更美好的社会 那么其他的路线都是可以考虑的选项了:包括川普的保护主义和建造大墙;包括桑德斯的社会主义;也包括杨的ubi方案。还有什么出路呢?作者说,不能坐视精英社会不平等最后走向社会崩溃,总是要做点什么。

但这位象牙塔教授的作者还是太过书生气。她在诊断和刻画过度竞争的现代精英社会的社会矛盾和道德不平等方面,力透纸背。但在提供方案方面,简直是天真,看不出任何可行性,还不如摇唇鼓舌的政客。譬如,她说 精英阶层既然不幸福 不堪重负,那就退一步 少拿钱,把机会分给中下层一些。她建议说 社会应该下放一些工作。感冒发烧不值得去看医生,可以改去看赤脚护士。大体就是这个思路。道理是有的 没有实现的切实路线。

相关:

原文:How Life Became an Endless, Terrible Competition

精英陷阱

搜狗机器翻译

miserable-winners/594760/

杨安泽的UBI答问:作为自由红利的全民最低收入保障

华裔民主党总统候选人杨安泽 (Andrew Yang)在其网站解答了有关其竞选纲领UBI的种种问题。借助有道机器翻译后稍加编辑,分享如下:

华裔民主党总统候选人杨安泽 (Andrew Yang)

自由红利的定义

在未来的12年里,每3个美国工人中就有1个面临着因新技术而失业的风险,而且与以往的自动化浪潮不同,这次新工作的出现速度不够快,数量不够多,无法弥补这一损失。为了避免前所未有的危机,我们必须找到一个新的解决方案,这与我们以前所做的任何事情都不同。这一切都始于自由红利,这是所有美国成年人的普遍基本收入,没有任何附加条件,是建立一个稳定、繁荣和公正社会的基础。

什么是自由红利(freedom divident)

自由红利是全民基本收入(UBI:Universal Basic Income)的一种形式,是一种社会保障,在特定的治理人口范围内为每个公民提供一定数量的资金,而无需通过考试或满足工作要求。每个UBI计划在数量或设计上都可能不同。

杨安泽将在2020年以民主党人身份竞选总统,以实现自由红利。他为美国提出的这种形式的UBI是一套每月1000美元,或每年12000美元的保证付款,支付给所有18岁以上的美国公民。是的,这意味着你和你认识的每个人每月都能从美国政府那里得到1000美元,没有问题。

为什么杨安泽想要在美国实施自由红利?

杨安泽希望实现自由红利,因为我们正在经历世界上有史以来最大的技术变革。到2015年,自动化已经摧毁了400万个制造业工作岗位,世界上最聪明的人现在预测,未来12年,三分之一的美国劳动者将因自动化而失业。我们目前的政策还不足以应对这场危机。甚至我们最具前瞻性的政治家也没有做好准备。

随着技术的进步,工人们将能够停止从事最危险、重复和枯燥的工作。这应该会让我们感到兴奋,但是如果美国人没有收入来源——没有能力支付食品杂货,没有能力买房,没有能力为教育存钱,也没有能力建立一个有信心的家庭——那么未来可能会非常黑暗。我国目前的劳动参与率只有62.7%,几十年来的最低水平,每5名劳动年龄人口中就有1人不在就业市场。随着自动驾驶汽车和其他技术的出现,这将变得更加糟糕。

由简单的增值税资助的自由红利将保证所有美国人都能从自动化中受益,而不仅仅是大公司。自由红利将为美国人提供基本生活所需的资金,同时使我们能够找到更好的工作、创业、重返校园、照顾我们所爱的人或为下一个机会而努力。

有关杨安泽为何如此坚定地相信自由红利的更多信息,请阅读他的著作《对普通人的战争》。

谁将在杨安泽的计划中获得自由红利?

每个18岁以上的美国公民每月都可以免费领取1000美元,无论其收入或就业状况如何。无任何附加条件。是的,这意味着从2021年1月开始,你和你认识的每个人每月都会收到1000美元的支票。

在你现在的收入基础上,如果再加上每月1000美元,你会怎么做?让我们找出答案。

我们如何支付自由红利?

这可能比你想象的要容易。杨安泽提议通过整合一些福利项目和实施10%的增值税来资助自由红利。目前的福利和社会项目受益人将在他们目前的福利和无条件1000美元现金之间做出选择——大多数人更喜欢没有限制的现金。

增值税是对企业生产的商品或服务征收的一种税。这是一种公平的税收,它使那些擅长隐藏利润和收入的大公司更难逃避支付他们应该缴纳的公平份额。增值税并不是什么新鲜事。世界上193个国家中有160个已经征收了增值税或类似的东西,包括欧洲所有国家,它们的平均增值税为20%。

支付自由红利的方式将来自4个方面:

  1. 当前的支出。我们目前每年在福利项目、食品券、残疾人等方面的开支在5000亿到6000亿美元之间。这降低了自由红利的成本,因为已经获得福利的人将有选择,但将没有资格在现有福利之外获得全部1000美元。

    此外,我们目前在医疗保健、监禁、无家可归服务等方面的开支超过一万亿美元。我们将节省1000 - 2000亿美元,因为人们会更好地照顾自己,避免进急诊室、监狱和露宿街头,而且通常会更有功能。自由红利将通过帮助人们避开我们的制度短板来为自己买单,而这正是我们的成本飙升之时。一些研究表明,给贫穷的父母1美元可以导致多达7美元的社会成本节省和经济增长。
  2. 增值税。我们现在的经济规模大得令人难以置信,达到19万亿美元,仅在过去10年就增长了4万亿美元。如果增值税达到欧洲水平的一半,将会产生8000亿美元的新收入。随着技术的进步,增值税将变得越来越重要,因为你不能从机器人或软件那里征收所得税。
  3. 新的收入。把钱交到美国消费者手中会促进经济增长。罗斯福研究所预计,美国经济将增长约2.5万亿美元,创造460万个新就业岗位。这将从经济增长和活动中产生大约8000亿至9000亿美元的新收入。
  4. 对高收入者征税和开征污染税。通过取消社会保障上限,实施金融交易税,结束对资本利得/附带利息的税收优惠,我们可以减少金融投机,同时为自由红利提供资金。我们可以在此基础上再增加一笔碳排放费,这笔费用将部分用于资助自由红利,以弥补支付该项目成本所需的余额。

自由红利的好处是什么?

自由红利将以许多积极的方式改变社会,有证据表明这一点。各种UBI计划的试验已经带来了各种各样的好处——有些是意料之中的,有些是出乎意料的。以下是其中的一些:

UBI鼓励人们去找工作。当前的许多福利项目在受助人找到工作时即取消福利,有时使他们的经济状况比受雇前更糟。UBI适用于所有成年人,无论他们的就业状况如何,所以受助人可以自由地寻求额外收入,而大多数人都是这样做的。
UBI通过无附加条件的覆盖减少了官僚空间,确定谁有资格获得保险要简单得多,管理福利的成本也大大降低。

UBI提高了工人的议价能力,因为有保障的、无条件的收入给了他们拒绝剥削工资和恶劣工作条件的筹码。雇主不能像以前那样对员工颐指气使。

UBI增加了创业精神,因为它提供了公司早期初创时期的基本需求,并在业务失败时充当安全网。它也给了你更多的消费者,因为每个人都有更多的可支配收入。罗斯福研究所发现,UBI将创造460万个就业机会,并使经济持续增长12%。UBI将是我们所见过的促进就业、创业和创造力的最大催化剂。

UBI改善了接受者的心理健康,因为它减少了匮乏、贫困和财政不安全的状况,而这些是数百万人的主要压力来源。

UBI帮助人们做出更明智的决定。研究表明,处于经济不安全困境的人认知能力的下降相当于13个智商点。UBI将为人们提供安全保障,让他们把精力集中在重要的事情上,比如他们的家庭。

UBI改善身体健康。随着经济安全程度的提高,人们更不容易受到压力、疾病和自我毁灭行为的影响。UBI在加拿大的一项实验显示,住院率下降了8.5%。

UBI增加了艺术创作、非营利性工作和对所爱之人的关爱,因为它为那些对这类工作感兴趣的人提供了一份补充收入,而这些工作并没有得到市场的支持。

UBI提高了劳动力市场的效率,因为更少的工人被困在不合适的工作岗位上。国家生产力将会提高,因为人们将能够找到更有价值的工作,并促进更高的工作满意度。

UBI通过减少家庭暴力、虐待儿童、经济压力和冲突来改善人际关系。它确保每个人对自己的未来有更乐观的看法,并有能力摆脱虐待关系。

一个稳定的资金来源可以改变人们的生活,这是惊人的。如果我们接受自由红利,我们就能在美国体验到这一点; 我们是人类历史上最富有、技术最先进的社会。是时候投资到我们的人民身上了。

想象一下你和你认识的每个人的生活中,每个月多出1000美元,你们会怎么花? 事情会如何变化?

它会与社会保障或退伍军人伤残福利叠加吗?

那些为国家服务并因此而面临残疾的人,除了享受自由红利外,还将继续享受他们的福利。

社保退休福利与自由红利叠加。既然这是人们一生都在为之付出的一种利益,那么这笔钱就应该被恰当地视为属于他们的,他们不需要二者选一。

SSDI基于挣得的工作权益。SSI则是一个基于经济状况的福利项目。你可以同时获得SSDI和自由红利。大多数合法残疾人同时接受SSDI和SSI。在自由红利制度下,那些合法的残疾人可以在领取SSDI和自由红利,或者领取SSDI和SSI,之间做出选择,看哪一个组合更慷慨。

即使是一些每月在SSI中获得1000美元以上的人也会选择自由红利,因为它没有先决条件。自由红利消除了这些要求,并保证收入,不管其他因素。

有证据支持自由红利吗?

在世界各地进行的无条件现金福利试验已证明是减少贫困最成功的方法之一。世界银行(World Bank)已经证明,那些担心现金接受者会把钱浪费在毒品或酒精上、停止工作或生更多孩子的推测是错误的。很多这样的行为实际上减少了

自1998年以来,共发表了461篇这方面的研究论文。你可以在这里看到它们

在过去的50年里,已经有超过30个这类现金福利项目被研究。以下是我们推荐的几个:

Mincome实验,加拿大马尼托巴省(减少住院和不减少工作时间)
纳米比亚大型试点项目(减少犯罪、减少辍学和改善健康)
直接给予项目,肯尼亚(增加资产和营养,不改变毒品和暴力)
在这里查看所有这些项目

数据很清楚——给人们钱能让他们过上更好的生活。但先把数据放在一边,自己想想。如果每月多给你1000美元,你会怎么做? 你的家人和朋友呢?

自由红利将使我们的社会变得更加美好; 我们需要的是勇气和意志来关心和投资我们的人民。

我从未听说过自由红利和全民基本收入。它是从哪里来的?谁支持它?

保障每个公民从政府中获得收入的想法由来已久,最早记录于文艺复兴时期。在美国,这是由开国元勋托马斯·潘恩(Thomas Paine)继承的,他把这笔钱称为“自然遗产”。

UBI和类似的现金项目早在1918年工业革命期间的20世纪中期就开始升温。随着发达国家的产量超过以往任何时候,这个想法重新浮出水面,并得到了米尔顿·弗里德曼(Milton Friedman)和哈耶克(F.A. Hayek)等众多诺贝尔经济学奖得主的大力支持。

20世纪60年代,马丁·路德·金(Martin Luther King Jr.)表达了他的支持,还有来自125所大学的1000多名经济学家联名致信尼克松总统,要求提供收入保障。

1970年,尼克松总统在众议院通过了一项法案,将保障最低收入的想法纳入其中。它在参议院夭折,因为民主党人试图寻求更高的收入保障。

如今,这个想法得到了马克·扎克伯格(Mark Zuckerberg)、罗伯特·里奇(Robert Reich)、埃隆·马斯克(Elon Musk)、比尔·格罗斯(Bill Gross)、理查德·布兰森(Richard Branson)、塔-内希西·科茨(Ta-Nehisi Coates)、诺姆·乔姆斯基(Noam Chomsky)等许多人的支持。从奥巴马总统到自由意志主义者卡托研究所(Cato Institute),更多人表达了对研究这一想法的兴趣。

全民基本收入并非新概念——它是一个老概念,但其时代已经到来。

以下是多年来支持全民基本收入的一些人:

马丁·路德·金(1967年): “我现在确信,最简单的方法将被证明是最有效的——解决贫困的办法是通过一项现在被广泛讨论的措施来直接消除贫困: 提供收入保障。”

理查德·尼克松,1969年8月: “我的建议是,联邦政府在每个美国家庭的收入下建立一个基金会……对于不能照顾它自己的家庭,不论这个家庭在美国的任何地方。”

米尔顿·弗里德曼(诺贝尔经济学奖得主),1980年: “我们应该用一个单一的全面的现金收入补充计划——负所得税——来取代具体福利计划的杂七杂八。这将使我们当前的福利制度更有效率、更人性化。”

伯尼·桑德斯(Bernie Sanders), 2014年5月: “在我看来,每个美国人都至少有权享有最低生活水平……实现这一目标有不同的方式,但这是我们应该努力实现的目标。”

巴拉克·奥巴马(Barack Obama) 2016年10月: “随着人工智能得到进一步整合,社会可能变得更加富裕,生产和分配、你工作多少和你挣多少之间的联系会变得越来越弱……我们将在未来10年或20年讨论无条件的免费资金。”

埃隆·马斯克,2017年2月: “我认为我们最终会实现全民基本收入……这将是必要的……机器人不能做得更好的工作将会越来越少。我想说清楚。这些都不是我希望发生的事情; 但我认为这些事情很可能会发生。”

马克·扎克伯格,2017年5月: “我们应该探索……全民基本收入,让每个人都有缓冲去尝试新想法。”

为什么我们现在需要自由红利?

自2000年以来,科技已经取代了400万美国制造业工人的工作,摧毁了整个中西部地区的社区。随着科技的新发展,专家们预测在未来的12年里,三分之一的美国人会因为新科技而失业。

在29个州,卡车司机是最常见的工作,有350万司机,其中94%是男性,另有1200万工人在全国各地的卡车停车站和汽车旅馆里为他们提供支持。当卡车开始自动驾驶时会发生什么?

我们正在经历人类历史上最伟大的经济和技术变革,我们的制度却跟不上。如果没有自由红利,随着越来越多的工作由软件、人工智能和机器人完成,我们将看到机会减少。当人们没有钱花的时候,市场就不能很好地运转。自由红利是帮助社会通过人类历史上最大的自动化浪潮实现转型的重要一步。

关于我们为什么需要自由红利的详细说明,请阅读杨安泽的著作《普通人的战争》。

自由红利会对经济产生什么影响?

罗斯福研究所发现,如果每个18岁以上的成年美国公民每年接受1.2万美元的基本收入,到2025年,美国经济将永久性增长12.56%至13.10%,即2.5万亿美元左右,劳动力市场将增加450万至470万人的工作机会。

这是因为把钱交到人们手中会促进经济增长,尤其是当人们需要钱并愿意花钱的时候。想象一下,密苏里州的一个小镇上有5000名符合条件的居民。12000美元的自由红利将为社区带来6000万美元的额外收入,其中大部分将用于当地。然后想象一下,在这个国家的每一个社区,无论大小。各地的社区将拥有更有活力的地方经济,创造更多的就业机会,并催生新的企业。

这会不会导致严重的通货膨胀?

