您现在的位置是:心海E站 > 个性网名 > >正文

止于心微信ID设计(NLP概念图及自然语言系统架构简说(24k字17页附周日新闻四则,经典收藏版))

发布时间:2023-12-07 15:25:04 admin 阅读:59

导读NLP概念图及自然语言系统架构简说(24k字17页附周日新闻四则,经典收藏版) 目录 一、自然语言处理NLP概念联络图2 二、NLP之自然语言系统架构简说4 三、自然语言处理NLP领域中语义路...

NLP概念图及自然语言系统架构简说(24k字17页附周日新闻四则,经典收藏版)

目录

一、自然语言处理NLP概念联络图2

二、NLP之自然语言系统架构简说4

三、自然语言处理NLP领域中语义路线及其代表人物9

四、纪念我的博士导师Paul(王维博士)11

五、自然语言处理会向机器学习发展、文本语义也可以训练吗?14

参考文献14

Appx.附录(5195字)15

内附.2017年3月26日(星期日)农历丁酉年二月廿九新闻四则汇编(4855字)15

附i.早报,3月26日,星期日15

附ii.2017年3月26日周日读报!一切美好从“努力”开始!15

附iii.2017年3月26日(丁酉鸡年二月二十九)周日/早读分享:15

附iv.2017年3月26日星期日读报16

外附v.数据简化DataSimp社区译文志愿者招募启事16

 

【作者介绍】李维,SimonFraserUniversity博士,研究领域:信息科学。自然语言处理(NLP)资深架构师,硅谷大数据舆情挖掘公司Netbase首席科学家,Cymfony前研发副总,荣获第一届问答系统第一名(TREC-8QATrack),并赢得17个美国国防部信息抽取项目(PIfor17SBIRs)。其自然语言深度分析(deepparsing)最见功力,指挥团队研发了精准高效的18种语言的理解和应用系统。特别是汉语和英语,具有世界一流的分析精度,并且做到鲁棒、线速,scaleupto大数据。系统质量有第三方的评测认定大幅度领先竞争对手。应用方向包括大数据舆情挖掘、客户情报、信息抽取、知识图谱、问答系统、智能助理、语义搜索、智能浏览、机器翻译等等。(网络ID:liweinlp立委博士)曾任红小兵,插队修地球,1991年去国离乡,不知行止。(分类NLP架构。来自于作者liweinlp文章,发布于2016年6月28日。)

 

 

一、自然语言处理NLP概念联络图 

【立委按】样板戏《智取威虎山》里面,杨子荣怀揣一张秘密联络图而成为土匪头子座山雕的座上客,因为在山头林立的江湖,谁掌握了联络图,谁就可以一统天下。马克思好像说过人是社会关系的总和,专业领域又何尝不是如此。在关系中定义和把握 NLP,可以说是了解一门学问及其技术的钟南山捷径。[1] “NLP不是魔术,但是,其结果有时几乎就是魔术一般神奇。”(引自:http://www.confidencenow.com/nlp-seduction.htm)。

老马识途,责无旁贷,遂精雕细刻,作联络图四幅与同仁及网友分享。

此联络图系列可比林彪元帅手中的红宝书,急用先学,有立竿见影之奇效。重要的是,学问虽然日新月异,永无止境,然而天下大势,在冥冥中自有其不变之理。四图在手,了然于心,可以不变应万变,无论研究还是开发,必不致迷失革命大方向。

图2自然语言处理词云(NLPWordCloud,courtesyofourselveswhobuilttheNLPenginetoparsesocialmediatogeneratethisgraph)

一个活跃的领域会不断产生新的概念,新的术语,没有一个合适的参照图,新人特别容易湮没其中。新术语起初常常不规范,同一个概念不同的人可能使用不同的术语,而同一个术语不同的人也可能有不同的解读。常常要经过一个混沌期,研究共同体才逐渐达成规范化的共识。无论是否已经达成共识,关键是要理解术语的背后含义(包括广义、窄义、传统定义,以及可能的歧义)。加强对于术语的敏感性,不断探究以求准确定位新概念/新术语在现有体系的位置,是为专业人员的基本功。本文将

围绕这四幅自制联络图(第二部分详述,本部分只说术语相关概念),对NLP 相关的术语做一次地毯式梳理和解说。本文提到的所有术语,中文一律加下划线,英文斜体(Italics),大多有中英文对照,有的术语还给出超链,以便读者进一步阅读探索。

在我们进入NLP系列联络图内部探究其奥秘之前,有必要澄清自然语言处理(NLP)的一般概念及其上位概念,以及与NLP平起平坐或可以相互替换的一些术语。

NLP 这个术语是根据“自然语言”这个问题领域而命名的宽泛概念。顾名思义,自然语言处理就是以自然语言为对象的计算机处理。无论为了什么目标,无论分析深浅,只要涉及电脑处理自然语言,都在NLP之列。所谓自然语言(Naturallanguage)指的即是我们日常使用的语言,英语、俄语、日语、汉语等,它与人类语言(Humanlanguage)是同义词,主要为区别形式语言(Formallanguage),包括计算机语言(Computerlanguage)。自然语言是人类交流最自然最常见的形式,不仅仅是口语,书面语也在海量增长,尤其是移动互联网及其社交网络普及的今天。比较形式语言,自然语言复杂得多,常有省略和歧义,具有相当的处理难度(hence成就了NLP这个专业及其我们的饭碗)。顺便一提,在自然语言灰色地带的还有那些人造语(Artificiallanguage)方案,特别是广为流传的世界语(Esperanto),它们的形式与自然语言无异,也是为人类交流而设计,不过是起源上不太“自然”而已,其分析处理当然也属NLP。(笔者N多年前的机器翻译专业的硕士课题就是一个把世界语全自动翻译成英语和汉语的系统,也算填补了一项空白。)

与NLP 经常等价使用的术语是计算语言学(ComputationalLinguistics,or,CL)。顾名思义,计算语言学 是计算机科学(ComputerScience)与语言学(Linguistics)之间的交叉学科。事实上,NLP  和CL 是同一个行当的两面,NLP  注重的是实践,CL 则是一门学问(理论)。可以说,CL 是NLP 的科学基础,NLP 是CL 的应用过程。由于CL与数理等基础学科不同,属于面相应用的学问,所以CL和NLP二者差不多是同一回事儿。其从业人员也可以从这两个侧面描述自己,譬如,笔者在业界可称为NLP工程师(NLPengineer),在学界则是计算语言学家(Computationallinguist)。当然,在大学和研究所的计算语言学家,虽然也要做NLP系统和实验,但学问重点是以实验来支持理论和算法的研究。在工业界的NLP 工程师们,则注重reallife系统的实现和相关产品的开发,奉行的多是白猫黑猫论,较少理论的束缚。

另外一个经常与NLP 平行使用的术语是机器学习(MachineLearning,or,ML)。严格说起来,机器学习与NLP是完全不同层次的概念,前者是方法,后者是问题领域。然而,由于机器学习的万金油性质(谁说机器学习不万能,统计学家跟你急),加之 ML已经成为NLP领域(尤其在学界)的主流方法,很多人除了机器学习,忘记或者忽视了NLP还有语言规则的方法,因此在他们眼中,NLP  就是机器学习。其实,机器学习并不局限于NLP领域,那些用于语言处理的机器学习算法也大多可以用来做很多其他人工智能(ArtificialIntelligence,orAI)的事儿,如股市预测(Stockmarket analysis)、信用卡欺诈监测(Detectingcreditcardfraud)、机器视觉(Computervision)、DNA测序分类(ClassifyingDNAsequences),甚至医疗诊断(Medicaldiagnosis)。

