Mark Johnson今天下午在南大做了一个多小时的讨论。感觉比较有收获，他是做parsing的，主攻在parsing得到的几十棵候选结果中，筛选出最优的结果。收获总结如下：
    （1）他说，做研究有2种，一种是做state of the art，一种是做best in the future 5-10 years。这是对基础研究的肯定。
    （2）parsing中的特征选择很难（是指在给定的特征集合中做筛选），特征之间往往都是相互关联的。他做了多年的实验。
    （3）有指导学习，复杂的学习模型速度太慢，他一般选用感知机模型，快速拿到对比结果，然后再用复杂的模型去训练。CRF在有指导问题上很强，但无指导问题不行。
    （4）无指导的学习，在语言习得语料库上有精彩的表现，这是他本来打算讲的题目，后来换成了adaptive learning。他用了多年的贝叶斯和PCFG，发了很多篇ACL和COLing。看来模型未必太求新，把握住自己的东西很重要。
    （5）他做了一二十年的parsing，十分熟悉里面的各种问题。关于parsing的未来，他说，应该建立一个包括指代消解、词法分析、句法分析一体化的模型，语义虽复杂，也值得尝试。
    （6）解了我一个大困惑，现在的依存文法（比如哈工大）都是等价于树的，没多大用处。     他的回答：依存语法是个不错的语法，英语方面已经取得了不少成果，他尝试得不多，但主攻过中心词驱动的文法和long-distance依存问题。虽然短 语结构到依存树可以自动转换，信息量没有本质增加，但便于计算。对于汉语等语言，短语结构文法没有取得和英文一样好的结果，说明汉语应该改进依存文法。他 特别指出，依存文法的计算现在是两种方法，一种是只做等价于树的parsing，一种是包含不少cross depandency的图结构的文法。英语前者就够用了，汉语当然应该可以改变描写的方法。

转载本文请联系原作者获取授权，同时请注明本文来自李斌科学网博客。
链接地址：https://m.sciencenet.cn/blog-39714-387391.html

上一篇：语义指向的英译应该修改为semantic depandency或constraint
下一篇：亚丁湾的星际之门——请科学网的众家来解一解