联邦政府最近在没有通货膨胀的情况下,印了4万亿美元用于银行救助。我们的自由红利计划主要使用经济中已经存在的资金。在货币经济学中,主流理论认为通货膨胀是建立在货币供应变化的基础上的。自由红利的货币供应量变化很小,因为它是由增值税提供资金的。

很有可能,一些公司会提高价格,以回应人们有更多的购买力,增值税也会小幅提高价格。然而,各公司之间仍将存在价格竞争。随着时间的推移,技术将继续降低大多数允许降价的商品的价格(如服装、媒体、消费电子产品等)。我们目前经历的主要通货膨胀发生在由于政府监管或不适用而难以自动化的行业——主要是住房、教育和医疗保健。真正的问题不是自由红利,而在是否允许技术和自动化降低不同行业的价格。

人们不会把钱花在毒品和酒精等愚蠢的东西上吗?

数据没有显示这一点。在许多向穷人发放现金的研究中,毒品和酒精的使用并没有增加。事实上,很多人用它来试图减少他们的酒精消费或物质滥用。例如,在阿拉斯加,人们经常把从该州获得的石油红利计入子女的教育支出。穷人会对他们的钱不负责任、挥霍无度的观点似乎是一种偏见,而不是事实。

当人们拥有更大的经济安全时,决策就会得到改善。给人们提供资源将使他们能够做出更好的决定来改善他们的处境。正如荷兰哲学家罗格尔·布雷格曼所说:“贫穷不是缺乏品格。就是缺钱。”

人们不会停止工作吗?

几十年来对现金转移项目的研究发现,只有新妈妈和上学的孩子在接受直接现金转移时工作时间更短。在几项研究中,高中毕业率上升。在某些情况下,人们甚至工作得更多。引用哈佛大学和麻省理工学院的一项研究,“我们发现(现金)转移对工作行为没有影响。”

在我们的计划中,每个成年人每年只能得到12000美元。在许多地方,这还不足以维持生活,当然也不足以让你获得舒适的生活或提升。要想取得有意义的进步,人们仍然需要走出去工作。

生活成本的变化呢?难道大城市不需要比农村地区更多的钱吗?

每个符合条件的自由红利接受者,无论在哪里,每月都将获得1000美元。按地区改变美元数额将会增加昂贵的官僚机构。此外,自由红利实际上将帮助更多的美国人生活在他们想要的地方。美国人口普查局(Census Bureau)的数据显示,美国人在各州之间的流动达到历史最低水平,导致经济和劳动力市场停滞不前。搬家需要很多钱,而美国人也越来越缺钱。自由红利将使人们和家庭更加流动,并在人们寻求新环境和机会时提高劳动力市场的活力。

在一些地方,每月1000美元比其他地方要经花得多。自由红利将带来许多社区的复兴,因为人们可以利用某些地区生活成本较低的优势,而不是蜂拥进入昂贵的大都市区。

为什么要给富人自由红利?

通过给每个人发放自由红利,接受政府现金转账的羞耻感就消失了。此外,它还消除了任何人留在一定收入范围内领取福利的动机。如果像Andrew的计划那样,通过增值税来支付,那么富人很可能会向这个体系缴纳的税比从这个体系中得到的要多。

为什么我们不能对那些失业的人进行再培训呢?

培训很重要 - 可不幸的是,数据表明,再培训计划难以大规模展开。行业调整援助计划(TAA)是一个为失业的制造业工人设立的联邦计划,该计划的成员中只有37%的人从事他们接受再培训的工作。密歇根州的“不让一个工人掉队”计划发现,该计划实施后,三分之一的成员仍处于失业状态,与未参加该计划的同龄人40%的失业率相似。在2003年至2013年间离开工作岗位的密歇根工人中,约有一半人后来靠残疾福利,未能接受再培训以适应新的工作。

许多最有可能失业的工人都是中年人,已经过了壮年。许多人都有健康问题。再培训将是困难的,许多雇主将更愿意雇佣工作要求较低的年轻员工。

目标岗位现在正在移动——当某人通过再培训计划时,他们再培训的工作可能已经改变或自动化了。技术会变得越来越好。此外,要想知道谁应该接受再培训也很难。如果一个商场关门了,其零售工人要接受再培训吗? 呼叫中心呢?

虽然培训计划是一个好主意,但我们应该承认,从历史上看,我们在这方面做得非常糟糕,即使我们知道岗位流失正在发生。在多个行业对大量人口进行再培训是不现实的,也无法解决新技术带来的人口迁移问题。

我没有看到机器人。实施UBI是不是太早?

不。“机器人”不一定是会走路会说话的机器人来敲你的门。当软件取代成千上万的服务台工作人员或汽车开始自动驾驶时,甚至当一个购物中心因为现在每个人都用电脑购物而关闭时,机器人时代就开始来临。

我们正处于自动化的第四局。自2000年以来,已有400万个制造业工作岗位被抢走,科罗拉多州的自动卡车已经在运送货物。如果我们再等下去,我们就没有时间了。《平价医疗法案》(Affordable Care Act)花了7年时间才全面生效。在失业危机全面爆发之前,是时候让自由红利成为现实了。

想了解更多关于劳动力和技术趋势的信息,包括机器人是如何出现和取代工人的,请阅读4月3日由阿歇特出版的Andrew的书《普通人的战争》(the War on Normal People)。

如果自由红利如此伟大,为什么我们还没有这么做呢?

在20世纪60年代末,我们的支持率非常接近——实际上在1969年众议院通过了该法案,之后由于民主党人想要一个更高的层级,该法案在参议院陷入停滞。1000名经济学家在一封信上签了名,表示这对经济来说是件好事。

从那时以后,我们就被洗脑了,认为对人们有益的东西并不对经济有益,但对大公司有利的东西才是。

我们还没有这么做的原因是,我们宁愿把钱给富有的公司,并希望钱能慢慢流下来——我们更信任机构,而不是我们的人民。这是我们必须改变的。我们必须赋能我们的人民,从每个个人和家庭做起,重建我们的经济。

这会导致大量移民到美国吗?

250年来,美国一直是世界上最受欢迎的移民目的地。对公民身份的高要求并不新鲜。的确,随着自由红利的落实,对公民身份的需求可能会上升。然而,只有公民才能获得自由红利,而美国已经是世界上公民之路最为漫长的国家之一。自由红利将使公民身份变得更有意义。

这个不就是共产主义/社会主义吗?

不。从定义上讲,共产主义是一场革命运动,旨在建立一个在共享生产所有权基础上的无阶级、无金钱、无国籍的社会秩序。社会主义的核心原则是生产资料的国有化,即政府占领亚马逊和谷歌。自由红利并不是这些东西,实际上它与资本主义是如此的天衣无缝,它预计在8年内使经济增长2.5万亿美元。

实际上,自由红利是资本主义在自动化浪潮和劳工失业潮中得以延续的必要条件。市场需要消费者作为销售产品的对象。自由红利是一种具有底线的资本主义,使得人们不会陷落下去。

难道雇主们不会开始降低工资吗?

雇主们已经让他们的员工做得更多而支付更少的薪水。自1973年以来,企业生产率增长了72%,但美国的工资仅增长了9%。UBI将把权力交到工人手中——用持续的、无条件的现金来支付他们的开支,美国人将能够对他们愿意接受的工作条件更加挑剔。

有了UBI,人们自然想做的工作——比如教师、教练或艺术家——可能会少付一些钱。但是人们不愿意做的工作实际上需要支付更多的工资,因为工人不一定要接受那份工作。

这听起来太棒了! 我该怎么做才能让它发生呢?

杨安泽的竞选不仅仅是UBI。它致力于建设一个把人民和生活质量放在首位的社会。UBI只是第一步。

在这里为竞选活动做捐献

帮助我们实现普遍的基本收入。如果我们有勇气赋能我们的人民,我们就能创造一个自由和富足的社会。让我们把人性放在首位 - 以人为本。

有道机器翻译 from https://www.yang2020.com/what-is-freedom-dividend-faq/

【相关】

华裔总统候选人杨安泽的高光时刻

华裔民主党总统候选人杨安泽 (Andrew Yang)竞选网页

Andrew Yang:The War on Normal People

36 项UBI社会实验

有道机器翻译

金灿荣教授提到的【厉害了我的国】

立委按:偶然听到金灿荣教授在点评中美贸易摩擦升级的一个演说。他提到美国中情局定期发布更新的《世界概况》(The World Factbook),对中国经济有准确的描述,笑称,比发改委还要正面,就是一本【厉害了我的国】的英文版。出于好奇,上网查到了他说的这个报告,的确精细客观,大概是美国的智囊团专家和中国通们撰写的,具有不错的参考价值,利用搜狗机器翻译稍加编辑如下,以飨读者。

背景

中国的历史文明至少可以追溯到公元前1200年;从公元前3世纪开始,在接下来的两千年里,中国在一系列帝国王朝的统治下,时而团结时而不团结。在19世纪和20世纪初,这个国家饱受内乱、大饥荒、军事失败和外国占领的困扰。第二次世界大战后,毛泽东领导下的中国共产党建立了专制的社会主义制度,在确保中国主权的同时,对日常生活实行严格控制,并导致数千万人丧生。1978年后,毛泽东的继任者邓小平和其他领导人专注于市场经济发展,到2000年,产量翻了两番。对大多数人来说,生活水平已经显著提高,但政治控制仍然很严格。自1990年代初以来,中国增加了在国际组织中的全球外联和参与。

人民与社会

人口: 本条目给出了美国人口普查局基于人口普查、人口动态统计登记系统或与最近过去相关的抽样调查以及对未来趋势的假设所做的估计。总人口是衡量该国对世界及其所在区域潜在影响的一个总体尺度。注:从1993年的概况介绍开始,一些国家(主要是非洲国家)的人口估计已经明确考虑到了死亡率。

更多人口字段列表
1,384,688,986(东部时间2018年7月。)
与世界的国家比较:1
国籍:这个条目提供了公民的识别术语——名词和形容词。国籍字段列表
名词:中文(单数和复数)
形容词:中文
族裔群体:该条目提供了族裔群体的有序列表,从最大的族裔群体开始,通常包括总人口的百分比。

族裔群体字段列表
汉族91.6%,壮族1.3%,其他(包括回族、满族、维吾尔族、苗族、彝族、土家族、藏族、蒙古族、侗族、布依族、瑶族、白族、朝鲜族、哈尼族、黎族、哈萨克族、傣族和其他民族)7.1% (2010年东部时间。)
注:中国政府正式承认56个民族

语言:此条目提供了每个国家使用的语言列表,并指定了任何官方的国家或地区语言。当数据可用时,每个国家使用的语言根据将每种语言作为第一语言的总人口的百分比进行细分。对于那些没有可用数据的国家,语言根据流行程度按等级排列,从最常用的语言开始。

语言字段列表
标准中文或普通话(官方;普通话,以北京方言为基础,越语(粤语)、吴语(上海话)、闽北(福州)、闽南(福建-台湾)、湘语、赣语、客家方言、少数民族语言(见少数民族条目)
注:壮族是广西壮族的官方语言,岳是广东的官方语言,蒙古语是内蒙古的官方语言,维吾尔语是新疆维吾尔文的官方语言,吉尔吉斯语是新疆维吾尔文的官方语言,藏语是西藏的官方语言

宗教:这个条目是信徒从最大群体开始的有序的宗教列表,有时包括总人口的百分比。世界主要宗教的核心特征和信仰描述如下。巴哈伊教——由米尔扎·侯赛因·阿里(又名巴哈伊·阿卜杜拉)于1852年在伊朗创立,巴哈伊教强调一神论,信奉一个永恒的超验上帝。它的指导重点是鼓励地球上所有民族的团结,以实现正义与和平。

更多宗教字段列表
佛教18.2%,基督教5.1%,穆斯林1.8%,民间宗教21.9%,印度教< 0.1%,犹太教< 0.1%,其他0.7%(包括道教(道教)),非附属宗教52.2%(美国东部时间2010年)。)
注:官方无神论者

年龄结构:这一条目提供了按年龄划分的人口分布。按性别和年龄组分列的信息如下:0-14岁(儿童)、15-24岁(早期工作年龄)、25-54岁(主要工作年龄)、55-64岁(成熟工作年龄)、65岁及以上(老年人)。人口的年龄结构影响一个国家的关键社会经济问题。人口年轻的国家(15岁以下的比例很高)需要加大对学校的投资,而人口较老的国家则需要加大投资。。。更多年龄结构字段列表
0-14岁:17.22%(男性128,270,371/女性110,120,535)
15-24岁:12.32%(男性91,443,139/女性79,181,726)
25-54岁:47.84%(男性338,189,015/女性324,180,103)
55-64岁:11.35%(男性79,340,391/女性77,857,806)
65岁及以上:11.27%(男性74,277,631人/女性81,828,269人)(2018年东部时间。)
人口金字塔:人口金字塔

抚养比:抚养比是一个人口年龄结构的量度。他们将可能在经济上“依赖”他人支持的个人数量联系起来。受扶养人比率将青年(0-14岁)和老年人(65岁以上)的比率与工作年龄组(15-64岁)的比率进行对比。受扶养人比率的变化表明了人口年龄结构变化带来的潜在社会支助需求。生育率水平。

更多相关性比率字段列表
总抚养比:37.7 (2015年东部标准时间。)
青年抚养比率:24.3 (2015年东部标准时间。)
老年抚养比率:13.3 (2015年东部标准时间。)
潜在支持比率:7.5 (2015年东部标准时间。)
数据不包括香港、澳门和台湾

中位年龄:这个条目是将一个人口分成两个数量相等的群体的年龄;也就是说,一半的人比这个年龄小,一半的人比这个年龄大。它是一个单一的指数,概括了一个人口的年龄分布。目前,中位年龄从尼日尔和乌干达的15岁左右到几个欧洲国家和日本的40岁或以上不等。请参阅“年龄结构”条目,了解

政府

国家名称:本条目包括美国地名委员会批准的国家名称的所有形式。国家名称字段列表
传统长型:中华人民共和国
传统简称:中国
当地简称:中国
缩写:PRC
词源学:英文名字来源于公元前3世纪的秦统治者,他们组成了中国古代的第一个帝国王朝;中文名字“中国”翻译成“中央民族”或“中央王国”

政府类型:此条目给出了政府的基本形式。主要政府术语的定义如下:绝对君主制——君主不受阻碍地统治的政府形式,即没有任何法律、宪法或合法组织的反对。无政府状态-政府权威缺失导致的无法无天或政治混乱的状态。独裁主义--辉格党的一种政府形式。。。更多政府类型字段列表