在NLP 领域,与机器学习平行的传统方法还有语言学家(linguist)或知识工程师(knowledgeengineer)手工编制的语言规则(Linguisticrules,or hand-craftedrules),这些规则的集合称计算文法(Computationalgrammar),由计算文法支持(or编译)的系统叫做规则系统(Rulesystem)。

机器学习和规则系统这两种方法各有利弊,可以取长补短。统而言之,机器学习擅长文件分类(Documentclassification),从宏观上粗线条(course-grained)把握语言现象,计算文法则擅长细致深入的语言学分析,从细节上捕捉语言现象。如果把语言看成森林,语句看成林中形态各异的树木,总体而言,机器学习是见林不见木,计算文法则见木不见林(本来这是很自然的互补关系,但双方都有少数“原教旨主义极端派”不愿承认对方的长处,呵呵)。从效果上看,机器学习常常以覆盖面胜出,业内的术语叫高查全率(Highrecall),而计算文法则长于分析的精度,即高查准率(Highprecision)。由于自然语言任务比较复杂,一个实用系统(Real-lifesystem)常常需要在在粗线条和细线条(fine-grained)以及查全与查准之间取得某种平衡,因此结合两种方法的NLP 混合式系统(Hybridsystem)往往更加实惠好用。一个简单有效的结合方式是把系统建立成一个后备式模型(back-offmodel),对每个主要任务,先让计算文法做高精度低覆盖面的处理,再行机器学习出来的统计模型(Statisticalmodel),以便粗线条覆盖遗留问题。

值得一提的是,传统AI也倚重手工编制的规则系统,但是它与语言学家的计算文法有一个根本的区别:AI规则系统远远不如计算文法现实可行。AI的规则系统不仅包括比较容易把握(tractable)和形式化(formalized)的语言(学)规则,它们还试图涵盖包罗万象的常识(至少是其中的核心部分)以及其他知识,并通过精巧设计的逻辑推理系统把这些知识整合起来。可以说,AI旨在从本质上模拟人的智能过程,因雄心太大而受挫,以致多年来进展甚微。过去的辉煌也只表现在极端狭窄的领域的玩具系统(后来也发展了一支比较实用的专家系统),当时统计模型还是没有睡醒的雄狮。以ML 为核心以大数据(Bigdata)为支撑的统计方法的兴起,让AI 相形见绌。有意思的是,虽然人工智能(台湾同胞称人工智能)听上去很响亮,可以唤起普罗大众心中的某种科学幻想奇迹(因此常常为电子产品的包装推销商所青睐),在科学共同体中却相当落寞:有不少统计学家甚至把AI看成一个过气的笑话。虽然这里难免有王婆卖瓜的偏见,但传统AI 的方法论及其好高骛远不现实也是一个因素。也许在未来会有AI的复兴,但是在可预见的将来,把人类智能当作联接输入输出的黑匣子的机器学习方法,显然已经占了上风。

由此看来,ML与AI的关系,颇似NLP与CL的关系,外延几乎重合,ML重在AI的应用(包括NLP),而AI理应为ML的理论指导。可是,由于方法学上的南辕北辙,以知识表达(Knowledgerepresentation)和逻辑推理(Logicalreasoning)为基础的传统AI 越来越难担当实用智能系统(Intelligentsystems)的理论指导,智能系统的地盘逐渐为以统计学和信息论为基础的机器学习所占领。国宝熊猫般珍稀的坚持传统AI的逻辑学家(如cyc 发明人DouglasLenat老先生)与擅长ML的统计学家(多如恐龙)虽然问题领域几乎完全重合,解决方案却形如陌路,渐行渐远。

还有一个几乎与自然语言处理等价的术语,叫自然语言理解(NaturalLanguageUnderstanding,or NLU)。从字面上,这个义为“机器理解语言”的术语NLU带有浓厚的人工智能的烂漫主义意味,不象“机器处理语言”那样直白而现实主义,但实际上,使用NLP 还是NLU, 正如使用NLP还是CL 一样,往往是不同圈子人的不同习惯,所指基本相同。说基本相同,是因为NLP 也可以专指浅层的语言处理(譬如后文会提到的浅层分析 Shallowparsing),而深度分析(Deepparsing)却是NLU的题中应有之义,浅尝辄止的不能登NLU/AI 的大雅之堂。不妨这样看,带上AI的眼镜看,此物为NLU;而以ML而观之,则此物只能是NLP。

此外,自然语言技术或语言技术(Naturallanguagetechnology)也是NLP 的通俗化表达。

既然NLP 的等价物CL 有两个parents,计算机科学和语言学,NLP 的上位概念也自然可以有两位:NLP 既可以看作是计算机科学的一个应用分支,也可以看作是语言学的一个应用分支。事实上,广义的应用语言学(Appliedlinguistics)是包含计算语言学和NLP 的,不过由于计算语言学作为一个独立学科已经站住脚跟半个多世纪了(其主要学刊是《ComputationalLinguistics》,学会是ACL,顶级国际会议包括ACL年会和COLING等),(窄义的)应用语言学现在更多用来表示语言教学和翻译这样的实用领域,不再下辖计算语言学这个分支。

从功能上看,NLP 与ML 一样,同属于人工智能的范畴,特别是自然语言理解以及NLP的种种应用,如机器翻译。所以,广义的人工智能既是机器学习的上位概念,也是自然语言处理的上位概念。然而,如上所说,窄义或传统的人工智能强调知识处理包括常识推理(common-sensereasoning),与现行的ML和NLP 的数据制导(data-driven)现状颇有距离,因此有NLP 学者刻意保持与传统AI的距离以示不屑为伍。

千头万绪,纲举目张,下文分四个层次、用四幅联络图来讲解 NLPperse。四个层次分别是:

1.语言层(linguisticlevel);

2.抽取层(extractionlevel);

3.挖掘层(mininglevel);

4.应用层(applevel)。

这四个层次的关系,基本就是自底而上的支持关系:1==》2==》3==》4。显然,NLP的核心句法分析器(Parser)处于第一层,而《自动民调》、《问答系统》、《机器翻译》这样的系统则是第四层应用的例子。

(文中提到的四张图在第二部分~~~)本篇的英语译文见(theEnglishtranslationofthispieceisnowavailableatmyblogbelow):OVERVIEWOFNATURALLANGUAGEPROCESSING(1/5)byWeiLi【立委科普:NLP白皮书】(姐妹篇,inEnglish)

 

二、NLP之自然语言系统架构简说

对于自然语言处理(NLP)及其应用,系统架构是核心问题,我在博文《立委科普:NLP联络图》里面给了四个NLP系统的体系结构的框架图,现在就一个一个做个简要的解说。[2] 

我把NLP系统从核心引擎直到应用,分为四个阶段,对应四张框架图。最底层最核心的是deepparsing,就是对自然语言的自底而上层层推进的自动分析器,这个工作最繁难,但是它是绝大多数NLP系统基础技术。

