白:
“那些林彪说过的话”
看看复数指示词（det）是如何跳过单数NP找到自己的中心语的。

我:

何难之有？

看着最后这句出来，不禁有些惶恐：这样下去，机器超越造机器的人，不是不可能的。内行看门道，自不必说，可今天还是对后学做个科普吧：为什么说此句的 deep parsing 牛得达到了语言学专家的水平，已经超越了普通人的语言结构分析的能力呢？这个自动生成、看似简单的树形图涵盖这么多的语言学：

(1) 复数指示词 “那批” 跳过了近距离的“你”，甚至跳过了定语从句的谓词“写-过”，连上了远距离的中心词“文章”，做其修饰语（Mod），牛不牛？

(2) 确定了定语从句（Mod-S）“你写过的”及其中心词“文章”；

(3) 定语从句谓词“写过”的主语（S）“你”和逻辑宾语（O）“文章”（所谓的 argument structure 的解构）；

(4) 句首的这个带有定语从句的名词短语（“......文章”），与后续句子的谓词“保存-着”的远距离动宾关系（O）也揭示了，这个也有点儿牛吧；

(5) 事实上，句子主干的主（S）谓宾（O）都是各就各位，还有那些小词也都附着到了应该存在的地方（X）。

从深度结构分析的逻辑语义角度，可以说以上的分析已臻完美。
科普完。

能够达到以上对咱中文语句的语言学自动深度分析（deep parsing）水平的，得瑟一哈，也许算是可以原谅的“寡人之疾”了吧。

得瑟毕。

拍拍尘土，抹一把插大葱的象鼻，咱继续谦虚谨慎愚公移山去也。

白:
最后这句的next有些多余
即使去掉，所有有用的关系都在

我:
Next 是桥梁（敲门砖），本来是可以用完扔掉的，后来觉得留下也可以。
做个青春的纪念。
青春是褒义词，耍流氓是贬义词，但都是一回事儿：盲目躁动。（Next 残存了一点语序的信息，虽然逻辑上没有语序的地位，但在语义落地的时候，这个痕迹有时可能还有一点用。）

我一直相信，结构分析，机器达到或超越人的水平，是在望的。
结构分析后的语义落地，与人类的智力还有一些距离。但是因为语义落地几乎都是面向领域或应用的，因此有 leverage，有些觉得是天大的难题，有时在领域语用里面，就自然化解了，或者简化了。由此看来，NLU （或语义计算）是靠谱的 monster。

近两个月出了两件牛刀宰鸡的事儿。一个是英文，一个是中文。具体不让说，但可以假语村言。都是在某个产品领域被认为是拦路虎的与自然语言有关的难题。研究了一下，回答说，有了 deep parsing 的核武器，这有何难？

演练了一下，真地就是牛刀宰鸡，一眼见底。很多人以为核武器之说是立法委的极度夸张。天知地知，还真不是。被演义的对象说，这个难题在这个产品领域一旦解决，有很多后续的应用。可是如果不是不得已，还是想做牛刀宰牛的活计，而不是陷入鸡窝去没完没了地宰鸡。胜之不武啊。古训不是有说，不为五斗米折腰嘛。但愿不至于落到五斗米的田地。

【相关】

中文处理

Parsing

【置顶：立委NLP博文一览】

《朝华午拾》总目录