共产党领导的国家

首都:该条目给出政府所在地的名称、地理坐标、相对于协调世界时(世界时)的时差和在DC华盛顿观察到的时间,如果适用,还提供夏令时的信息。在适当情况下,还增加了一个特别说明,以突出那些有多个时区的国家。

名:北京
地理坐标:北纬39° 55,东经116° 23
时差:世界协调时+8(标准时间比DC华盛顿早13小时)
词源:中文意思是“北方首都”

注:尽管面积很大,但整个中国都在一个时区内

行政区划:本条目通常给出美国地名委员会(BGN)批准的数字、指定术语和一级行政区划。行政区划字段列表
23个省、5个自治区(自治市)和4个市(市)

省份:安徽、福建、甘肃、广东、贵州、海南、河北、黑龙江、河南、湖北、湖南、江苏、江西、吉林、辽宁、青海、陕西、山东、山西、四川、云南、浙江;(见关于台湾的说明);

自治区:广西、内蒙古(内蒙古)、宁夏、新疆维吾尔自治区、西藏(西藏);

直辖市:北京、重庆、上海、天津

注:中国认为台湾是其第23个省;参见香港特别行政区和澳门特别行政区的单独条目

独立:对大多数国家来说,这个条目给出了主权实现的日期,以及从哪个国家、帝国或托管。对其他国家来说,给出的日期可能不代表严格意义上的“独立”,而是一些重要的建国事件,如传统的建国日期或统一、联邦、邦联、建立、政府形式的根本改变或国家继承的日期。独立字段列表

1949年10月1日(中华人民共和国成立);值得注意的较早日期:公元前221年(秦朝统一);1912年1月1日(清朝被中华民国取代)

国庆节:这个条目给出了主要的国庆庆祝活动——通常是独立日。国家假日字段列表

国庆节(中华人民共和国成立纪念日),10月1日(1949年)

宪法:本条目提供一个国家的宪法信息,包括两个子字段。历史子字段包括以前宪法的日期以及制定和实施最新宪法的主要步骤和日期。对于以前有1-3部宪法的国家,列出年份。更多宪法字段列表

历史:以前的几个;最近于1982年12月4日颁布
修正案:由全国人民代表大会常务委员会提出或者得到全国人民代表大会五分之一以上成员的支持;通过需要国会成员三分之二以上的多数票;修订了几次,最后一次是在2018年(2018年)

法律制度:本条目提供了一个国家法律制度的描述。还包括一些国家关于对立法行为进行司法审查的声明。几乎所有国家的法律体系通常都以五种主要类型的要素为模式:民法(包括法国法、拿破仑法典、罗马法、罗马-荷兰法和西班牙法);普通法(包括美国法律);习惯法;混合或多元法律;和宗教法(包括伊斯兰法)。更多法律系统字段列表:

受苏联和欧洲大陆民法体系影响的民法;立法机关保留解释法规的权力;注-2017年初,全国人民代表大会通过了《民法通则》,迈出了通过新民法典的第一步

国际法组织的参与:这一条目包括一国接受国际法院和国际刑事法院管辖权的信息;59个国家有保留地接受了国际法院的管辖权,11个国家无保留地接受了国际法院的管辖权;122个国家接受了ICCt管辖权。附录二:国际组织和团体解释了国际法院和国际刑事法院的不同任务。国际法组织参与领域清单

没有提交国际法院管辖权声明;ICCt的非缔约国

公民身份:该条目提供与获得和行使公民身份有关的信息;它包括四个子领域:出生公民身份是指根据出生地获得公民身份,即出生地法,而不管父母的公民身份如何。血统公民身份仅描述根据血统原则获得公民身份,或通过血统获得公民身份,父母中至少有一方是国家公民,出生在美国领土范围内。更多公民字段列表

出生公民身份:否
仅限血统公民身份:父母中至少有一方必须是中国公民
承认双重国籍:不
入籍的居住要求:虽然理论上入籍是可能的,但实际上却极其困难;居住是必需的,但没有具体说明

选举权:这一条目给出了选举权的年龄,以及选举权是普遍的还是受限制的。选举权领域列表

18岁;普遍的

行政部门:该条目包括五个子条目:国家元首;政府首脑;内阁;选举/任命;选举结果。国家元首包括国家名义领导人的姓名、头衔和就职日期,他在官方和仪式上代表国家,但不得参与政府的日常活动。政府首脑包括被指定管理政府行政部门的最高行政人员的姓名、头衔。更多行政部门字段列表

国家元首:习近平主席(自2013年3月14日起);副总统王岐山(自2018年3月17日起)
政府首脑:李克强总理(自2013年3月16日起);常务副总理韩正(自2018年3月19日起)、孙春兰(自2018年3月19日起)、刘禾(自2018年3月19日起)、胡春华(自2018年3月19日起)
内阁:由全国人民代表大会任命的国务院
选举/任命:全国人民代表大会间接选举产生的总统和副总统,任期5年(无限期);上次选举于2018年3月17日举行(下次选举将于2023年3月举行);总理由总统提名,全国人大确认
选举结果:习近平再次当选总统;全国人民代表大会投票——2,970票(一致);王岐山以2969票当选副总统

立法部门:该条目有三个子字段。描述子字段提供了立法结构(一院制——单一议院;两院制——上院和下院);正式名称;成员席位数;选区或投票区的类型(单一席位、多席位、全国范围);选举投票制度;和成员任期。选举子字段包括上次选举和下次选举的日期。选举结果子字段列出了政党/联盟的投票百分比。更多立法部门字段列表

说明:一院制,全国人民代表大会(最多3000席;由市、区、省人民代表大会和人民解放军间接选举产生的成员;成员任期5年);注-实际上,只有中国共产党(CCP)、其8个同盟独立党和CCP批准的独立候选人当选
选举:上次于2017年12月至2018年2月举行(下次将于2022年底至2023年初举行)
选举结果:选票百分比-国民大会;按政党分列的席位----国民议会;构成----男性2,238人,女性742人,女性24.9%

司法部门:该条目包括三个子字段。最高法院子字段包括一个国家最高级别法院的名称、法官的人数和头衔以及法院审理的案件类型,这些通常基于民法、刑法、行政法和宪法。一些国家有独立的宪法法院。法官遴选和任期子字段包括负责提名和任命法官的组织和相关官员。更多司法部门字段列表

最高法院:最高人民法院(由340多名法官组成,包括首席法官和13名大法官,组成一个民事委员会和法庭,处理民事、经济、行政、申诉和上诉以及通信和运输案件)
法官遴选和任期:由全国人民代表大会任命的首席法官(NPC);限于连续两届5年任期;由首席大法官提名并由NPC常务委员会任命的其他大法官和法官;NPC确定的其他法官和法官的任期
下级法院:高级人民法院;中级人民法院;区县人民法院;自治区人民法院;国际商事法院;军事、海事、交通和林业问题特别人民法院
注:2014年末,中国公布了一项多年司法改革计划;2018年继续取得进展


政党和领导人:除非另有说明,本条目包括截至每个国家上次立法选举的重要政党、联盟和选举名单。政党和领导人实地名单
中国共产党或CCP·[·习近平]
注:中国有8个名义上独立的小政党,由CCP控制

国际组织参与:本条目按缩写字母顺序列出主题国家是其成员或以其他方式参与的国际组织。国际组织参与领域列表

亚行、非行(非区域成员)、亚太经合组织、北极理事会(观察员)、东盟区域论坛、东盟(对话伙伴)、国际清算银行、金砖国家、CDB、CICA、埃及、粮农组织、FATF、20国集团、24国集团(观察员)、5国集团、77国集团、IADB、原子能机构、国际复兴开发银行、民航组织、国际商会(国家委员会)、ICRM、国际开发协会、农发基金、国际金融公司、红十字与红新月联会、IHO、劳工组织、货币基金组织、海事组织、IMSO、刑警组织、海委会、国际移民组织(观察员)、IPU、国际标准化组织、信息技术事务办公室、国际电联、拉美一体化协会(观察员)、多边投资担保机构、西撒特派团、马里稳定团

在美国的外交代表:此条目包括使团团长、办事处地址、电话、传真、总领馆所在地和领事馆所在地。附加注释的“任命大使”一词指的是向国务卿而不是美国总统提交全权证书的新大使。这些大使履行所有外交职能,除了会见总统或出席总统出席的活动,直到他们在白宫正式递交国书。更多外交代表在美国

特派团团长:崔天凯大使(自2013年4月3日起)
衡平法院:DC华盛顿州西北国际广场3505号,20008
电话:1 495-2266
传真:1 495-2138
总领事馆:芝加哥、休斯顿、洛杉矶、纽约、旧金山

美国外交代表:此条目包括代表团团长、大使馆地址、邮寄地址、电话号码、传真号码、分支机构位置、总领馆位置和领事馆位置。美国驻外代表机构名单

特派团团长:特里·布兰斯塔德大使(自2017年7月12日起)
大使馆:北京100600安家楼路55号
邮寄地址:采购订单AP 96521
电话:86 8531-3000
传真:86 8531-3300
总领事馆:成都、广州、上海、沈阳、武汉

国旗描述:独立国家的旗帜由其属地使用,除非有官方认可的当地旗帜。一些有争议的地区和其他地区没有国旗。标志描述字段列表

红色,有一个大的黄色五角星和四个较小的黄色五角星(排列在朝向旗帜中间的垂直弧线上),位于上提升侧角;红色代表革命,而星星代表中国共产党统一的四个社会阶级——工人阶级、农民阶级、城市小资产阶级和民族资产阶级(资本家)

国家象征:国家象征是动物、花卉或其他抽象的象征——或一些独特的物体——随着时间的推移,它们已经与一个国家或实体紧密地联系在一起。并非所有国家都有国家标志;一些国家有不止一个。国家符号字段列表

龙,大熊猫;民族颜色:红色、黄色

国歌:一种普遍爱国的音乐作品——通常以歌曲或赞美诗的形式——唤起和颂扬一个国家或其人民的历史、传统或斗争。国歌可以被一个国家的宪法、颁布的法律或简单的传统正式认可为国歌。虽然大多数国歌都有歌词,但有些没有。国歌列表

名称:《义勇军进行曲》
歌词/音乐:田汉/聂耳
注:1949年通过;国歌虽然在文化大革命期间被禁止;它最初是1935年中国电影《暴风雨中的儿女》的主题曲

经济

自20世纪70年代末以来,中国已经从一个封闭的中央计划体系转变为一个更加市场化的体系,在全球扮演着重要角色。自1978年以来,中国以渐进的方式实施改革,提高了效率,使国内生产总值增长了十倍以上。改革始于集体农业的逐步淘汰,并扩大到包括价格的逐步自由化、财政权力下放、国有企业自主权的增加、私营部门的增长、股票市场和现代银行体系的发展以及对外贸易和投资的开放。中国继续奉行产业政策、国家对关键部门的支持以及限制性投资制度。从2013年到2017年,中国是世界上增长最快的经济体之一,平均每年实际增长率略高于7%。根据购买力平价来衡量,中国在2017年是世界上最大的经济体,在现代史上首次在2014年超过美国。中国在2010年成为世界上最大的出口国,在2013年成为最大的贸易国。尽管如此,中国的人均收入仍低于世界平均水平。

2005年7月,中国转向参考一篮子货币的汇率制度。从2005年年中到2008年末,人民币兑美元升值逾20%,但从全球金融危机爆发到2010年6月北京宣布将恢复逐步升值,人民币汇率实际上一直与美元挂钩。从2013年到2015年初,人民币对美元保持稳定,但从2015年年中到2016年底,在资本大量外流的背景下,人民币贬值了13%;2017年,人民币对美元恢复升值——从2016年底到2017年底,升值幅度约为7%。2015年,在人民币被纳入国际货币基金组织特别提款权篮子后,中国人民银行宣布将继续谨慎推动人民币的完全自由兑换。然而,自2015年末以来,中国政府加强了对海外投资的资本管制和监督,以更好地管理汇率和保持金融稳定。

中国政府面临诸多经济挑战,包括:(一)降低国内高储蓄率,相应降低国内家庭消费;(b)管理其高公司债务负担,以维持金融稳定;(c)控制用于为基础设施刺激融资的表外地方政府债务;(d)为有抱负的中产阶级,包括农村移民和大学毕业生提供更高工资的工作机会,同时保持竞争力;(e)抑制房地产部门的投机性投资,同时不大幅减缓经济;(f)减少工业产能过剩;(g)通过更有效的资本配置和国家对创新的支持来提高生产率增长率。沿海省份的经济发展比内陆省份取得了更大进展,到2016年,超过1.693亿移徙工人及其家属已迁往城市地区寻找工作。中国被称为“独生子女政策”的人口控制政策的一个后果是,中国现在是世界上老龄化速度最快的国家之一。2016年,中国放宽了独生子女政策,允许所有家庭生育两个孩子。环境恶化——特别是空气污染、土壤侵蚀和地下水位持续下降,尤其是在北方——是另一个长期问题。由于侵蚀和城市化,中国继续失去可耕地。中国政府正在寻求增加煤炭和石油以外的能源生产能力,重点是天然气、核能和清洁能源开发。2016年,中国批准了《巴黎协定》,这是一项应对气候变化的多边协定,并承诺在2025年至2030年间实现二氧化碳排放峰值。

2016年3月公布的政府第十三个五年计划强调,需要增加创新和刺激国内消费,以减少经济对政府投资、出口和重工业的依赖。然而,与经济再平衡相比,中国在补贴创新方面取得了更多进展。北京方面已承诺让市场在资源配置方面发挥更具决定性的作用,但中国政府的政策继续偏向国有企业,并强调稳定。中国领导人在2010年承诺到2020年将国内生产总值翻一番,第十三个五年计划包括到2020年至少6.5%的年经济增长目标来实现这一目标。近年来,中国在被认为对“经济安全”至关重要的领域重新支持国有企业,明确寻求培育具有全球竞争力的行业。中国领导人还通过重申国家在经济中的“主导”作用破坏了一些市场化改革,这一立场有可能阻碍私人主动性,并随着时间的推移降低经济效率。2017年经济增长略有加速——这是自2010年以来首次出现这种增长——给了北京更大的空间进行经济改革,重点是金融部门去杠杆化和2015年末首次宣布的供应方结构改革议程。

GDP(购买力平价):这一项给出了一个国家在某一年生产的所有最终产品和服务的国内生产总值(GDP)或价值。一国按购买力平价(PPP)汇率计算的国内生产总值(GDP)是该国生产的所有商品和服务的总价值,按该年美国市场价格计算。这是大多数经济学家在考察人均福利和比较各国生活条件或资源使用情况时更喜欢使用的衡量标准。更多GDP(购买力平价)指标

23.21万亿美元(美国东部标准时间2017年)
21.72万亿美元(美国东部标准时间2016年)
20.35万亿美元(美国东部标准时间2015年)
注:数据以2017年美元计算
国家与世界的比较:1

国内生产总值(官方汇率):这一项给出了国内生产总值(GDP)或一个国家在某一年生产的所有最终产品和服务的价值。一个国家按官方汇率计算的国内生产总值(OER),是以本国货币计价的年度国内生产总值(GDP),除以当年美国与该国的双边平均汇率。该方法计算简单,可以精确地测量输出值。许多经济学家在衡量一个经济体相对于其他经济体所保持的经济实力时,更倾向于采用这种方法。更多GDP(官方汇率)字段列表