句法分析Parsing 的目的是把非结构的语言结构化。面对千变万化的语言表达,只有结构化了,patterns才容易抓住,信息才好抽取,语义才好求解。这个道理早在乔姆斯基 1957 年语言学革命后提出表层结构到深层结构转换的时候,就开始成为(计算)语言学的共识了。结构树不仅是表达句法关系的枝干(arcs),还包括负载了各种信息的单词或短语的叶子(nodes)。结构树虽然重要,但一般不能直接支持产品,它只是系统的内部表达,作为语言分析理解的载体和语义落地为应用的核心支持。

接下来的一层是抽取层(extraction),如上图所示。它的输入是结构树,输出是填写了内容的templates,类似于填表:就是对于应用所需要的情报,预先定义一个表格出来,让抽取系统去填空,把语句中相关的词或短语抓出来送进表中事先定义好的栏目(fields)去。这一层已经从原先的领域独立的parser进入面对领域、针对应用和产品需求的任务了。

值得强调的是,抽取层是面向领域的语义聚焦的,而前面的分析层则是领域独立的。因此,一个好的架构是把分析做得很深入很逻辑,以便减轻抽取的负担。在深度分析的逻辑语义结构上做抽取,一条抽取规则等价于语言表层的千百条规则。这就为领域转移创造了条件。

有两大类抽取,一类是传统的信息抽取(IE),抽取的是事实或客观情报:实体、实体之间的关系、涉及不同实体的事件等,可以回答whodiswhatwhenandwhere(谁在何时何地做了什么)之类的问题。这个客观情报的抽取就是如今火得不能再火的知识图谱(knowledgegraph)的核心技术和基础,IE完了以后再加上下一层挖掘里面的整合(IF:informationfusion),就可以构建知识图谱。另一类抽取是关于主观情报,舆情挖掘就是基于这一种抽取。我过去五年着重做的也是这块,细线条的舆情抽取(不仅仅是褒贬分类,还要挖掘舆情背后的理由来为决策提供依据)。这是NLP中最难的任务之一,比客观情报的IE要难得多。抽取出来的信息通常是存到某种数据库去。这就为下面的挖掘层提供了碎片情报。

很多人混淆了抽取(informationextraction) 和下一步的挖掘(textmining),但实际上这是两个层面的任务。抽取面对的是一颗颗语言的树,从一个个句子里面去找所要的情报。而挖掘面对的是一个corpus,或数据源的整体,是从语言森林里面挖掘有统计价值的情报。在信息时代,我们面对的最大挑战就是信息过载,我们没有办法穷尽信息海洋,因此,必须借助电脑来从信息海洋中挖掘出关键的情报来满足不同的应用。因此挖掘天然地依赖统计,没有统计,抽取出来的信息仍然是杂乱无章的碎片,有很大的冗余,挖掘可以整合它们。

很多系统没有深入做挖掘,只是简单地把表达信息需求的query作为入口,实时(realtime)去从抽取出来的相关的碎片化信息的数据库里,把topn结果简单合并,然后提供给产品和用户。这实际上也是挖掘,不过是用检索的方式实现了简单的挖掘就直接支持应用了。

实际上,要想做好挖掘,这里有很多的工作可做,不仅可以整合提高已有情报的质量。而且,做得深入的话,还可以挖掘出隐藏的情报,即不是元数据里显式表达出来的情报,譬如发现情报之间的因果关系,或其他的统计性趋势。这种挖掘最早在传统的数据挖掘(datamining)里做,因为传统的挖掘针对的是交易记录这样的结构数据,容易挖掘出那些隐含的关联(如,买尿片的人常常也买啤酒,原来是新为人父的人的惯常行为,这类情报挖掘出来可以帮助优化商品摆放和销售)。如今,自然语言也结构化为抽取的碎片情报在数据库了,当然也就可以做隐含关联的情报挖掘来提升情报的价值。

第四张架构图是NLP应用(apps)层。在这一层,分析、抽取、挖掘出来的种种情报可以支持不同NLP产品和服务。从问答系统到知识图谱的动态浏览(谷歌搜索中搜索明星已经可以看到这个应用),从自动民调到客户情报,从智能助理到自动文摘等等。

这算是我对NLP基本架构的一个总体解说。根据的是近20年在工业界做NLP产品的经验。18年前,我就是用一张NLP架构图忽悠来的第一笔风投,投资人自己跟我们说,这是milliondollarslide。如今的解说就是从那张图延伸拓展而来。

天不变道亦不变。

以前在哪里提过这个million-dollarslide的故事。说的是克林顿当政时期的2000前,美国来了一场互联网科技大跃进,史称 .combubble,一时间热钱滚滚,各种互联网创业公司如雨后春笋。就在这样的形势下,老板决定趁热去找风险投资,嘱我对我们实现的语言系统原型做一个介绍。我于是画了下面这么一张三层的NLP体系架构图,最底层是parser,由浅入深,中层是建立在parsing基础上的信息抽取,最顶层是几类主要的应用,包括问答系统。连接应用与下面两层语言处理的是数据库,用来存放信息抽取的结果,这些结果可以随时为应用提供情报。这个体系架构自从我15年前提出以后,就一直没有大的变动,虽然细节和图示都已经改写了不下100遍了,本文的架构图示大约是前20版中的一版,此版只关核心引擎(后台),没有包括应用(前台)。话说架构图一大早由我老板寄送给华尔街的天使投资人,到了中午就得到他的回复,表示很感兴趣。不到两周,我们就得到了第一笔100万美金的天使投资支票。投资人说,这张图太妙了,thisisamilliondollarslide,它既展示了技术的门槛,又显示了该技术的巨大潜力。

 

三、自然语言处理NLP领域中语义路线及其代表人物

如所周知,统计型自然语言处理(StatisticalNLP)作为主流盛行了20多年,此前盛行的是以语法分析为基础的规则系统。即便如此,为了模拟人的语言理解过程以及力求语言处理的更高质量,追求以知识系统为支持的语义路线的尝试,从来没有停止过。本篇笔记拟对此做一个简要回顾和比较,并记录自己的心得和不同意见。[3] 

就NLP的机器翻译应用而言,在相当长的时期内,统计型机器翻译由于其数据多开发快,善于在浅层模拟人工翻译(特别是成语和习惯用法的翻译)会一直是主流。即便是机器翻译的规则系统,也还是语法为主的路子比语义和知识为主的路子更加切实可行。这不排除在未来,当统计机器翻译和语法为基础的规则机器翻译的改进余地越来越小的时候,人们会重新探索知识路线以求突破。

坚持语义和知识为基础的语言处理路线,是一条繁难艰辛的道路。我感觉,语义是个大泥坑,我等凡夫俗子一旦陷进去大多出不来,而能够驾驭它的人均非等闲人物。

在计算语义界,有三位长期坚持超领域语义的顶天立地的大学者(如果要算第四位,也许应该包括英国的人工智能大师Wilks教授,他早年做过基于语义模板的纯语义机器翻译实验。再往前追溯,人工智能领域早期也有不少先驱者,不过都是在极为狭窄的领域尝试一些玩具知识系统)。这三位学者前辈是,坚持常识推理的cyc 的Lenat 教授,格语法(CaseGrammar)和框网(FrameNet)的开创者Fillmore 教授和《知网(HowNet)》发明人中国机器翻译前辈董振东教授。他们对自己思想和信念的坚持、执着、反潮流和勇于实践,令人景仰。

