【立委按】微信群拉近了天涯海角的华裔专家的距离。这类富于智慧的专业讨论及其碰撞出的火花是教科书上看不到的，一般的大学或研究所的讲堂里也难遇到。大概类似于早年高级知识分子的沙龙，唇枪舌战，佐以幽默机锋。但不同的是，这些有意思的笔记几乎瞬时记录在案，以飨天下。如果你感觉受益了，请先感谢张小龙，再感谢群主白老师。都是神仙。

宋: 分布还是有意义的，比如“戴帽子”和“穿帽子”就是一种词对词的分布。

白: 这个可以被统计完败。

宋: 我觉得是这样。从上面的例子看，我对于涉及常识的问题有点悲观，觉得碰不起。或者，要积累太多太多的知识才行。但是，人是怎么获得和存储这些常识的呢？为什么人可以有这些常识从而能判断，机器就不行呢？

我：拿立氏parser分析一下看：

白: 知名度低的不认识知名度高的信息量大。实力最弱的打不过实力最强的是标配。填的时候，不是“两可”而是填这种系统调用附带逻辑约束。这样外部知识应用就有方向了。

白: 是。

白: 不仅值缺省，标签也缺省。我是这个意思，见图：

我: 同意。

可以总结一下我的经验和立场了：

（1）WSD 这一层的词义 ambiguity，原则上 keep it untouched。很多词义的区别属于nuances，并不影响本体知识的 taxonomy的features，如果遇到两个词义相差大，那么就两条路径的 taxonomy 全给，系统用到哪条算哪条。以此来维护先句法后语义的大原则。

（2）对于句素之间的关系语义的歧义，PP-attachment 之类，两个策略都可以。deterministic 的策略就是先休眠其他可能，然后在需要的时候在后续的模块做reparsing去重建 non-determinitic parses 唤醒并重选。第二个策略，就是注重 identify 这种歧义，但不去排除它，而是都给连上（当然可以有个排序）。句素间连上多种parses，没有什么负担。一个Node 既连成了主语，又连成了宾语，虽然是违背了依存关系的原则，但却凸显了歧义。后去的模块只要在歧义中选优（排歧），或者语用中都尝试一下即可（不排歧，用语用知识弥补歧义路径的不足）。

（3）对于句素下的歧义，譬如短语内的歧义，最好是休眠，不能带着瓶瓶罐罐去做deep parsing。

这算是语重心长的经验之谈。值100文。