12.01万亿美元(美国东部标准时间2017年)。
注:由于中国的汇率是由法定汇率决定的,而不是由市场力量决定的,因此官方的GDP汇率指标并不能准确地衡量中国的产出;以官方汇率计算的GDP大大低估了中国相对于世界其它地区的实际产出水平;在中国的情况下,按购买力平价计算的GDP是比较各国产出的最佳指标

GDP -实际增长率:这一项给出了经通货膨胀调整后的GDP年增长率,并以百分比表示。增长率是逐年增长的,而不是复合增长。GDP -实际增长率字段列表

(2017。6.9%)
(2016。6.7%)
(2015。6.9%)
国家与世界的比较:21

国内生产总值-人均(购买力平价):这一项是按购买力平价计算的国内生产总值除以同年7月1日的人口。GDP -人均(PPP)字段列表
16700美元(2017年美国东部时间)。
15700美元(2016年美国东部时间)。
14800美元(2015年美国东部时间)。
注:数据以2017年美元计算
国家与世界的比较:105

国民储蓄:国民储蓄是减去最终消费支出(家庭和政府)从国民可支配收入,包括个人储蓄,加上业务储蓄(资本消耗的总和津贴和留存业务利润),加上政府储蓄(税收的超额支出),但不包括外国储蓄的过剩商品和服务的进口/出口)。这些数字以GDP的百分比表示。更多国民储蓄总额
占GDP的45.8%(美国东部时间2017年)。
占GDP的45.9%(美国东部时间2016年)。
占GDP的47.5%(美国东部时间2015年)。
国家与世界的比较:6


GDP——按最终用途划分的构成:这个条目显示了一个经济体中谁在进行消费:消费者、企业、政府和外国人。该分布给出了家庭消费、政府消费、固定资本投资、存货投资、货物和服务出口、货物和服务进口对GDP的贡献率,如果数据完整,将占GDP的100%。家庭消费包括居民家庭和非营利性机构的支出。更多GDP构成,按最终用途字段列出

家庭消费:39.1%(美国东部时间2017年)
政府消费:14.5%(美国东部时间2017年)。
固定资本投资:42.7%(美国东部时间2017年)。
存货投资:1.7%(美国东部时间2017年)。
商品和服务出口:20.4%(美国东部时间2017年)。
商品和服务进口:-18.4%(美国东部时间2017年)。

国内生产总值(GDP)——按来源行业划分的构成:这个条目显示了一个经济体中生产发生在何处。该分布给出了农业、工业和服务业对GDP的百分比贡献,如果数据完整,将占GDP的100%。农业包括农业、渔业和林业。工业包括采矿、制造业、能源生产和建筑业。服务包括政府活动、通讯、交通、金融和所有其他……国内生产总值-成分较多,按行业原产领域列出

农业:7.9%(美国东部时间2017年)。
所属行业:40.5%(美国东部时间2017年)
服务:51.6%(美国东部时间2017年)

农产品:这个条目是一个主要农作物和产品的有序列表,从最重要的开始。农产品

农业总产值居世界首位;大米、小麦、土豆、玉米、烟草、花生、茶叶、苹果、棉花、猪肉、羊肉、鸡蛋;鱼、虾

行业:这个条目提供了以年度产值最大开始的行业的排序。行业领域清单

工业总产值居世界首位;采矿及矿石加工、铁、钢、铝等金属、煤炭;机械制造;武器;纺织品和服装;石油;水泥;化学物质;肥料;消费品(包括鞋类、玩具、电子产品);食品加工;运输设备,包括汽车、火车、机车、船舶、航空器;通讯设备,商业空间运载火箭,卫星

工业生产增长率:这一项给出了工业生产(包括制造业、采矿业和建筑业)的年增长率。工业生产增速

(2017。6.1%)
国家与世界的比较:40

劳动力:这一项包含劳动力总数。劳动力市场

8.067亿(美国东部时间2017年)
注:截至2012年底,中国劳动年龄人口(15-64岁)为10.04亿
国家与世界的比较:1

劳动力-按职业:这一项列出了劳动力按职业部门的百分比分布。农业包括农业、渔业和林业。工业包括采矿、制造业、能源生产和建筑业。服务包括政府活动、通讯、运输、金融和所有其他不生产物质产品的经济活动。如果数据不完整,则分布总数将小于100%,由于四舍五入,分布范围可能在99- 101%之间。更多劳动力-按职业领域列出

农业:27.7%
工业:28.8%
服务:43.5% (2016 est.)

失业率:这一项包含了失业劳动力的百分比。可能会注意到大量的就业不足。失业率字段列表

(2017。3.9%)
(2016。4%)
注:数据为城镇登记失业人数,不包括民营企业和外来务工人员
国家与世界的比较:48

贫困线以下人口:国家对贫困线以下人口比例的估计是根据对各子群体的调查得出的,调查结果按每个群体的人数加权。各国对贫穷的定义差别很大。例如,富国通常采用比穷国更慷慨的贫困标准。贫困线以下人口实地名单

(2016。3.3%)
注:2011年,中国设定新的贫困线为2300元人民币(约合400美元)

按比例计算的家庭收入或消费:家庭收入或消费数据来自家庭调查,调查结果根据家庭规模进行了调整。各国在收集和调整数据时使用不同的标准和程序。基于收入的调查通常会比基于消费的调查显示出更不平等的分配。调查的质量随着时间的推移而提高,但在进行国家间比较时仍需谨慎。家庭收入或消费按比例或份额实地列名

最低10%:2.1%
最高10%:31.4% (2012)
注:数据仅适用于城镇家庭

家庭收入分配-基尼指数:该指数衡量一个国家家庭收入分配的不平等程度。该指数是根据洛伦茨曲线计算出来的,在洛伦茨曲线中,累计家庭收入与从最贫穷家庭到最富裕家庭的排列数量相对应。指数是(a)一个国家的洛伦茨曲线和45度辅助线之间的面积与(b) 45度线下的整个三角形面积的比值。基尼指数字段列表

46.5 (2016)。
46.2 (2015)。
国家与世界的比较:31

预算:这一项包括收入、支出和资本支出。
收入:2553万亿美元(美国东部时间2017年)。
支出:3.008万亿美元(美国东部标准时间2017年)。

税收和其他收入:这一项记录了国家政府在指定时期内的税收总额和其他收入,以GDP的百分比表示。税收包括个人所得税、企业所得税、增值税、消费税和关税。其它收入包括社会贡献——如社会保障和医院保险支出——赠款,以及来自公共企业的净收入。将数据正常化,即总收入除以GDP,可以方便地比较……更多税收和其他收入

占GDP的21.3%(美国东部时间2017年)。
国家与世界的比较:141

预算盈余(+)或赤字(-):这一项记录了国家政府收入和支出之间的差额,以GDP的百分比表示。正数(+)表示收入超过支出(预算盈余),负数(-)表示相反(预算赤字)。将数据正常化,即预算余额除以GDP,可以方便地进行各国间的比较,并表明一国政府是储蓄还是借款。更多预算盈余(+)或赤字(-)字段列表

-3.8%(占GDP的3.8%)(美国东部时间2017年)
国家与世界的比较:152

公共债务:这一项记录了所有政府借款减去以本国货币计价的偿还额的累计总额。公共债务不应与外债混淆,外债反映了私营部门和公共部门的外币债务,必须由外汇收入提供资金。公债上市

占GDP的47%(美国东部时间2017年)。
占GDP的44.2%(美国东部时间2016年)。
注:官方数据;数据涵盖中央和地方政府债务,包括2011年中国审计署报告正式承认的债务;数据不包括政策性银行债券、铁道部债券和中国资产管理公司债
国家与世界的比较:111

通货膨胀率(居民消费价格):这一分录提供了居民消费价格与上一年度居民消费价格的年度变动百分比。通货膨胀率(居民消费价格)字段列表
(2017。1.6%)
(2016。2%)
国家与世界的比较:88

中央银行贴现率:这一项提供了一个国家的中央银行对商业银行、储蓄银行为满足资金暂时短缺而提供的贷款收取的年化利率。央行贴现率字段列表

2.25%(美国东部时间2017年12月5日)
2.25%(美国东部时间2016年12月31日)
国家与世界的比较:117

商业银行优惠贷款利率:这一项提供了一个简单的平均年化利率,商业银行收取的新贷款,以国家货币计价,向他们最值得信用的客户。商业银行优惠贷款利率领域上市

4.35%(美国东部时间2017年12月31日)
4.35%(美国东部时间2016年12月31日)
国家与世界的比较:160

狭义货币的股票:该条目,也被称为“M1,”包括流通中的货币总量(纸币和硬币)+活期存款以非银行金融机构持有的本国货币计价,州和地方政府,非金融公共企业和私营部门的经济,以一个特定的时间点。各国货币单位已按资料提供日期的收盘价兑换成美元。更多狭义货币领域的股票上市

8.351万亿美元(美国东部时间2017年12月31日)。
7.001万亿美元(美国东部时间2016年12月31日)
国家与世界的比较:1

广义货币存量:这个条目覆盖所有的“狭窄的钱,”加时间和储蓄存款的总量,信用社存款、货币市场基金机构,中央银行之间短期回购协议和商业银行存款,和其他大型非银行金融机构持有的流动性资产,州和地方政府,非金融公共企业和私营部门的经济。各国货币单位在收市时已兑换成美元。更多的股票在广义货币领域

8.351万亿美元(美国东部时间2017年12月31日)。
7.001万亿美元(美国东部时间2016年12月31日)
国家与世界的比较:1

国内信贷存量:指金融机构向中央银行、国家和地方政府、公共非金融企业和私营部门提供的以国内货币计价的信贷总量。各国货币单位已按资料提供日的收盘价兑换成美元。国内信用领域股票上市

27.34万亿美元(美国东部时间2017年12月31日)。
23.02万亿美元(美国东部时间2016年12月31日)
国家与世界的比较:1

公开上市股票的市值:这一项是指公开上市公司发行的股票的价值,其价格在指定期间的最后一天在全国股票市场上确定。它只是每股最新价格乘以在特定交易所上市的所有公司的流通股总数。上市公司股票市值实地挂牌

7.335万亿美元(美国东部时间2016年12月)
8.234万亿美元(美国东部时间2015年12月)
8.518万亿美元(美国东部标准时间31日)。
国家与世界的比较:2

经常账户余额:这一项记录了一个国家在特定时期内货物和服务的净贸易,加上租金、利息、利润和股息的净收入,以及与世界其他地区的净转移支付(如养老基金和工人汇款)。这些数字是按汇率计算的,即,而不是按购买力平价(PPP)计算。经常账户余额字段列表

1649亿美元(美国东部时间2017年)
2022亿美元(美国东部时间2016年)
国家与世界的比较:3

出口:这一分录以船上交货价(不含运费)计算出口商品的美元总额。这些数字是按汇率计算的,即,而不是按购买力平价(PPP)计算。出口领域清单

2.216万亿美元(美国东部标准时间2017年)。
1.99万亿美元(美国东部标准时间2016年)
国家与世界的比较:1

出口-合作伙伴:这个条目提供了一个贸易伙伴的排名顺序,从最重要的开始;它有时包括总美元价值的百分比。出口-合作伙伴字段列表

美国19%,香港12.4%,日本6%,韩国4.5% (2017)

出口-商品:这一项提供了价值最高的出口产品的清单;它有时包括总美元价值的百分比。出口-商品领域的清单

机电及其他机械,包括电脑及电讯设备、服装、家具、纺织品

进口:这一分录提供了按到岸价格(成本、保险和运费)或离岸价(船上交货)计算的进口商品美元总额。这些数字是按汇率计算的,即,而不是按购买力平价(PPP)计算。进口领域清单

1.74万亿美元(美国东部标准时间2017年)。
1.501万亿美元(美国东部标准时间2016年)
国家与世界的比较:2

进口-商品:这个条目提供了价值最高的进口产品的列表;它有时包括总美元价值的百分比。进口-商品领域的清单

电气和其他机械,包括集成电路和其他计算机部件、石油和矿物燃料;光学、医疗设备、金属矿、机动车;大豆

进口-合作伙伴:这个条目提供了一个贸易伙伴的排名顺序,从最重要的开始;它有时包括总美元价值的百分比。进口-合作伙伴字段列表

韩国9.7%,日本9.1%,美国8.5%,德国5.3%,澳大利亚5.1% (2017)

外汇储备和黄金:这一项是指在指定期间终了时,为满足一国的国际收支需要而可供中央货币管理局使用的所有金融资产存量的美元价值。这一类别不仅包括外汇和黄金,还包括一个国家在国际货币基金组织中持有的特别提款权及其在该基金中的储备地位。外汇储备和黄金领域上市

3.236万亿美元(美国东部时间2017年12月31日)。
3.098万亿美元(美国东部时间2016年12月31日)
国家与世界的比较:1

债务-外部:这个分录给出了欠非居民的公共和私人债务总额,这些债务应以国际认可的货币、商品或服务偿还。这些数字是按汇率计算的,即,而不是按购买力平价(PPP)计算。债务-外部

1.598万亿美元(美国东部时间2017年12月31日)。
1.429万亿美元(美国东部时间2016年12月31日)。
国家与世界的比较:14

外国直接投资在国内的存量:这一项是指截至所述期间结束时,其他国家的居民- -主要是公司- -在本国直接进行的所有投资的累积美元价值。直接投资不包括购买股票的投资。外商直接投资股票——境内上市

1523万亿美元(美国东部时间2017年12月31日)。
1.391万亿美元(美国东部时间2016年12月31日)
国家与世界的比较:7

外国直接投资存量- -外国直接投资:这一项是指截至所述期间结束时,由本国居民- -主要是公司- -直接在外国进行的所有投资的累积美元价值。直接投资不包括购买股票的投资。股票直接对外投资——境外上市

1.383万亿美元(美国东部时间2017年12月31日)。
1.227万亿美元(美国东部时间2016年12月31日)。
国家与世界的比较:10

汇率:这个分录提供一个国家货币单位在指定期间的平均年价格,以每美元当地货币单位表示,由国际市场力量或官方法令决定。括号内是国际标准化组织(ISO) 4217个字母的国家交换媒介货币代码。每日收盘汇率并不列在《世界概况》中,而是用于转换股票价值,更多汇率字段列表

人民币(元)兑美元
7.76 (2017)。
6.6446 (2016)。
6.2275 (2015)。
6.1434 (2014)。
6.1958 (2013)。

地理 .........

能源: ............

通讯: ............

交通: ............

军事与安全: ............

跨国问题: ............