这些智者的成果都有某种超时代的特征,其意义需要时间去消化或重新认识。可以预见,将来某个时候,当机器翻译和自然语言理解的应用项目穷尽了浅层可用的低枝果实之后,知识系统将会被进一步发掘、利用和欣赏。但目前多数项目还没有到山穷水尽的时候,急功近利是绝大多数项目和产品的固有特征,而且多数主事者也往往缺乏远见。绝大多数语言处理业者遇到语义和知识都是绕着走。

三位语义巨人中探索知识最深入和纯粹的是Lenat教授,他带领团队手工开发的cyc知识系统,试图从常识的形式化入手,利用常识推理帮助解决语言理解等人工智能核心问题。可惜这套庞大的系统太过复杂和逻辑,在实际应用上有点像大炮打蚊子,使不上劲。

Fillmore教授是享誉世界的语义学家,他的格语法理论影响了一代自然语言学者,包括中国和日本自然语言处理领域领军人物董振东教授和长尾真教授。事实上,董教授语义思想的核心概念“逻辑语义”就来源于Fillmore的深层格(DeepCase)。然而,Fillmore本人的语义发展与董教授的创新发展走上了语义颗粒度不同的两条道路,前者成果为FrameNet,后者的结晶是“知网(HowNet)”。

可以从构建NLP应用系统的角度来看FrameNet和HowNet的不同语义层次,即,从分析器(parser)和应用(applications,包括机器翻译,信息抽取等)的分工合作的关系来看。

语言的分析无论多深入,都不是应用,只是(理论上)缩短了到达应用的距离。就以机器翻译的应用为例,翻译转换可以发生在浅层(极端的例子是所谓词对词翻译系统)、在关键成分不到四个(主谓宾补)和附加成分不到一打(主要的定状语子类)的句法层、在《知网》的90个逻辑语义的层面或者在FrameNet的成百上千的frames的层面。多数统计型机器翻译都是在浅层进行,通过海量双语训练集,记忆住千千万万大大小小的翻译单位(个体转换规则)。这条路子可行是因为机器擅长记忆。手工编制的翻译系统就很难在浅层进行,因为浅层转换的千变万化超出了人工编制和调控的可能。但是,翻译系统应该深入分析到哪一步实施转换比较合适,是大可讨论的。

我个人觉得,FrameNet过细(成千上万的Frames组成一个hierarchy,即便只取上层的常用的Frames,也有几百个),不仅很难达到,而且实用上没有太多的好处。FrameNet的提出,是格语法框架的自然延伸、扩展和细化,语义理论上有其位置和意义。但是在实用上,FrameNet的地位很尴尬,他既不像句法层argumentstructure那样简洁和好把握,也不可能达到语用层的信息抽取模板(IETemplate)那样可以直接支持应用(因为信息抽取是依赖领域的,而FrameNet原则上是不依赖领域的,或者最多是在语言学与领域之间起某种中介桥梁的作用)。这样一来,从实用角度,与其分析到FrameNet(这个太繁难了)再行翻译转换或信息抽取,不如直接从argumentstructure进行(这个靠谱多了,verytractable),虽然理论上前者的转换或抽取应该更加简单直接一些,但是由于FrameNet分析工作难度太大,终归得不偿失。换句话说,FrameNet从使用角度看,语义做得过了(over-done),用起来不方便,没有多少实际利益。退一步回到句法为基础的argumentstructure如何呢?

Argumentstructure立足于句法结构,主要论元最多不超过三个(upto3arguments):逻辑主语,逻辑宾语,逻辑补语,加上谓词governor,构成一个四元组,非常简洁,与各语言的词典句型信息subcat相呼应,易于掌握和实现。再加上10来个带有逻辑语义分类的状语(时间、地点、条件、让步、结果等)和定语(颜色,材料,来源等)。这样的中间表达作为语言分析(parsing)的目标,作为应用的基础,已经可以应对绝大多数应用场合。Argumentstructure中的逻辑宾语和逻辑主语有其独特的概括能力,对于利用句法关系的语义限制排歧多义词和做知识挖掘具有特别的价值。

HowNet不满足于此,它的体系是对句法为主的argumentstructure进一步细化,譬如逻辑宾语细化到“patient”、“content”、“target”、“PatientProduct”、“ContentProduct”和“possession”等子类。最终达到具有90多个逻辑语义角色的相对纯粹的语义表达。HowNet就是这样一个概念知识体系,逻辑语义是连接这些概念的主要工具。

从主谓宾定状补这样简练的句法关系,深入到逻辑语义的角色,再进一步把逻辑语义细化,常常的表现就是信息表达的浓缩和冗余。HowNet这样精细的逻辑语义,不仅反映了一个依存概念到主导概念的逻辑结构关系,而且反映了主导概念的子类信息(hence冗余了)。例如,对于宾语的细化“patient”、“content”、“target”、“PatientProduct”、“ContentProduct”,“possession”等,显然是蕴涵了主导概念(谓词)的子类信息,而这些子类信息本来是已经附着在谓词上的。譬如作为possession的宾语,其谓词只能是have、possess、own这个小子类。信息表达的冗余意味着即便没有深入到细化的逻辑语义,系统并没有本质上的损伤,因为如果需要的话,细化信息依然可以通过句法关系节点的限制条件即时得到查询。

对于逻辑主语逻辑宾语等进一步细化的必要和利弊,我个人觉得是可以讨论的。首先是任何细化都是有开发和处理的代价的。更重要的是,其必要性究竟如何?从追求纯粹语义和逻辑、追求纯净的独立于具体自然语言的元语言表达的角度,我们总可以找到证据,证明细化是必要的。但是,在应用现场,我们也可能发现,对于绝大多数应用,细化并无必要。就拿机器翻译来说,同一语系之间的结构转换在逻辑主语宾语的argumentstructure的对应上有明显的一致性。即便是不同语系,这种对应也是主流,而不对应的可以作为例外,由词驱动(word-driven)的个性转换来应对。以上讨论,有很多例证,写得匆忙,暂时不例举了。

 

四、纪念我的博士导师Paul(王维博士)

我的博士导师Paul突然去世了。震惊之余,觉得应该写点回忆悼念的文字。[4] 

图9我的博士导师Paul突然去世了。震惊之余,觉得应该写点回忆悼念的文字。

今年春节,我给导师电子邮件拜年,附件有我和女儿的近照:

HiPaul,

HappyChineseNewYeartoyou!Timeflies.Hairturnedgray.Daughterisgraduating,likebirdflyingaway.

Tanyaisalmost18andgoingtocollegeinthefall.Best

他的回复:

HiWei.Goodtohearfromyou.Yes,timedoespassquickly,evermorequickly.Atleastyouhavehair.Mybodyisstartingtoshowsignsthatitistimetoslowdown.Greatthatyouhaveasuccessfuldaughter.

Paul祖籍爱尔兰,留着络腮胡子,眼光深邃,有点像青年马克思,是个智慧而不苟言笑的人。Paul改变了我人生的轨迹,是他的RA资助把我带到了加拿大温哥华,为此我们全家永远心存感激。没有Paul,我和领导不会移民加拿大,我们的女儿也不会在温哥华出生,我们全家的生活会是怎样的另一条道路,只有上帝知道。如果我们对走过的道路和当下的生活状态总体满意,感恩就是自然的归宿。

图15我的两位导师,语言学导师Paul为主,电脑系的教授Fred为副

五、自然语言处理会向机器学习发展、文本语义也可以训练吗?

立委老师写的很好,自然语言、形式语言、人造语言、人类语言…概念间的比较、本质的不同。概念厘清最开始源于西方哲学。[5] 

 

参考文献略。

 

 

Appx.附录(5195字)

内附.2017年3月26日(星期日)农历丁酉年二月廿九新闻四则汇编(4855字)

附i.早报,3月26日,星期日

1、广州从化一发电厂发生坍塌事故致9死2伤;

2、韩国乐天集团会长辛东彬称中国是祖先的故土韩国网民评论炸了锅;

3、男子乘网约出租车遇车祸身亡滴滴:不在赔偿范围;

4、山东今夏起高考不再分一二本少数民族加分取消

5、云南设立监理中心旅游购物30天内可无理由退款;

6、北京卫计委:医疗机构不得诱导患者买非零差率药品;

7、美国议员:特朗普可能会在被弹劾之前自行辞职;

8、英外长促网媒删除极端信息:挽救被极端组织洗脑者;

9、美国再因伊朗导弹问题制裁中国公司和个人;

10、俄媒:俄武器在叙利亚战场表现不俗目前已有100多个国家正在排队购买俄武器;

11、美众议院共和党撤回新医改方案美媒称为特朗普的失败;

12、共享汽车来了!南京将新增千辆分时租赁汽车网点达400个;

【微语】人活于世,要么有成就,要么有快乐,如果两样都没有,那就辜负了人生

 

附ii.2017年3月26日周日读报!一切美好从“努力”开始!

1、25日上午8时许,位于广州从化鳌头潭口在建广州第七热力发电厂发生作业平台坍塌事故。事故目前已造成9人死亡、2人受伤。涉事相关人员已被控制,目前事故原因在进一步调查中。

2、内蒙古包头市土右旗一小区居民楼天然气管道爆炸。经当地政府初步确认,已造成3人死亡4人重伤21人轻伤。

3、中国内地首条自主研发无人驾驶地铁线路——燕房线年内开通。燕房线位于北京西南部,全长约16.6公里,共设有9座车站,预计列车最高运行速度可达100千米/小时,共4辆编组,最大载客量为1262人。

4、2016年中国便利店渗透率从32%,上升到了38%,比网购高出了3个百分点。(58赶集CEO姚劲波:未来便利店的前端会变得更智慧、更高效。可以在便利店里面租房子、找工作,买卖二手物品等等。)

5、辉山乳业董事长杨凯:公司总资产382.6亿,总负债418.82亿,实际上已资不抵债。辉山将在4周内引入新的战略投资人,预计这次至少引入两个战略投资集团,先期到达的资金大约在150亿元左右,辉山将偿还大股东债并定向增发新股。同意将自己对上市公司的控股权从75%稀释到51%,按照目前3港元左右的价格进行增发。

6、“刺死辱母者”案,法院一审以故意伤害罪判处于欢无期徒刑,引发网民热议。(女企业家苏银霞向某老板借款135万元,月息10%。支付本息184万和价值70万的房产后,仍无法还清。11名催债人对其辱骂、抽耳光、鞋子捂嘴,长达一小时的凌辱后,当着她儿子于欢的面用极端手段污辱她。赶来的民警未能阻止这场羞辱,情急之中,于欢用水果刀乱刺,致4人受伤,其中一人失血过多休克死亡。)

7、2017年世界U18冰球锦标赛在台举行。中国男队以4比0战胜中华台北队,比赛中两队激烈身体碰撞,赛后更爆发冲突。现场球迷也情绪失控,嘘声不断,还向场内投掷饮料、折叠椅等杂物。(由于发现比赛现场出现了台教育部门徽章、标语,中国队向大会提起抗议:一个中国只有一个教育部。但台湾方面表示拒不撤除。)

8、台媒:从去年“520”至今年3月,大陆游客来台已大减超过100万人次,并造成台湾500亿元新台币蒸发。其中,旅馆住宿费损失95亿,交通费和餐费损失都超过60亿,团客较去年同期少6成。

9、亚投行行长金立群:亚投行有57个创始国和13个新加入的成员国,今年还有15个国家将会加入,加在一起是85个到90个成员国。

10、美国国务院发表声明称,已决定对违反禁令向伊朗、朝鲜和叙利亚出售大规模杀伤性武器相关设备与技术的11个单位和个人实施制裁,其中包括6家中国公司和3名中国公民。这是特朗普上任以来美国对中国公司和个人的第二轮制裁。

11、美国哈佛大学医学院研究发现,每周食用1~3次油炸食品,会使心衰的风险增加18%;而每周食用7次以上油炸食品,风险会增加到68%。

12、与其纠结为什么别人的人生总像开了挂,还不如付出持续的努力,踏踏实实地去争取属于自己的美丽明天。所谓“好运气”,不过是机遇遇到了正在努力的你。

美好一天从“努力”开始!

 

附iii.2017年3月26日(丁酉鸡年二月二十九)周日/早读分享:

1、【李克强访澳签巨额牛肉与基建大单】外媒报道,澳大利亚总理特恩布尔和中国总理李克强在24日的会晤期间达成协议,把冷冻肉类市场的准入对象从11家企业扩大到所有合格的澳大利亚出口商,这成为中澳自贸协定的延伸,澳大利亚对华牛肉出口已达每年3亿美元。中国建筑与BBI集团合作在西澳大利亚州建设铁矿和铁路港口设施的一项价值46亿美元的工程也签署了协议。

2、【金立群:今年还有新成员加入亚投行】亚投行行长金立群在博鳌亚洲论坛2017年年会上表示,2017年还将有15个新成员加入。届时,亚投行成员国将达到85-90个。

3、【哈尔滨农商行或出"窝案"原董事长遭调查多名中层被羁押】原董事长杨德彬涉嫌严重违纪于去年12月22日接受组织调查后,2017年春节期间,己牵连哈尔滨农村商业银行的机关中层干部及原哈尔滨城郊农村信用合作联社支行一百多名负责人被纪检部门问询调查,现已有多名分支机构负责人被司法羁押。

4、【樊纲:经济高增长并不意味着健康】央行货币政策委员会委员、国民经济研究所所长樊纲25日在博鳌亚洲论坛年会上表示,不能说经济高增长就是健康的。在2004年到2007年,中国2007年增长率是14%,然后在危机之后有刺激政策,促进经济又回到了12%的增长。但是这种增长是过热的,并不是健康的,以任何方式来评价都不是健康的。

5、【北京市"十三五"末日均客运量将达到1850余万人次】《北京市"十三五"轨道交通建设计划》正式发布,到2024年将开通运营26条线路,形成"三环四横八纵十二放射"的网络运营格局;此外,日均客运量也将甴目前的1100万人次增加到1850万人次;轨道交通将成为公共交通出行的主要方式,占比达到58%以上。