( thanks to 搜狗MT https://fanyi.sogou.com and 有道MT http://fanyi.youdao.com/

【相关】原文链接:

https://www.cia.gov/library/publications/the-world-factbook/geos/ch.html

华裔总统候选人杨安泽的高光时刻

民主党总统候选人初选辩论第二夜,终于迎来了华裔候选人杨安泽(Andrew Yang)的高光时刻。绝对精彩,一鸣惊人。第一次辩论由于现场争抢话语权不够有力而失利后,这次他是精心准备了,没有一个多余的字,句句戳心,无可挑剔。对主流议题提出了独特的视角和前瞻性解决方案,具有新鲜的冲击力。

请看辩论现场杨辩的翻译(thanks to 有道MT):

Opening Statement

BASH: Andrew Yang?

YANG: If you've heard anything about me and my campaign, you've heard that someone is running for president who wants to give every American $1,000 a month. I know this may sound like a gimmick, but this is a deeply American idea, from Thomas Paine to Martin Luther King to today.

Let me tell you why we need to do it and how we pay for it. Why do we need to do it? We already automated away millions of manufacturing jobs, and chances are your job can be next. If you don't believe me, just ask an auto worker here in Detroit.

How do we pay for it? Raise your hand in the crowd if you've seen stores closing where you live. It is not just you. Amazon is closing 30 percent of America's stores and malls and paying zero in taxes while doing it. We need to do the opposite of much of what we're doing right now, and the opposite of Donald Trump is an Asian man who likes math.

(APPLAUSE)

So let me share the math. A thousand dollars a month for every adult would be $461 million every month, right here in Detroit alone. The automation of our jobs is the central challenge facing us today. It is why Donald Trump is our president, and any politician not addressing it is failing the American people.

(APPLAUSE)

开场白:

BASH: 安德鲁·杨?

杨: 如果你听说过我和我的竞选活动,你一定听说过有人竞选总统,他想给每个美国人每月1000美元。我知道这听起来像是一个噱头,但从托马斯·潘恩(Thomas Paine)到马丁·路德·金(Martin Luther King),再到今天,这是一个深刻的美国理念。

让我来告诉你为什么我们需要这么做,以及我们是如何支付的。我们为什么要这么做?我们已经有数以百万计的制造业工作岗位被自动化了,你的工作很可能就是下一个。如果你不相信我,就问问底特律的任何一位汽车工人。

我们怎么负担?如果你看到你住的地方的商店关门,请在人群中举手。不仅仅是你。亚马逊关闭了美国30%的商店和购物中心,并且在这一过程中不缴一分钱的税。我们需要做与我们现在所做的相反的事情,而与唐纳德·特朗普相反的,是一个喜欢数学的亚洲人。

(掌声)

让我来分享一下这里面的数学。每个成年人每月1000美元,仅在底特律将是4.61亿美元。工作岗位的自动化是我们今天面临的主要挑战。这就是为什么唐纳德·特朗普(Donald Trump)当上了我们的总统,而任何不解决这个问题的政客都辜负了美国人民。

(掌声)

TAPPER: Thank you. Thank you, Governor Inslee.

Mr. Yang, I want to bring you in. You support a Medicare for All system. How do you respond to Governor Inslee?

YANG: Well, I just want to share a story. When I told my wife I was running for president, you know the first question she asked me? What are we going to do about our health care?

That's a true story, and it's not just us. Democrats are talking about health care in the wrong way. As someone who's run a business, I can tell you flat out our current health care system makes it harder to hire, it makes it harder to treat people well and give them benefits and treat them as full-time employees, it makes it harder to switch jobs, as Senator Harris just said, and it's certainly a lot harder to start a business.

If we say, look, we're going to get health care off the backs of businesses and families, then watch American entrepreneurship recover and bloom. That's the argument we should be making to the American people.

(APPLAUSE)

TAPPER: Thank you, Mr. Yang.

TAPPER:谢谢。谢谢你,英斯利州长。

杨先生,我想带你进来。你支持全民医保。你如何回应英斯利州长?

杨:嗯,我只是想分享一个故事。当我告诉妻子我要竞选总统时,你知道她问我的第一个问题吗?我们要怎么对待我们的医疗保健?

这是一个真实的故事,而且不仅仅是我们。民主党人谈论医疗保健的方式是错误的。作为做生意的人,我可以明白告诉你,我们当前的医疗保健系统使得雇人很难,很难对雇员好,给他们实惠,并把他们当作全职员工,也很难换工作,当然也更加难以创业。

如果我们说,看,我们要把医疗保健的重负从企业和家庭的背上卸下来,然后看美国的企业家精神的复苏和繁荣。这才是我们应该向美国人民提出的论点。

(掌声)

谢谢你,杨先生。

【关于移民议题】

LEMON: Mr. Yang, your response?

杨安泽的UBI答问:作为自由红利的全民最低收入保障

(APPLAUSE)

YANG: I'm the son of immigrants myself. My father immigrated here as a graduate student and generated over 65 U.S. patents for G.E. and IBM. I think that's a pretty good deal for the United States. That's the immigration story we need to be telling.

We can’t always be focusing on some of the -- the -- the distressed stories. And if you go to a factory here in Michigan, you will not find wall-to-wall immigrants; you will find wall-to-wall robots and machines. Immigrants are being scapegoated for issues they have nothing to do with in our economy.

(APPLAUSE)

莱蒙:杨先生,你有什么看法?

(掌声)

杨:我自己就是移民的儿子。我父亲作为研究生移民到这里,为通用电气和IBM申请了65项美国专利。我认为这对美国来说是一笔不错的交易。这就是我们需要讲述的移民故事。

我们不能总是把注意力集中在那些痛苦的故事上。如果你去密歇根州的工厂,你不会发现到处都是移民;你会发现到处都是机器人和机器。移民被当作替罪羊,他们与我们的经济困境毫无关系。

(掌声)

【关于刑事司法议题】

TAPPER: Thank you, Mr. Vice President.

YANG: May I, please?

TAPPER: Mr. Yang, your response?

(APPLAUSE)

YANG: I speak for just about everyone watching when I say I would trust anyone on this stage much more than I would trust our current president on matters of criminal justice.

(APPLAUSE)

We cannot tear each other down. We have to focus on beating Donald Trump in 2020.

I want to share a story that a prison guard, a corrections officer in New Hampshire said to me. He said, we should pay people to stay out of jail, because we spend so much when they're behind bars. Right now, we think we're saving money, we just end up spending the money in much more dark and punitive ways. We should put money directly into people's hands, certainly when they come out of prison, but before they go into prison.

TAPPER: Thank you, Mr. Yang.

(APPLAUSE)

TAPPER:谢谢你,副总统先生。

杨:我可以插一句吗?

TAPPER:杨先生,你有什么看法?

(掌声)

杨:我可以代表在场的每一个人说,在刑事司法问题上,我相信这个舞台上的每一个人,远远超过相信我们的现任总统。

(掌声)

我们不能拆散彼此。我们必须集中精力在2020年击败唐纳德·特朗普(Donald Trump)。

我想分享一个监狱看守的故事,新罕布什尔州的一名狱警对我说。他说,我们应该付钱让人们远离监狱,因为当他们在监狱里时,我们花了很多钱。现在,我们认为我们是在省钱,我们只是以更加黑暗和惩罚性的方式花钱。我们应该把钱直接交到人们手中,在他们出狱之后,但也在他们入狱之前。

谢谢你,杨先生。

(掌声)

LEMON: Mr. Yang, why are you the best candidate to heal the racial divide in America -- your response?

YANG: I spent seven years running a non-profit that helped create thousands of jobs, including hundreds right here in Detroit, as well as Baltimore, Cleveland, New Orleans. And I saw that the racial disparities are much, much worse than I had ever imagined.

They're even worse still. A study just came out that projected the average African-American median net worth will be zero by 2053. So you have to ask yourself, how is that possible? It's possible because we're in the midst of the greatest economic transformation in our history. Artificial intelligence is coming. It's going to displace hundreds of thousands of call center workers, truck drivers -- the most common job in 29 states, including this one.

And you know who suffers most in a natural disaster? It's people of color, people who have lower levels of capital and education and resources. So what are we going to do about it? We should just go back to the writings of Martin Luther King, who in 1967, his book "Chaos or Community", said "We need a guaranteed minimum income in the United States of America." That is the most effective way for us to address racial inequality in a genuine way and give every American a chance in the 21st Century economy.

(APPLAUSE)

LEMON: Mr. Yang, thank you very much.

莱蒙:杨先生,为什么你是治愈美国种族分裂的最佳人选?

杨:我花了七年时间经营一家非盈利机构,帮助创造了数千个就业机会,其中包括底特律、巴尔的摩、克利夫兰和新奥尔良的数百个就业机会。我发现种族差异比我想象的要严重得多。

更糟的是,一项刚刚出炉的研究预测,到2053年,非洲裔美国人的平均净资产中值将为零。所以你要问自己,这怎么可能?这是可能的,因为我们正处于历史上最大的经济转型时期。人工智能即将到来。这将导致成千上万的呼叫中心工作人员和卡车司机失业——而这是29个州最常见的工作,包括这个州。

你知道谁在自然灾害中受害最深吗?是有色人种,他们的资本、教育和资源水平较低。那么我们要怎么做呢?我们应该回顾一下马丁·路德·金(Martin Luther King)的著作,他在1967年出版的《混乱还是社区》(Chaos or Community)一书中说,“我们需要美国有保障的最低收入。”这是我们以真正的方式解决种族不平等问题、让每个美国人在21世纪的经济中都有机会(分享经济红利)的最有效方式。

(掌声)

莱蒙:杨先生,非常感谢。

BIDEN: - in research for new alternatives to deal with climate change.

BASH: Mr. Yang, your response?

BIDEN: And that's bigger than any other person.

YANG: The important number in Vice President Biden's remarks just now is that he United States was only 15 percent of global emissions. We like to act as if we're 100 percent, but the truth is even if we were to curb our emissions dramatically, the earth is still going to get warmer.

And we can see it around it us this summer. The last four years have been the four warmest years in recorded history. This is going to be a tough truth, but we are too late. We are 10 years too late. We need to do everything we can to start moving the climate in the right direction, but we also need to start moving our people to higher ground.

And the best way to do that is to put economic resources into your hands so you can protect yourself and your families.

拜登:在寻找应对气候变化的新选择的研究中。

巴什:杨先生,您有什么看法?

拜登:这比其他任何人都重要。

杨:拜登副总统刚才讲话中提到的一个重要数字是,美国的温室气体排放量只占全球的15%。我们喜欢表现得好像我们是百分之百的,但事实是,即使我们大幅减少排放,地球仍然会变暖。

今年夏天我们可以看到它在我们周围。过去四年是有记录以来最热的四年。这将是一个残酷的事实,但我们已经太迟了。我们晚了10年。我们需要尽一切努力让气候朝着正确的方向发展,但我们也需要让我们的人民搬到更高的地方。

最好的方法是把经济资源放在你的手中,这样你就可以保护你自己和你的家人。

TAPPER: Thank you, Senator Gillibrand. Mr. Yang, in poll after poll democratic voters are saying that having a nominee who can beat President Trump is more important to them than having a nominee who agrees with them on major issues. And right now, according to polls, they say the candidate who has the best chance of doing that, of beating President Trump is Vice President Biden. Why are they wrong?

YANG: Well, I'm building a coalition of disaffected Trump voters, independents, libertarians, and conservatives, as well as democrats and progressives. I believe I'm the candidate best suited to beat Donald Trump and as for how to win in Michigan and Ohio and Pennsylvania, the problem is that so many people feel like the economy has left them behind.

What we have to do is we have to say look, there's record high GDP in stock market prices, you know what else they're at record high is? Suicides, drug overdoses, depression, anxiety. It's gotten so bad that American life expectancy had declined for the last three years.

And I like to talk about my wife who is at home with our two boys right now, one of whom is autistic. What is her work count at in today's economy. Zero and we know that's the opposite of the truth. We know that her work is amongst the most challenging and vital.

The way we win this election as we redefine economic progress to include all the things that matter to the people in Michigan and all of us like our own heath, our well being, our mental health, our clean air and clean water, how are kids are doing.

If we change the measurements for the 21st century economy to revolve around our own well being then we will win this election.

(CROSSTALK)

TAPPER: Thank you, Mr. Yang. Congresswoman Gabbard, your response?

TAPPER:谢谢你,吉里布兰德参议员。在一次又一次的民意调查中,民主党选民表示,对他们来说,有一个能够击败特朗普总统的候选人比有一个在重大问题上与他们意见一致的候选人更重要。现在,根据民意调查,他们说最有可能击败特朗普总统的候选人是副总统拜登。为什么他们错了?

杨:嗯,我正在建立一个由心怀不满的特朗普选民、独立人士、自由主义者、保守派、民主党人和进步人士组成的联盟。我相信我是最适合击败唐纳德·特朗普的候选人。至于如何在密歇根州、俄亥俄州和宾夕法尼亚州获胜,问题是很多人觉得经济已经把他们甩在了后面。

我们要做的是,看,股票市场的GDP达到了创纪录的高水平,你知道处于创纪录的高水平的还有什么吗? 自杀,药物过量,抑郁,焦虑。情况变得如此糟糕,美国人的预期寿命在过去三年里下降了。

我想谈谈我的妻子,她现在和我们的两个儿子在家,其中一个患有自闭症。她的工作在今天的经济中起什么作用? 0,我们知道这是与事实相反的。我们知道她的工作是最具挑战性和最重要的。

当我们重新定义经济发展时,我们赢得这次选举的方式包括所有对密歇根人民和我们所有人都重要的事情,比如我们自己的健康,我们的幸福,我们的精神健康,我们干净的空气和干净的水,孩子们过得怎么样。

如果我们改变对21世纪经济的衡量标准,使之围绕我们自己的福祉,那么我们将赢得这次选举。

(相声)

谢谢你,杨先生。国会女议员加巴德,你怎么看?

BASH: Mr. Yang, Mr. Yang, women on average earn 80 cents, about 80 cents for every dollar earned by men. Senator Harris wants to fine companies that don't close their gender pay gaps. As an entrepreneur, do you think a stiff fine will change how companies pay their female employees?

YANG: I have seen firsthand the inequities in the business world where women are concerned, particularly in start-ups and entrepreneurship. We have to do more at every step. And if you're a woman entrepreneur, the obstacles start not just at home, but then when you seek a mentor or an investor, often they don't look like you and they might not think your idea is the right one.

In order to give women a leg up, what we have to do is we have to think about women in every situation, including the ones who are in exploitive and abusive jobs and relationships around the country. I'm talking about the waitress who's getting harassed by her boss at the diner who might have a business idea, but right now is stuck where she is.

What we have to do is we have to give women the economic freedom to be able to improve their own situations and start businesses, and the best way to do this is by putting a dividend of $1,000 a month into their hands.

(APPLAUSE)

It would be a game-changer for women around the country, because we know that women do more of the unrecognized and uncompensated work in our society. It will not change unless we change it. And I say that's just what we do.

(APPLAUSE)

巴什:杨先生,杨先生,女性的平均工资是男性的平均工资是80%,男性挣一个美元的工作,女性才能得80美分。哈里斯参议员希望对那些没有缩小性别薪酬差距的公司进行罚款。作为一名企业家,你认为严厉的罚款会改变公司支付女性员工的方式吗?

杨:我亲眼目睹了商界的不平等,尤其是女性在创业和创业方面的不平等。我们必须在每一步都做得更多。如果你是一名女企业家,障碍不仅来自家庭,而且当你寻求导师或投资者时,他们往往和你长得不一样,他们可能认为你的想法不正确。

为了给女性提供帮助,我们必须做的是,我们必须考虑到各种情况下的女性,包括那些在全国各地处于被剥削和虐待处境和关系中的女性。我说的是女服务员,她在餐馆里被老板骚扰,她可能有一个商业想法,但现在却被困在原地。

我们要做的是给女性经济自由,让她们能够改善自己的处境,创业,最好的办法就是每月给她们1000美元的红利。

(掌声)

这对全国的女性来说将是一个游戏规则的改变,因为我们知道,在我们的社会中,女性做了更多不被认可和没有报酬的工作。除非我们改变它,否则它不会改变。我要说这就是我们要做的。

(掌声)

TAPPER: Thank you. Thank you, Congresswoman.

Mr. Yang, Iran has now breached the terms of the 2015 nuclear deal after President Trump withdrew the U.S. from the deal, and that puts Iran closer to building a nuclear weapon, the ability to do so, at the very least. You've said if Iran violates the agreement, the U.S. would need to respond, quote, "very strongly." So how would a President Yang respond right now?

YANG: I would move to de-escalate tensions in Iran, because they're responding to the fact that we pulled out of this agreement. And it wasn't just us and Iran. There were many other world powers that were part of that multinational agreement. We'd have to try and reenter that agreement, renegotiate the timelines, because the timelines now don't make as much sense.

But I've signed a pledge to end the forever wars. Right now, our strength abroad reflects our strength at home. What's happened, really? We've fallen apart at home, so we elected Donald Trump, and now we have this erratic and unpredictable relationship with even our longstanding partners and allies.

What we have to do is we have to start investing those resources to solve the problems right here at home. We've spent trillions of dollars and lost thousands of American lives in conflicts that have had unclear benefits. We've been in a constant state of war for 18 years. This is not what the American people want. I would bring the troops home, I would de-escalate tensions with Iran, and I would start investing our resources in our own communities.

(APPLAUSE)

TAPPER: 谢谢。谢谢你,国会女议员。

杨,在特朗普总统宣布美国退出2015年核协议后,伊朗违反了该协议的条款,这使得伊朗离制造核武器又近了一步,至少有能力制造核武器。你说过,如果伊朗违反协议,美国需要做出“非常强烈”的回应。那么,杨现在会如何回应呢?

杨: 我想采取行动缓和伊朗的紧张局势,因为他们是在回应我们退出这项协议的事实。不仅仅是美国和伊朗。还有许多其他世界强国也参与了这项多国协议。我们必须试着重新达成协议,重新协商时间表,因为现在的时间表已经没有意义了。

但我已经签署了一项承诺,结束永远的战争。现在,我们在国外的实力反映了我们在国内的实力。到底发生了什么? 我们在国内四分五裂,所以我们选了唐纳德·特朗普(Donald Trump),现在我们与我们的长期合作伙伴和盟友之间的关系也不稳定、不可预测。

我们要做的是开始投资这些资源来解决国内的问题。我们已经花费了数万亿美元,在冲突中失去了成千上万的美国人的生命,而这些冲突的好处并不明显。18年来,我们一直处于战争状态。这不是美国人民想要的。我将把军队撤回国内,我将缓和与伊朗的紧张局势,我将开始在我们自己的社区投入我们的资源。

(掌声)

TAPPER: Welcome back to the CNN Democratic presidential debate. It is time now for closing statements. You will each receive one minute. Mayor de Blasio, let's begin with you.

TAPPER:欢迎回到CNN民主党总统候选人辩论节目。现在是结束陈述的时候了。你们每人将得到一分钟。白思豪市长,让我们从你开始。

TAPPER: Mr. Yang?

YANG: You know what the talking heads couldn't stop talking about after the last debate? It's not the fact that I'm somehow number four on the stage in national polling. It was the fact that I wasn't wearing a tie. Instead of talking about automation and our future, including the fact that we automated away 4 million manufacturing jobs, hundreds of thousands right here in Michigan, we're up here with makeup on our faces and our rehearsed attack lines, playing roles in this reality TV show.

It's one reason why we elected a reality TV star as our president.

(LAUGHTER)

(APPLAUSE)

We need to be laser-focused on solving the real challenges of today, like the fact that the most common jobs in America may not exist in a decade, or that most Americans cannot pay their bills. My flagship proposal, the freedom dividend, would put $1,000 a month into the hands of every American adult. It would be a game-changer for millions of American families.

If you care more about your family and your kids than my neckwear, enter your zip code at yang2020.com and see what $1,000 a month would mean to your community. I have done the math. It’s not left; it’s not right. It’s forward. And that is how we’re going to beat Donald Trump in 2020.

(APPLAUSE)

TAPPER:杨先生?

杨:你知道上次辩论后那些人不停地说些什么吗? 并不是说我在全国民调中排名第四。谈的是我没有打领带。我们不是在谈论自动化和我们的未来,包括自动化让400万个制造业工作岗位消失的事实,就在密歇根这里,成千上万的工作岗位消失了。我们化着妆,排练着相互攻击的台词,在这个真人秀节目中扮演角色。

这就是为什么我们选了一个电视真人秀明星当了我们的总统。

(笑声)

(掌声)

我们需要集中精力解决当今的真正挑战,比如美国最普通的工作可能在十年后不复存在,或者大多数美国人无法支付账单。我最重要的提议,自由红利,将使每个美国成年人每月获得1000美元。这将改变数百万美国家庭的游戏规则。

如果你更关心你的家庭和孩子,而不是我的领带,请在yang2020.com输入你的邮政编码,看看每月1000美元对你的社区意味着什么。我算过了。这不是蛇么左派,也不是右派,而是向前看。这就是我们如何在2020年击败唐纳德·特朗普。

(掌声)

【相关】

https://www.yang2020.com/?fbclid=IwAR1QJVOpwu1FBgXsCwE0YBmeX0U02TbEmwliQD7A8dtPhrQHAZe7h9qOg5o

华盛顿邮报: https://www.washingtonpost.com/politics/2019/08/01/transcript-night-second-democratic-debate/?noredirect=on&utm_term=.f895d8fa66aa

youTube:

看看这个剪辑。七分多钟:
https://www.youtube.com/watch?v=M97zgXh89jM&t=335s

还有辩论后CNN采访:

Andrew Yang and Anderson Cooper, Post Debate Interview (July 31, 2019) 




《李白王116:句法的脑补,情报的冤家(2/2)》

李:@宋柔 老师说了不少我正想说的话 I cannot agree more,譬如:

“当然。我完全同意语义的重要性,只是觉得词汇语义+事理常识+专业知识,实在是无边无际,难以控制。某个句子可以采用某种语义关系加以解释,但可选用的语义关系非常多,机器怎么就能选对了语义关系进而做出正确的解释?大数据并非万能。所以,挖掘句法的硬约束还是有意义的。一些硬约束其实还没有挖掘出来。”

句法做深做透做得细线条 -- 直到暗度陈仓碎片化引入常识语义 -- 以后,句法这个“独角戏”可以唱很远,留给纯粹需要语义、事理的休眠唤醒部分就会大量减少。如果句法模块解决了90%+的逻辑语义,语言学知识成为解析的主力,留下不到 10% 交给语言学外的其他知识,岂不多快好省。其实 甚至那个 10% 还在不断缩小中 因为在句法解析不断迭代细化的过程中,硬性约束(或硬性+非系统性的碎片化软性约束)搞定的现象越来越多,无须留给后面的语义语用模块做。留给下一步的现象,理论上是句法有意留下的,包括真歧义。当然 也可以说 殊途同归,因为上面提到的细线条句法 已经不是纯粹句法了。

POS feature 公认为句法特征,POS 下面的 subcat 通常也认为是句法,再往下是 sub-subcat 直到词汇驱动的个性规则,最后到搭配和成语,其实是句法渗透到语义的地盘了。只要句法用特征(features)这种隐性形式(而不是词序、小词、形态这些显性符号的形式),句法就为碎片化语义和常识开了一道门缝。但这里的语义带入不是系统性的。换句话说 句法约束与语义约束是一个频谱 没有一道鸿沟。但是句法为主语义为辅、句法模块先于语义模块、句法系统话语义碎片化,则是一条解析路线。争的就是路线(“路线斗争”),所做的 功/工,无论哪条路线,也都有很多相交。

特征(features)是灰色地带的标志和桥梁。既然句法 可以用 N,V,NP 这样的特征 当然也可以用细线条的 food,person-action 这样的特征。前者普遍接受为句法 后者说是语义 但形式上不过就是命名的粗细而已。看句法 hierarchy 是如何逼近语义灰色地带的:

(1) SVO 传统规则的 VP rule:V + NP --> VP

这是经典句法 漏得跟筛子似的 但可以 cover 英语和汉语的很多现象(在汉语的表现差一些)。

(2)Subcat 句型规则: Vt + NP --> VP

用到 subcat 标签 Vt 了,不再涵盖动词的全集,漏洞是弥补了一些,但仍很多例外。

(3)SVO 完整句型:NP + Vt + NP --> NP:S + VP(Vt+NP:O)

这个用到了SVO完整句型,更可靠一些了。

(4)T1 SVO T2 上下文规则,如:
句首 + (NP + Vt + NP) + 标点 --> NP:S + VP(Vt+NP:O)

这条开始用到上下文约束了,有了前后条件,句法更加精准,差不多板上钉钉了。上下文也有更复杂的情况,所以光靠 T1 T2,也不是天衣无缝:但句法可以晚上睡觉睡得踏实一些了。进一步细化条件也可以的。

(5)细线条T1 SVO T2 上下文规则:
句首 + (NP + Vt + NP) + 句末 --> NP:S + VP(Vt+NP:O)

这是铁案,纯句法完全搞定。至此 没有常识语义什么事儿了,哪怕是nonsense(“鸡吃了我”),逻辑语义也是可以解析的。

(6)暗度陈仓的碎片化语义句法规则:EAT-V + FOOD-N --> VP(V+N:O)

开始带入常识语义了。虽然没有查验更大的上下文,但因为带入的语义(相偕)弥补了长度的不足,还是相当可靠的。也可以 argue 这实际上不是句法规则 而是语义规则,但放在句法 hierarchy 的一端,与句法规则的另一端 V + NP 形式上无异 不过是符号的颗粒度、概括性不同而已。

(7)动宾搭配规则:吃 + 亏|西北风|药 --> VP(吃+N:O)

这是 rule hierarchy 细化的极端,算是句法语义规则吗?搭配这类词典与句型交叉的东西 说它是词典化的句法 没问题。里面暗藏的语义相谐和常识的印迹是非常的强烈,句法语义已经分不清了。

所谓 hierarchy 就是说 上述n层规则可以组织成为一个系统 保证细颗粒度和高精度规则具有优先权。这样的暗度陈仓又自成体系的句法 叫唱独角戏也好 叫偷梁换柱也好 总之 留给系统性常识的空间已经不多了 90%+ 现象不需要等到“纯语义”出场。

从符号逻辑的匹配和演算来看 什么是句法 什么是语义 二者区别何在呢?给一万个词做N的标签 给一千个词做 Vt 的标签,写一条符号模式 V + N --》VP(V+N:O), 全世界都同意这是句法。如果给一千个词做个 FOOD标签,给50个词做 EAT 的标签,然后照猫画虎写一条模式:EAT + FOOD --> VP(EAT+FOOD:O), 突然就变成语义/常识规则了。不就是标签的概括面大小不同吗 所有的机制手段演算方式都不变,这个模式的所有句法变式也不变:

Vt+N ==> 把+N+Vt ==> N+被+Vt
EAT+FOOD ==> 把+FOOD+EAT ==> FOOD+被+EAT

ontology 中的 taxonomy 链条也是恒定不变的:

EAT --> Vt --> V
FOOD --> N

所有的标签都是隐性形式 只要开始使用隐性形式 想不让“语义”溜进来都难。除非句法不允许隐性形式(不许给词标签 不许抽象 不许查词典),只允许用显性形式:词序+直接量(词本身和前后缀词素和形态), 否则论约束条件,句法语义的边界必然是灰色的。(但句法模块与语义模块、语用模块是可以分开的。)

白:这个分明是暗度陈仓,细线条的特征就是轻量级的语义。无后续手段的句法标签例如s标了也是糊弄,不如不标。按这个说法,伟哥90%的所谓句法在我这里都是轻量级的语义,好的坏的暂且不论。

李:退一步 只使用显性形式的句法 也就是差不多一律只使用 ngram 去枚举语言现象 是不是句法就纯粹化 不受语义侵入了呢?其实也不是 因为所谓强搭配(洗+澡)的现象 实际上就是 直接量+词序 的规则 :吃 + 亏|西北风|药 --> VP,算不算句法?里面有没有语义约束?不仅有,而且是最强的语义相谐。

白:CFG无法把“吃亏”的原有形式和被穿插、被逆序的形式联系在一起。必须使用transformation,但这样一来毛毛虫又变长了。完全可以不这么处理的。

李:以前论过语言的句法形式 说主要就是:1 词序; 2 小词(直接量); 3. 形态(词尾直接量)和其他的前后缀(直接量);4. 句法词法特征。到了 4 就跳进黄河洗不清了,因为句法词法特征与语义特征的区别 只对人类玩符号逻辑的游戏有意义 对于机制和实现都是同样的东西,每个特征就是划个圈,代表一个集合,完全可以等价地用直接量的“逻辑或”来表达,这就从隐性形式等价转回为显性形式了。最后还有 5,被有意无意漏掉: 5. 实词(直接量)。据说实词是开放集,不提倡用直接量写规则(强搭配呢,例外?)。

白:直接量聚类可以获得标签。

李:从现在的算力看 实词直接量在 ngram(譬如 n<=5) 的范围内,全部死记住其组合 根本就不是问题。这就等价于 词直接量+词序 的规则形式,算句法还是语义呢?应该还是句法 不过就是沾染了人认为具有语义味道的句法。老话说 句法的基础是形式 语义的基础是概念。一旦概念利用同质的特征来形式化表示以后 语义也是(隐性)形式了,自然可以进入形式句法。

白:这些标签叫不叫语义不是一个理论问题,而是一个习惯问题。隐性只是相对于傻瓜而言。对于具有聚类和分类功能的系统来说,被称为隐性的很多特征也都是明摆着的。

李:这是在论证句法和语义从定义上就是模糊的,没有清晰界限和鸿沟的。句法为主的路线 可以不露痕迹带入语义,而且是句法发展的自然结果。不能说 a+b 是句法 换成 x+y 就不是句法了。都是 符号+符号的位置啊。从模式的形式化或形式化的模式来看 没有任何区别。但那个深度本身是一个渐变的频谱 pos -- subcat -- subsubcat -- wordsense。而且 对于深度的归类 本质上就是符号逻辑的游戏 说白了就是一个助记符。

wang:我觉得词法、句法、语义本身概念还是很清晰的,只不过为了实现他们的分析,采用的方法很难区分界限了,感觉也没有必要区分界限,只要能解决问题就好。方法上把它们分得再清晰,不解决问题,也无意义。符号描述内容的深度,确实会触及到语义。除非,N, V,adv,adj ... 这些符号,不过这些符号 现在来说,法力不大。助记符,是一方面,这分类的限制级别,对匹配效果影响很大,粗粒度,细粒度,什么都靠它。在匹配时,不是固定的级别,弹性适应才好。过粗,泥沙混进来了,过细,则无徒了。