6、【辉山乳业资金链断裂股价暴跌】24日上午,港股辉山乳业在半个小时内下跌了90%,从2.8港元附近一路跌至0.25港元。截止收盘,以0.42港元,跌85%收报。公司董事长杨凯承认资金链断裂,但他宣称将出让股权引入战略投资者,通过重组在一个月内筹集资金150亿元。辽宁省政府金融办也要术银行和其他金融机构对辉山乳业有信心而不要抽贷。

7、【辉山乳业仅仅是开始浑水近日将做空另一家港股公司】辉山乳业24日在半小时内蒸发了近300亿港元,这让做空机构浑水(MuddyWatersResearch)名声大震,而浑水创始人CarsonBIock宣称,最快在未来几周内,就会发布对另一家港股公司的做空报告。浑水公司主要发布三类报告:商业欺诈、会计舞弊和基本面问题。市场上有影响的做空公司还有:匿名分析(AnonymousAnalytics)、EmersonAnaIytics、GlaucusResearch、DupreAnalyttics、还有国内的钟馗研究。他们的运作模式一般是,自己通过公开数据研究、内幕爆料以及实地调查等方式发现上市公司的问题,并用报告的方式呈现出来,随后电邮给投资者,再经过媒体的报道达到进一步的传播。而被做空的上市公司,会出现股价突然大跌的情况。做空公司就是利用做空报告引发公司股价下跌,从而获利。历史上被做空的上市公司大多数在做空机制完善的美股及港股巿场。

8、【IMF前副总裁:中美股市关联性达到85%】国际货币基金组织前副总裁、国家金融研究院院长朱民25日在博鳌亚洲论坛2017年年会上表示,现在中美股市之间的关联性达85%,而20年前只有15%。

9、【瑞银财富管理:退出人民币空头仓位看好中国股市】报告称,人民币贬值压力与几个月前相比进一步得到遏制,美元/在岸人民币未来3个月目标价7.10,6个月目标价7.20,12个月目标价7.20。看好中国股市,让为中国股市估值有吸引力;继续看好互联网行业,该行业对宏观风险敏感度较低,估值合理。

10、【仙言潮声】有两种事应该尽量少干:一是用自己的嘴巴干扰别人的人生;二是靠别人的脑子思考自己的人生。

美好的一天从不做损人利己的事情开始!

 

附iv.2017年3月26日星期日读报

1、【樊纲:社会保障体系应强制覆盖自由职业者】央行货币政策委员会委员樊纲在博鳌亚洲论坛表示,针对目前随互联网发展而产生的自由职业者,社会保障体制应强制覆盖;让他们和其他人享受一样的社会保障;从社会舆论概念上,要让大家认可这种就业形式。(澎湃)

2、【3月25日周六《新闻联播》要闻7条】1.习近平向博鳌亚洲论坛2017年年会开幕式致贺信;2.张高丽出席博鳌亚洲论坛开幕式并发表主旨演说;3.李克强与澳大利亚总理共同出席中澳省州负责人论坛、中澳工商界首席执行官圆桌会;4.李克强出席中澳经贸合作论坛并发表演讲;5.张高丽会见萧万长一行;6.中蒙俄国际经济走廊多科学考察启动;7.公安部部署打击伪基站违法犯罪。

3、【马骏:2016年中国一跃成全球最大绿色债券发行国】央行首席经济学家马骏表示,2016年中国境内外绿色债券市场达到2千万,一跃成为全球最大的绿色债券发行国。但是绿色金融发展还面临四个障碍:一是整个全球都还缺乏强有力的绿色金融认识,二是绿色领域还需进一步政策支持,三是市场缺乏合适的绿色金融产品,四是信息不对称,信息披露制度还需再完善。

4、【贾康:中国高M2不代表系统风险已适当收紧银根】华夏新供给经济学研究院首席经济学家贾康今日在博鳌亚洲论坛2017年年会上表示,中国的高M2不代表系统风险,应该综合多个指标考虑,而PPI由负转正且高速增长后,决策层已表现出审慎态度,降低对强刺激的期待,适当收紧银根。

5、【中俄将新建两个百亿级投资基金中国建筑、中国黄金参与】远东发展基金CEO阿列克谢·切昆科夫在博鳌论坛期间表示,中国与俄罗斯将再建立两个投资基金,分别集中于基础设施建设和矿业两个行业,总规模将分别达到100亿美元。基础设施建设基金将由中国建筑工程总公司、嘉浩控股和远东发展基金共同设立,矿业基金则由中国黄金集团、嘉浩控股和远东发展基金成立。两个资金都计划在5年内达到百亿美元的总规模,在第一年内将各有10亿美元到位,这笔资金作为权益资金还有望吸引3倍的私人领域投资。(财经)

6、【多重利好叠加“一带一路”战略加速落地】“一带一路”国际合作高峰论坛将于2017年5月14日至15日在北京举行,这是我国首次以“一带一路”建设为主题举办的最高规格的国际论坛,国内和国际社会对此十分关注,市场预期论坛将带来大量海外订单及加速海外项目推进。中金公司分析指出,“一带一路”沿线65国基础设施水平较低,65国年均基建投资规模约8501亿美元,相当于中国的75.3%。(中国经营报)

7、【“最严”调控后热点城市或迎供地潮】近日,北京、天津、武汉、福州、珠海等地陆续推出土地,并将在4月形成实际供应。与以往“前松后紧”的传统供地节奏不同,热点城市的供地热潮将可能在今年上半年出现。分析人士指出,当前热点城市出台的限贷、限购等政策,主要目的是对需求端进行抑制。土地供应加快,则是供给端发力的表现。按照正常的开发周期,这些土地要到明年才能形成房屋供应,但对于缓解市场的紧张情绪则有明显作用。(21)

8、【新三板协议交易设涨跌限制乌龙指将成历史】今日,股转系统发布《关于对协议转让股票设置申报有效价格范围的通知》,通知宣布:采取协议转让方式的股票,申报价格应当于前收盘价的200%且不低于前收盘价的50%。超出该有效价格范围的申报无效。采取协议转让方式的股票,无前收盘价的,成交首日不设申报有效价格范围,自次一转让日起设置申报有效价格范围。通知自2017年3月27日起实施。

9、【国内成品油价下周二或迎年内最大跌幅】从多家社会监测机构了解到,在国际原油价格“跌不停”之下,3月28日(下周二)国内成品油零售限价或迎年内最大跌幅。据专业机构测算,截至3月22日收盘国内油价调整参考的原油变化率为-6.04%,对应汽柴油下调260元/吨,折合成每升价格为92#汽油下跌0.2元/升,0#柴油下跌0.22元/升。(央广网)

10、【国产大型客机C919通过首飞技术评审】C919从中国商飞公司了解到,国内63名院士和专家组成的评审委员会一致同意通过国产大型客机C919首飞技术评审,建议在完成电磁兼容等试验及滑行试验验证后可提请首飞放飞评审,这标志着C919向着首飞目标又迈出了坚实的一步。

11、【周小川:任何关税的安排应该是支持而不是阻碍贸易】央行行长周小川今日在博鳌论坛表示,亚洲国家从自由贸易中受益。全球化已经发生,必须正视现实。任何关税的安排都应该是支持贸易而不是阻碍贸易。希望7月G20德国汉堡峰会能看到关于自由贸易和全球化更清晰的表达。

 

外附v.数据简化DataSimp社区译文志愿者招募启事

Data SimplificationandSciences WechatandToutiaoPublicAccount,QinDragon2010@qq.com, 2017.02.26Sun,Xi’an,Shaanxi,China: 

LIFE

Lifebeginsattheendofyourcomfortzone. 