白:对实现来说,叫什么不重要,是什么才重要。关键是,叫句法,显得这句法神秘无比。好混饭吃。叫语义,可以有N板斧挑战你,没想好就望风而逃吧。利用人们心目中的语义其重无比、其玄无比的印象,把轻量级的语义打翻在地再踏上一万只脚:让你冒充语义!声称用了语义者,一定拖家带口,拖泥带水,不干不净而且注定hold 不住。声称用了句法者,一定清清白白、简简单单、干干净净,而且让其他拘泥于真句法者不明觉厉。

wang:同意白老师,以最终解决问题为看点。可以先不拘泥于叫法。其实现在很多技术和方法都是杂糅的,单纯清口的一道菜,很难满足客人的胃口。若扯起语义挂名的系统,很多人就会追问那种语义,什么级别的语义,,,,非时一番解释后,发现对自身系统也没什么收益。语义盘子大,要么是沾点边就马上算,要么只要没覆盖到主要点上马上,就会视为伪语义。自然语言处理系统,尤其汉语,就必须走句法语义相结合,才能走大,不必去硬性区分泾渭之界。谁占得比例多大,结合的有效果就好,至少目前来说,看不出什么黄金比例。

李:其实 这年头是相反的。句法老掉牙了 谁都不尿它。要是说常识 事理 世界知识 领域图谱,才勉强能站得住 为符号学派发点声。毕竟语义、知识听上去高大上 那边厢黑箱子里面讨论未来的时候,也还是免不了要吆喝一声要常识 才可望有个奔头,否则就该到了终结者末日了。下一个突破点在哪里,说句法太寒碜 说知识才拿得出手。印象中几个院士也在说知识,没听说人还说啥句法的。

说法/吆喝不论,加了语义约束的句法叫是句法模块,是因为它与句法的运作模式没有变化。主要目标也依然是结构化:把线性输入变为树图输出。到了下一步的语义模块,运作模式就不再是线性输入了,而是在图里面做文章了。目的的重点也改变了,结构化已经基本完成,语义模块的任务变成:1. 逻辑语义细化(句法角色映射到逻辑语义角色);2. WSD。对结构化的部分重建(休眠唤醒)也算是一个语义模块的子任务。

句法模块:string --》graph/tree 句法
语义模块:graph --》逻辑语义+WSD 语义

白:大s小s,硬s软s,这种标签对于我们的体系来说是不重要的。我们更看重一些像C-Command这样的无语言学色彩的纯数学条件,比如:两个成分结合,一个携带了残坑,另一个携带了已填坑的萝卜,二者的源头都不是当下的中心词而且相谐,此时要不要建立萝卜和残坑的二元句法关系。

“象鼻子长”,象标成大s又如何,实质是鼻子的宿主。“王冕死了父亲”,王冕标成s又如何,整个句子标成svo又如何?王冕实质是父亲的宿主,死仍是不及物的。在我们的体系里,宿主有直接而明确的体现,没主语什么事儿。“张三又吃食堂了”,就算把食堂标成o又如何?吃什么还是不知道。假装把“吃”填的满满的,没解决根本问题,等能解决根本问题的词语出现时,却没位置了。小三就是这么上位的。

“张三又吃食堂了,那么油腻的面条他也忍受得了。” 面条出来了,位置却没了。句子复杂一点,就会遇到各种企图上位者。把它们挡在门外的最好办法就是相谐性检查。这是通过一个中间件进行的,一点不麻烦,与句法之间也不会发生除了优先级动态调整之外的任何其他牵连。这个检查做完了,句法设定的初始优先顺序如果没有发生改变,就相当于尊重句法了,也可以说是给句法把了一道关。但是不能因此说保镖无用。后句中心词是“忍受”,“面条”作为非中心词萝卜,与“忍受”有填坑关系。

两句以谓词“吃”与“忍受”的“合并”结合,各自携带着自己的辖域形成一个更大的辖域,这时候辖域内的未饱和坑就暴露出来了。“Food”坑是前句中心词“吃”的亲儿子,不是残坑,所以属于“单边飞线(中心词与非中心词的hidden link)”,优先级高于“双边飞线”。所以已填坑萝卜“面条”和未饱和坑“吃”的关系被摆上了桌面。查中间件的结果是,二者相谐。后来的正主儿“面条”登堂入室,先到的小三“食堂”该降格早已在处理前句时降格了,大家井水不犯河水。这个过程怎么看都是在帮句法啊。

“一辆车坐六个人”“六个人坐一辆车”,语义上没区别,我们给出的句法标签拓扑上也没区别。但语序上是两套不同的svo。如果不做相谐性检查,这样的s和o就算标了,给谁用呢?谁会用呢?等语义落地?我们在做相谐性检查的时候,这部分就已经落地了。

大家看到的似乎是除了词例外长得一模一样的两张图,但实际上,两个坑有语义差异,两个萝卜也有语义差异,这些语义差异引发的内部的较量已经完成,可以说提前撇下句法进入语义了。相应语义标签,在下一阶段开发完成后也会提供出来。记得当年长者的同学窦祖烈先生的汉英机器翻译系统就栽在我给他出的这个例子上:“这辆车能坐六个人”被翻译成“This car can sit six people”。后来我说,把“坐”换成“载”试试?老先生这个高兴啊……

加“把”会不会有利于坐实所谓逻辑宾语?不一定。

“食堂”过坑门而不入,都赶上大禹了。虽然被“把”加持了,该不是你的位置,仍然不给你。这里也遇到一个问题,就是原来“食堂”从名词降格而来的“地点状语”的身份不见了,成了补语“穷”的正牌萝卜。既然正牌,还降什么格?系统目前是这个逻辑。但是状语标签没了似乎也不对。既然都“把”了,总得给谓语动词留点什么念想吧?不能混同于普通名词。应该是降格之前做补语的萝卜,降格之后做谓语的修饰语,两不误才对。

【相关】

《李白宋115:常识是句法的脑补(1/2)》

【语义计算:李白对话录系列】

【置顶:立委NLP博文一览】

《朝华午拾》总目录

《每周一歌:英语名曲 – Because I love you》

英语名曲:'Cause I love you (背景:硅谷腹地原生态盐碱沼泽地)

这是家喻户晓经久不衰的英语名曲,真正百听不厌。背景风光是硅谷腹地桑塔克拉拉237号公路旁的盐碱沼泽地,政府辟为野生动物保护区。虽然地近闹市,这一大片海湾末端的沼泽完全原生态。

周深 - 我是真的爱你 (背景:硅谷南边的天线山脊)

原唱是梁静茹 周深唱歌很用心 喜欢他。

天线 skyline blvd 是把硅谷与太平洋一号分开的山脊路线 最喜欢山顶村子的那片红木和绿地。

从 Saratoga 那个downtown 开进山里 曲曲弯弯就到了 skyline 右转一直开 一路很野的保留地 但路很好开。skyline 很好的路 但是山里有些岔路非常艰险 有一次不小心跟着GPS进了山里岔路 两边是悬崖 中间一条忽隐忽现的窄小土路 那叫一个后怕 只能硬着头皮蜗牛一样缓慢前行,爬一样一个多小时才慢慢开出山来。

宠物大片,主演牛顿、卡塔拉与赞他

《每周一歌:Terri Clark - Just the Same》

Terri Clark - Just the Same (background footage of Silicon Valley and Highway No 1)

第一次听到乡村女歌手 Terri Clark 是25+年前 在加拿大的电视上 那时候她的 mtv 在热播 just the same 的音乐片 演绎了一个消防队员家庭的故事 消防队员救火回来 满身烟土 terri 与孩子扑上去迎接 那个短片让人感动 terri 的嗓音浑厚苍凉 她一贯穿着也很阳刚的样子 但歌声里面还是藏近了温柔亲情。 后来也听过一些她的其他的歌 嗓音无可挑剔 但觉得都不如这一首的感情深挚 于是一直保留在 iPod / iPhone 的五星榜上 听了几十年。觉得值得每周一歌推荐给朋友。

youTube: Just the Same MV

好像是乔布斯说的 说歌曲与影视不同 歌曲可以反复听 而再好的影视最多也就看三五遍到头了。其实 老歌是可以陪人一辈子的 每个人心中都有一套自己的歌曲集 是人生不同阶段的积累和回忆。

记得当年热播的还有 Shania Twain 的 any man of mine 很欢快跳跃 音乐片也很时髦性感 让人联想到陈方圆刚上电视春晚的形象做派。

YouTube Shania Twain: Any Man of Mine

同时期的电视 还熟悉了两位女歌手 一位是后来红透半边天的 Celine Dion 另一位是与盲人歌手 Andrea Bocelli 对唱 Time to say goodbye 的 Sarah Brightman, 这都是 pre-iPod 时代的老歌 也都陪伴了一辈子。

【泥沙龙笔记:带标大数据这道坎迈不过去,不要侈谈AI革命】

李:前两天与NLP主流的权威人士聊人造智能的现状和前景。我问,人造智能这么牛,你给我找一个在自然语言方面没有标注大数据,靠非监督学习落地成功的案例。只要一例。

其实主流里面就是找不到一例(非主流有,但大家习惯性视而不见)。主流里面规模化成功的全部是监督学习,全部靠大数据。应了那句话,多少人工,多少智能。

毛:你这要求太苛刻了。咱们人小时候不也要靠爹妈教吗?@wei

李:不对,爹妈教的不是大数据。孩子跟父母学的是小数据,举一反三,不是举100返1。当然乔姆斯基认为那不是爹妈的功劳 也不是学童的功劳,是上帝的功劳,固化遗传的。

白:人工用在语料上还是用在资源上,才是区分技术路线的关键。

李:同意。前者简单野蛮粗暴,容易推广,后者需要精心设计。

在带标大数据的这道坎迈不过去前,不要侈谈人造I的革命。

有些疑似不需要带标大数据的有效学习,可以一一讨论。看看到底是不是无监督学习突破了,知识瓶颈化解于无形了。

MT 不用说了,无穷无尽的带标大数据。人类翻译了多少年,而且还会一直翻译下去,或者利用MT然后修订编辑。活水源源不断。好处是免费,是人类正常翻译活动的副产品。

白:小数据带标、大数据聚类,小数据循聚类举一反三。实际就是协同推荐。

李:好,看看大数据聚类,clustering 的本性就是非监督,有成功案例吗?clustering 是个好东西 但是独立规模化成功的,几乎不见。

白:加上小数据,不是纯聚类。

李:对。以前有一个路子,貌似有部分成功,就是先聚类,然后人工少量干预(给好的聚类起一个名字、把混进革命队伍的异己分子手工踢出去之类),然后利用所起的名字作为带标数据,把聚类(clustering)转换为可以落地有价值的分类(classifciation)。狸猫换太子,多少就克服了大数据短缺的知识瓶颈,聚类--》分类,曲线救国。

白:带标小数据更关键。

李:那也是一途 叫 seeds,boot strapping,找个办法来 propagate,用得巧的话,也有部分成功的,算是弱监督学习。

白:聚类是纯几何行为,不知道对什么敏感。小数据告诉你该对什么敏感。两轮驱动,不可偏废。大数据聚类可以提供疑似窝点,小数据一举捣毁。不是所有疑似窝点都值得捣毁。聚类是等势线(超曲面)相互包围的拓扑。

毛:立委你这不是抬杠吗,也没人说AI已经等同于人类智能呀。

肖:用户分群很有用啊,例子很多很多。聚类方法找异常也有很多成功应用,比如反欺诈。

李:聚类的结果 粗线条应用大概是有的,在宁可错杀一千的应用场合,或有当无的场合,聚类可松可紧,拿来就用,总之是有统计基础,作为参考,强过看不见。细线条就傻了。只要用眼睛和脑袋去检视过聚类结果的,大都有这个体会:这玩意儿说它不对,还长得蛮像,说它对吧,米锅里 到处可见老鼠屎。经常的感觉是鸡肋 食之无味 弃之可惜,用又不敢用,对接吧 可费劲了。词典习得 (lexicon acquisition),聚类用得上,最后的难点还是在对接上,就是聚类以后的标注(起名字),并让标注与现有的知识体系对接上。

白:不需要,有内部编号即可。以xor为例。聚类可以聚出四个象限。不需要为每个象限取名。如果小数据指向一三象限,就把这两个聚类的内部名称贴一个外部标签。聚类按小数据的指引,当粗则粗,当细则细。不能只用一个尺度,小波的成功就是借鉴。记得工厂里钣金,师傅领锤,力道不大但是都在点儿上,徒弟力大但不能乱锤,必须跟着师傅走。小数据是师傅,大数据是徒弟。

李:这个形象。

最近的NLG(自然语言生成)方面的成功,是因为语言模型在深度学习的时候 强大了。生成的句子 比我们普通人还顺溜。我们受过这么多年教育 还免不了文法错误 语句不顺。机器生成的句子 越来越“超越”人类了。怎么回事?

原来 NLG 比 MT 还邪性 还牛叉,MT 还需要双语的翻译大数据,NLG 面对的是单一的语言,数据无穷无尽,文满为患,这是一个极端的 raw corpus 居然等价于 labeled corpus 的现场。我们每个人写文章 都是潜在给 NLG 提供标注服务。自然语言语句与词汇随机发生器发出来的字符串 的不同,全部体现在每一篇人类撰写的文章里面。它不出色才怪呢。NLG 可以预见将来有大发展,在应用文写作等方面。有孩子的 可以放松他们的语文训练了,将来他们只要学会善用机器 就没有写不出规范的文章的。

白:大家写文章全一个味儿,也是问题。应该以强风格的作家为吸引子,形成若干漩涡,你接近某个漩涡,就持续往里面吸。至少不能千人一面。

肖:(NLG)现在摘要还写不好。

李:孩子不必特地去修应用文写作课,反正后来会有电脑帮忙写文字的。这就跟我小时候钢笔字写得狗爬似的,一直难受 羡慕小伙伴每天练字 让人看得赏心悦目。(当年喜欢一个女孩子 一半看脸蛋 一半看她写的字。)结果 我成年后 除了签字 就几乎没有写钢笔字的机会。

以前要成为(文科)大学者,最为人津津乐道和崇敬的是:

(1)记忆能力:过目不忘,检索起来可以闭着眼睛把典故的章节甚至页数指出来。社科院里面有很多这样广为传诵的奇闻逸事,尤其是关于钱锺书、吕叔湘这些老先生。

马:我认识一个理工科的教授,跟他聊天时,经常会说,那本期刊第几期第几页提到了这个问题。

李:(2)好书法。(3)诗词歌赋。这些到了机器,反而容易。

白:千万别提机器那个诗词歌赋,倒胃口。

李:感觉清华的《九歌》比不少郭沫若的诗词写得好。小时候看郭沫若带着西哈努克去山里面玩,诗性大发 口占一首,那个诗可真是纯粹应景 干瘪无味,就是平仄啥的应该整对了,论意境、诗味,啥都没有。

机器诗词倒胃口 也比不上郭沫若的那次表演(忘了是什么纪录片了),印象极深刻 不是好印象 而是坏印象。当然 艺术的鉴赏 见仁见智 不好说绝对。但往前看,机器做诗词 还有很多提升空间。人要熟读唐诗300首就很不容易了,机器灌输它个全唐诗去模仿,是小菜。人在时间限制下 需要应景作诗 提升空间就不大了。七步诗这样的天才 万里无一。

白:端到端、简单无结构标签、大数据是深度学习商业化的关键。但凡涉及到场景化、复杂结构和小数据,深度学习一定会不适应。是让应用迁就深度学习还是用技术改造深度学习,这不是个简单的选择。我主张:1、把标注的对象从“语料”迁移到“资源”;2、用带标小数据引领无标大数据;3、尊重领域专家、融合领域知识。

【相关】

【 立委小品:AI is fake I 】

【语义计算:李白对话录系列】

【置顶:立委NLP博文一览】

《朝华午拾》总目录

AI is fake I

The term Artificial Intelligence (AI), which traces its roots to the milestone Dartmouth's historic conference, is quite a bit of an afterthought by the then thought-leaders of the time, with an emphasis on artificiality. It, in essence, defines the true nature of AI as a fake intelligence that simulates human intelligence. But we seem to often forget that.