--NealeDonaldWalsch 

THEDAY

Thestrengthofpurposeandtheclarityofyourvision,alongwiththetenacitytopursueit,isyourunderlyingdriverofsuccess. 

--RagyTomas 

好听有内涵的三个字女微信ID

你好,两边都可以的。不二情☜♥☞仅一心旧知己☜♥☞老友人猫九命☜♥☞鱼七情入了心☜♥☞动了情梦三年☜♥☞忆三国语末人☜♥☞愁上心乱于心☜♥☞止于情他心愿☜♥☞她心事东南鸢☜♥☞西北蝶旧相识☜♥☞老好友我好兽☜♥☞是怪兽你不在☜♥☞心会痛忠于你☜♥☞终遇你心亦走☜♥☞晗不留梦一场☜♥☞情一诺陪我笑☜♥☞跟你闹瞎了眼☜♥☞寻失意久不遇☜♥☞难再得最初呢☜♥☞后来呢携你手☜♥☞与你走我很兽☜♥☞是怪兽再遇见☜♥☞难相拥再遇见☜♥☞再问候放你走☜♥☞换我忧半面妆☜♥☞全素颜我爱她☜♥☞我碍他握紧我☜♥☞抱暖我他和她☜♥☞她和他厌真话☜♥☞演真话柠檬酸☜♥☞薄荷凉陪你闹☜♥☞逗你笑予你拥☜♥☞只你愿丶秋凉☜♥☞丶冬暖难合衬☜♥☞厌人心易米六☜♥☞易米八旧的热☜♥☞新的凉你说过i☜♥☞我信过i不放手❤☜♥☞不远走❤我姓徐i☜♥☞我心许i望采纳谢谢

止于心微信ID设计

情侣ID5个字 深拥意中人稳做枕边人余生牵她手往后跟他走南风知我意吹梦到西洲我要变身了变我媳妇啊感情一把刀独走感情路污丫你别走污汉在等你余生一个你所以我珍惜你给我听好想哭就要笑余生有你陪此生有你伴喜欢要甘愿接吻要用心情侣ID五个字带符号 你不熟识我我未深交你爱我者昌@厌我者亡@真爱ご只有情错爱ご没有伤想想想丶念牵牵牵丶挂百毒不侵其实是麻木至极*孤独成性不过是厌恶人心*愿得一人心@白首不分离@浅唱丶这份情淡唱丶那份爱朕不死,不终究是太子朕不死,你终究是娘子mmmmmm°墨色沧桑mmmmmm°幕光薄凉?坐在坟头说爱你°?坐在坟头说想你°°侵蚀了灵魂丶°吞噬了灵魂丶树深时见鹿.海深是见鲸.桉梦岛梦青藤溪 °清篱水里篱柯笙 °他的情话@她的真心@淑女范er绅士范er长发及腰半萌半骚?留海齐眉半痞半颓?只痴一人情。只恋一人心。花开丶若相惜花谢丶若相随最初的陪伴最终的别离千万别回头别管我心痛快走我有病i别闹我有药i就像从不会分开的等待明天就像永不曾离去的度过那年ゅ  情若能自控ゅ  心定不会痛她叫千颂依丶他叫都敏俊丶锦年你是我抓不住的光/素时你是我挥不走的影/划船进你心乘风入你梦为了你自己践踏我的心╰心凉又如何ぃ╰心酸又如何ぃ媳妇 你有我。爷们 你有我。公子,你的砖头掉了。姑娘,我用的是大哥。你在我心呢@我在你心呢@许我七暖赠你七时年@明明你还爱@明明我还在岛是海的心--_____海是岛的泪、、老子我身穿校服拽天下菇凉我身穿校服倾天下空虚寂寞冷i穿好衣服滚i哪来的暖光ˇ我身上的啊ˇ-画一方禁地@-囚你于无期@不忍心挑剔 /不舍得放弃 /最凉不过人心、最伤不过谎言、情若能自控、我要心何用。[ 相识从校服 ][ 相爱到婚纱 ]陪伴亦是友背叛便是狗遗失的温度@残留的热度@貌似过于冷 i恰好你是光 i哪来的暖光ˇ我身上的啊ˇ[ 第一眼遇见 ][ 第二眼沦陷 ]?我可以为你戒掉Lol?我戒不掉如命的Exo凉城凉心i凉忆凉梦i懑都是她@懑都是他@残留的余温。仅存旳余温 ;你非我良人@怎知我情深@- 南音。- 北杳。倾她城做他王乄夺他心做他妻乄鱼离不开水我离不开你累了就回头我在你身后美的想上吊帅的想割腕女人,你是我私有物。男人,你是我私藏品。丢一份思恋。拾一段感情。别拿禽兽当男神。别拿畜牲当女神。-不怕碰死人-就怕碰贱人累了就回头我在你身后我是柠檬满是心酸°我是薄荷满是心凉°我怕时间不够i我畏时光不久i左手掌着空心丶右手掌着痴心丶牵手走未来@拉手走天涯@你拽我干嘛i跟我去结婚i长居你心久永不离@居在我心生死相依@浅唱丶这份情淡唱丶那份爱...余下全文>>情侣ID 五个字以上 建议如下梦要自己扛,泪要自己尝.要情侣ID,好听的,个性的,五个字一下的情侣ID 5分比翼网吧两个字带五情侣ID大全 55同城五个字的情侣ID [ 若是凉夜已成梦 ][ 梦以暖树凉时阴 ]凉城小街姑娘未离街头巷尾少年守候熬过浮华沧桑嫁我好吗.渡过年少轻狂娶我好吗.___゛╮安好有多好___゛╮永久有多久゜请给我一句台词゜陪你演两情相悦旧时凉梦已成风回首已是百年空画一生情入颜容°墨一世魂入眼眸°可以把名字陷进去的望采纳,谢谢求情侣名字5个字以内 ^-^蓝色的天 の ^-^湛蓝的海[ 时光太瘦 ] の [ 指缝太宽 ]时光温暖 の 岁月不寒挫比一枚. の 逗比一个.“ 戏子如画 の “ 一生天涯弥猫深巷 の 璃鱼浅戈人潮拥挤! の 我需要你!太偏渴望 の 过度骚动我没有走。 の 我一直在。你若幸福! の 我变打扰@光芒万丈 i の 前途无量 i凹凸曼i の 下怪兽i茶凉缘尽  の 曲落缘倾久碍不腻. の 深碍不弃.温心王子i の 冷心女王i终年不遇。 の 承蒙不弃。顾里很冷@ の 顾源却爱@无辜街灯 の 情感堡垒∞ 梦醒时分゛ の ∞ 梦醒心碎゛七巷少年@ の 西街姑娘@深爱不腻. の 久爱不弃.三分热度 の 七分冷漠南栀倾寒丶 の 北葵向暖丶傻瓜不傻@ の 笨蛋不笨@落羽成霜 の 墨影成殇顾你稳妥 の 且有何用深海溺亡@ の 孤岛终老@庸人自扰 の 物是人非一见如故 の 再见陌路她入我心i の 我入他心i芦苇微微 の 一笑奈何刺心爱人[email protected] の 扎心碍人-@视她如命i の 视他如命i你我不遇, の 时光不散,曲终人散i の 人走茶凉i好久不见 の 别来无恙北港不夏° の 南湾不秋°偶尔煽情 の 偶尔艳丽盐多会嫌@ の 烟缺会淡@半岛初夏i の 冰原凉冬i刺青爱人i の 薄情爱人i心在这里 の 进退由你我是深海 の 请你溺水你名我命i の 你姓我心i北鸾倾城。 の 南鸢离梦。北凉深海° の 南暖孤岛°虚度年华, の 却少了她,喜你人多i の 怪我懦弱i他是信仰 の 她会发光初心未变 の 至死不休冷暖自知 の 自食其力各自安好 の 互不相扰甲如碍你i の 乙后绊我i痛而不言i の 笑而不语i有生之年- の 与子偕老-我不耀眼 の 我不要演晨雨初听 i の 晨初听雨 i思念是糖! の 甜到忧伤!始于起初. の 终于最末.鸢飞戾天 の 鱼跃于渊始于起初i の 止于枯骨i心若向阳 の 无限悲伤柠檬加醋@ の 够酸了吧@梦里阑珊。 の 隔世灯火。搞怪爱人i の 陪我搞怪i萌比媳妇i の 逗比男友i你若离去, の 巴掌扇去,少女与诗ε の 少年与茶ε四季很好 の 如果你在相逢不易. の 请你珍惜.北葵向暖i の 南蘼倾寒i他是我心i の 她是我命i橡皮超人! の 二逼怪兽!时光旅人 の 时空旅者生人勿进@ の 闲人勿扰@别说爱我i の 保持沉默i游戏情侣ID五个字的 建议如下经不起诱惑耐不住寂寞情侣ID,五六个字的 为何独养我养猪会致富南风知我意吹梦到西洲挽歌渡临舟浮生醉清风他点新灯照旧画她一笑双脸生霞