Those commonly known as "vegetarian chicken" or "vegetarian duck" are soy products, generally classified under the category of "artificial protein". The gap between "artificial proteins" and "animal proteins" is very comparable to that between "artificial intelligence" and "human intelligence". Every vegetarian eating "vegetarian chicken" knows clearly that it is fake meat so they feel comfortable enjoying it with its great taste. In contrast, almost all media and the majority of users of AI products today rarely regard the nature of AI as fake intelligence. That is quite a surprise to me.

I don't know if it's just tabloid hype or it's true. But the impression is fairly clear that those popular AI stars more and more often act like god. They seem to love to use super big words and philosophical metaphors which lead the mass to the belief of an equal sign between AI and human I. I don't think it is so much a sense of mission as a sense of superiority and ego, and they just feel too good about themselves in mastering some magic of AI algorithms. It occurs to me that if you act like God, talk like God, over time you will believe you are God. In times of AI bubbles, people buy that; more importantly, media love that, and investors are willing to pay high.

My entire career has been engaged in "natural language understanding" (NLU), with a focus on "parsing", which was for a long time widely accepted as the key to language understanding, the crown of artificial intelligence as some experts put it. As practitioners in developing industrial products, we know all these AI terms such as language understanding, machine learning, neural networks, plus AI itself, are just analogy or metaphors. AI models are just simulations, mechanical programs attempting to mimic intelligent tasks. But that is apparently not what has been depicted by media's efforts for "AI marketing", nor is it educated by the few AI stars at the spotlight. The public opinions or even decision-makers, shaped or influenced by such media, run more and more towards the opposite. So it might be high time to air a different voice and re-uncover the true nature. Artificial intelligence is fake intelligence by its very nature, filled with "artful deception", as pointed out by Pierce in the AI history. His criticism has never been out of time. In fact, there is never a time with this much "artful deception" built into products such as intelligent assistants, so artful that we start getting used to it for the convenience.

What is "understanding"? Strictly speaking, the computer has zero intelligence except for its mechanical computation and memorization. Natural language understanding has always been a metaphor by convention, that is why the Turing test was purposely designed to define "artificial intelligence" by bypassing "understanding". This is by no means to deny the breakthrough in recent years in the functional success stories of AI applications such as speech processing, image recognition, and machine translation.

We all have had personal life experiences when we were amazed at some functions performed by a non-human. As a child, I was amazed for quite some time that the radio could "talk", how "intelligent" this box called radio was. My mother had been confined to a remote rural area in her childhood, and when she went to a middle school in the nearby town, she had a chance to see an automobile running on the road for the first time. She ran away in awe and years later described to me the shock at the time when a non-human machine was running so fast. That is beyond intelligent to her mind. We all had those first times of "intelligence" shock, the first time we had access to a calculator when I was a middle school kid, the first time we walked through an automatic door, the first time we went to the bathroom which automatically flushed the toilet, not to mention the first time we used GPS. All those fake intelligence behaviors look so true and superior to our modest being when we are first exposed to them. But now such "intelligence-like behavior" is all out, we all accept that it is non-I. By human nature, we tend to over-read the meaning when we do not understand something. We are shocked to see any "automatic" behavior or response from a non-human, regardless of whether the mechanism behind is simple or an algorithm with complexity. Such shock is easy to amplify, and it's hard not to be fooled by wonders if we don't understand the mechanisms and principles behind, which happens a lot around the media talks about AI. In recent years, the media and industry are never tired of "man-machine competitions", in games and knowledge showoffs, in order to demonstrate that now AI beats human. Sometimes in my dreams, I have been haunted by similar images of human weight lifting champions challenging a crane to see who could lift the ton of steel with a single swipe.

In recent years, some celebrity CEOs in industry and legendary figures in the science community have seriously begun to talk about the problem of the emotional machines and the threat from machines equipped with super-human AI. It is often far fetched, citing functional AI success as autonomous intelligence or emotions. I would not be surprised when the topic is taken one step further to start discussing the next world problem as recreating hormones and reproductive systems in machines. Why not? Machines are believed to develop a neural network to become this powerful, it is a natural course to be reproductive and even someday marry humans for the man-machine hybrid kind. Science fiction and reality tend to get mingled all in a mass too easily today.

Nowadays, artificial intelligence is just like a sexy modal attracting all the eyeballs. Talking to an old AI scholar the other day, he pointed out that AI is, in fact, a sad subject. A significant feature of AI is to temporarily hold things whose mechanisms are not yet clear. Once the mechanisms are clear, it often becomes "non-artificial intelligence" and develops into a specialized discipline on its own. The plane is up in the air, the submarine is under the water, deployed everywhere in our land for decades. Do people who design airplanes and submarines call themselves artificial intelligence researchers? No, they are experts of aerodynamics, fluid dynamics, and have little to do with AI. Autonomous driving today is still under the banner of AI, but it has less and less to do with AI as time moves on. Aircraft has long been self-driving for the most part, no one considered that artificial intelligence, right? Artificial intelligence is not a science that can hold a lot of branches on its own. The knowledge that really belongs to artificial intelligence is actually a very small circle, just like the part that really belongs to human intelligence is also a very small circle, both of which are much smaller than what we anticipated before. What is the unchangeable part of AI then? We might as well return to some original formulations by the forefathers of AI, one being a "general problem solver" (Simon 1959).

(Courtesy of youdao-MT for the first draft translation of my recent Chinese blog, without which I would not have the energy and time in its translation and rewriting here.)

My original Chinese blog on this topic:

【 立委小品:AI is fake I 】

Other English blogs

The Anti-Eliza Effect, New Concept in AI

From IBM's Jeopardy robot, Apple's Siri, to the new Google Translate

Question answering of the past and present

【 立委小品:AI is fake I 】

有个关于翻译的疑问, AI 台湾翻译为“人工智慧”, 大陆不知谁最先翻译的,总之一直叫“人工智能”。两岸都没有采用更为贴切的翻译“人造智能”。

那些俗称为素鸡素鸭的大豆制品,一般归到 “人造蛋白” 类。“人造蛋白”(或植物蛋白)与“动物蛋白”的距离和区分,可比“人造智能”与“人类智能” 的差异,鸿沟比较清晰。“人工智能/智慧”的译法有很大可能误导或被误解,当然媒体与大众多半乐于误导或被误导,那是另一回事儿。

突然想到老川把除了 fox 外的主流媒体一律称为 fake news,也可以考虑把AI 叫作 fake intelligence,至少比老川靠谱得多,利人也是这么认为的:“AI被忽悠得大家都认为是真的了”。

不知道是小报的渲染,还是的确如此,总之印象是,被称为AI牛人的,常常做上帝状,无论说话口气,还是描画蓝图,与其说是使命感,不如说是优越感,自我感觉特别良好。

认真说,明明是artificial,如今开口闭口机器智能,甚至自主推理、自发情感,弄得跟真的似的。巧妙欺骗的时代,连国家首脑都难免受影响,整得风声鹤唳,草木皆兵。貌似狼来了,机器就要统治世界,人类末日即将来临。

我一辈子做自然语言理解(NLU),主攻语言自动解析(parsing),这曾经被广泛认为是语言理解的钥匙,人造智能的皇冠。那天群里老友说,“理解文章上,机器比90%读完高中的人差吧”,突然意识到类比与现实已经潜移默化到我们自己都可能不假思索混同和认同的时候,觉得也许可以试图做一点澄清了:

什么叫“理解”?严格说,电脑是0理解。所谓自然语言理解,不过是个比喻的说法,所以图灵测试一开始就绕过“理解”来定义“智能”。区别在于,符号派用一套看上去是模拟理解的符号推理的步骤,也就是在符号系统内自己跟自己玩,过家家的游戏。经验派甚至连这个模拟的过家家也不要了,端到端,别跟我扯理解,你理解了要做什么,给我把要做什么的任务定义出来,然后按照这个定义给我标注数据,越大越好,上不封顶。然后给你把这个任务做出来,照猫画虎。你说它理解了啥?毛都没有。说理解和智能,都是比喻,不改变artificial智能是fake的本质。这并不是要否认模仿的功能性成功。

小时候很长时间惊异于收音机“会说话”,不理解无线电啥玩意能够如此“智能”。记得看过一本书,里面描述凉山少数民族百姓第一次“被看电影”,下面观众惊吓莫名。我妈妈一直在农村读私塾,后来到城里读中学第一次见到汽车在路上跑,跟我描述过当时的震撼。25年前我母校语言学系教授第一次对着苹果电脑叫 “Open Computer”,用语音启动电脑的得意样子还历历在目。还有我们第一次用计算器,第一次走进自动门,上厕所自动冲洗马桶,更甭提第一次用GPS。所有这些fake智能,全是那么真切。可现在全部脱离 I了,成为 non-I。可见,“智能”这东西不仅仅界限模糊,而且很雷人。第一次见到任何非人类出面的“自动”行为或反映,甭管原理简单还是算法复杂,受众都会感觉震撼。这种震撼很容易放大,如果不理解背后的机制和原理,很难不被忽悠。

小时候还有一事儿,挺扎心的,手太笨学珠算、写钢笔字总也没大成效。好在用了电脑后,就几乎没“写”过字,字俊字丑没人知道,藏拙了。当年对于心算快的,算盘打得快的小伙伴,那叫一个羡慕。计算器出来以后,没听说过有人组织过人机算术挑战赛。可是后来的下棋,知识问答,机器翻译,却不断作为智能的里程碑载入史册。回头想想,不就在计算器的延长线上,一多半靠的是memory和computing吗。人跟机拼,傻呀。近几年来,不知怎的,我常常头脑出现一种诡异的画面:人类举重冠军组团挑战起重机,看谁能把“那成吨的钢铁,轻轻地一抓就起来”(盗自革命样板戏《海港》插曲)。媒体和业界乐此不疲的“人机大战”,除了噱头效应外,其实也是非良定义(ill-defined)的为多:苹果怎么好与梨子打架呢。

Artificial 智能,明明是假智能(fake intelligence),里面充满了“巧妙的欺骗”(artful deception,于今为烈,前辈皮尔斯历史上的著名的AI批判其实从来没有失效过,见 Church - 钟摆摆得太远(3):皮尔斯论】 ),如今整得跟真的似的。哲学上、伦理上、媒体上、国际政治上,如今都在说狼来了。

还好AI这个术语,追根溯源到达特茅斯那次历史性会议,起名还算知趣,强调的是人工/人造/仿造。但大家久而久之时间长了就忽略了定语 artificial,把电脑与人的智能和理解,混同了。加上科技小编和科幻的鼓噪,类比与现实貌似等同了。甚至一些名人也一本正经开始大谈机器具有情感的问题,自主智能到自发情感,就差说要与人类杂交生子了。下一个世界难题应该是机器中再造荷尔蒙与生殖系统。(理论上也并非绝对不可能。无机物突变为有机物,历史上应该是发生过的。不妨在人类高科技刺激下,再发生一次?)

隐约记得以前论过这个话题,一搜果然说过,而且说得还不浅:

“人工智能其实应该翻译为人造智能。人造翻译(或仿人翻译)与人工翻译可大不相同。但取法乎上仅得其中的古训不大灵了,古训忽略了量的概念。被取法者足够大量的时候 所得不止于中。AI 代替中庸 势在必行。取法乎众 可得中上,这是事实。但最好的机器翻译不如最好的人工翻译,这也是事实。因为后者有智能 有理解。而前者虽然号称神经了,其实连“人造的理解”(譬如 NLU)都没有。

现如今人工智能好比一个性感女郎,沾点边的都往上面贴。今天跟一位老人工智能学者谈,他说,其实人工智能本性上就是一个悲催的学科,它是一个中继站,有点像博士后流动站。怎么讲?人工智能的本性就是暂时存放那些机理还没弄清楚的东西,一旦机理清楚了,就“非人工智能化”了(硬赖着不走,拉大旗作虎皮搞宣传的,是另一回事儿),独立出去成为一个专门的学科了。飞机上天了,潜艇下水了,曾几何时,这看上去是多么人工智能啊。现在还有做飞机潜艇的人称自己是搞人工智能的吗?他们属于空气动力学,流体动力学,与AI没有一毛钱的关系。同理,自动驾驶现如今还打着AI的招牌,其实已经与AI没啥关系了。飞机早就自动驾驶了,没人说是人工智能,到了汽车就突然智能起来?说不过去啊。总之,人工智能不是一个能 hold 住很多在它旗下的科学,它会送走一批批 misfits,这是好事儿,这是科学的进步。真正属于人工智能的学问,其实是一个很小的圈圈,就好比真正属于人类智能的部分也是很小的圈圈,二者都比我们直感上认为的范围,要小很多很多。我问,什么才是真正的恒定的AI呢?老友笑道,还是回到前辈们的原始定义吧,其中主要一项叫做“general problem solver”(西蒙 1959)。

from 【尼沙龙笔记:宁顺不信,神经机器翻译的成就和短板】

这个话题足够重要,不妨从不同角度多说说、反复说,被热昏误导的人太多,吹吹冷风,听见一个算一个。

【相关】

English: "AI is fake I "

【尼沙龙笔记:宁顺不信,神经机器翻译的成就和短板】

人工智能,一个永远没有结果的科学_马少平

【Church - 钟摆摆得太远(3):皮尔斯论】

反伊莉莎效应,人工智能的新概念

【语义计算:李白对话录系列】

【置顶:立委NLP博文一览】

《朝华午拾》总目录