止于心微信ID设计

言止于心Put it in heart情止于控Feeling in control休戚与共On the same page 比邻而居 Live right next to each other嗣南 Heir south 蓦北 Mo northAround the dream words缠梦句Both dream of people既梦人cute 矫情grandiose 浮夸我还有一些更好的 但请先采纳我的回答

止于心微信ID设计

有些事情别人帮不了你,还是得自己拿主意。

止于心微信ID设计

[陪她不离][伴他不弃]心有所属爱你一辈子[email protected]时光无心,愿你如一.左手若不离 右手定不弃爱你不会停画骨为沙溺我心海此生不换;迷我心林终生不渝;念卿一世长安许卿一世欢颜始于初见;止于终老;许我长欢伴我长安执手温酒共赏白头为你画地为牢i

微信名字男生成熟稳重霸气

微信男生名字成熟稳重霸气的有:1、眷恋2、刷心メ3、傲南4、柠栀5、凉忆6、冷眸7、坐拥8、怅惘9、栀夏°10、▍夏殇11、敬情12、夏夕13、冷丶漠14、黑魂15、栀蓝16、洁癖@17、孤我18、浮华灬19、白柏20、梦玉21、拾心22、青葵.23、元瑶24、゛余温25、-缺口@26、失魂27、绅士28、卑恋29、夜声30、栋倍31、晴兮32、旧歌33、悲切34、浅陌35、忒爽i36、七夏37、*兮格*38、别歌39、冬卉40、猫腻@41、血痂42、命硬43、幻影44、白风45、荆棘46、熏染47、谎伴48、语海49、歆久50、笑怜人51、安若汐52、空妄想53、旧归人54、旧流年55、冷无情56、凉透心57、梦一场58、轻狂人59、住平生60、不妄想61、绊人心62、往事焚63、别辜负64、或伴你65、风吹散66、倦雪残67、旧人序68、止于心70、落霞飞71、千里寻72、染风尘73、太坦白74、空口言75、半生闲76、图安稳77、七日久78、旧时候79、鱼烛泪80、不念昔81、青纱浣82、谢幕人83、心太野84、留他心85、寻欢人86、冷风吹87、南方客88、寄与信89、怎言笑90、海未深91、海屿荒92、羁绊你93、无情缠94、一半心95、何处欢96、望云山97、旧年碎98、或无意99、战新族100、鸢尾花

“智于心?﹌流绪微梦./”谁能给我把这个ID改的个性点?

智于心﹏流绪微梦ゝ

又红又专的ID?

东风利刃,我曾经用过的ID,当初被中国的东风系列快递震撼到了,兴奋激动之下,便改了这个ID,但很快就停止使用了。因为中国给人的惊喜太多,东风反而不引人瞩目。或许以后可以改为威龙天下,鹰击长空,钢铁雄师,无一不可,喜欢就好,哈哈?。

励志微信英文ID,励志上进的微信ID有哪些?

提起励志微信英文ID,大家都知道,有人问励志上进的微信ID有哪些?另外,还有人想问励志微信名字微信ID,你知道这是怎么回事?其实微信英文ID带翻译励志型,下面就一起来看看励志上进的微信ID有哪些?希望能够帮助到大家!

励志微信英文ID1、励志微信英文ID:励志上进的微信ID有哪些?

1、证明给你看,十年戎马心孤单。

2、我深知你是梦遥不可及,要挽留的东西让它走好了。

3、删除回忆录,挽手叙旧。

4、ID很长的女生都不是单身,帅有什么用能当饭吃么。

5、岁月的吻痕,历日旷久。

6、不惧长久,微笑面对。励志微信英文名字。

7、告别从前,埋头苦干,成就梦想。

8、我深知我该努力了,踏踏实实。

2、励志微信英文ID:励志微信名字微信ID

励志的微信名字或微信,ID,可以叫做坚强,勇敢有气度。微信英文名字大全。

理智的微信名字,微信ID很多。比如说永不服输。坚持不懈。

3、励志微信英文ID:微信英文ID带翻译励志型

canaan…迦南,‘希望之地’,鼓励你永不绝望…希望在,一切都在阳光励志的英文名字微信。

4、励志微信英文ID:励志的微信ID

励志ID(一)

学无止境焉

相依为命╮

断翼の天使咫尺的梦想

命甴己造正能量的英文ID。

改变命运-

该放就、放

随遇而安丶励志微信英文ID男生。

爱情需要勇气微信ID英文女生励志。

更精彩的活

做的自己励志英语群名字大全。

余生独自流浪

任凭寂寞沸腾

像风没有归宿

在回忆里流浪

只为ㄋ遇见你

爱情已不完美

来不及说再见

黑白灰祭奠想念

港岛妹夫风清雾云开见日出

阁下久等了

舍身

峥骨野风

分你一半

之门充满正能量的英文微信名字。

励志ID(二)

枪口走火今晚有励志上进的微信ID英文。

幕后玩家

拍拍熬夜成瘾

烈酒敬旧人

青山撞入怀

梦想正能量的英文微信名。

清酒华裳阳光励志的英文ID。

不成功也成仁积极向上的微信名字。

只要付出,就有收获

从未止步高大上励志微信英文名。

万般努力只为出人头地

像向日葵一样积极向上的微信ID英文。

爱生活,更爱挺自已

能力就是实力.不断努力的英文字母微信名。

自己努力绽放一次关于梦想英文微信名。

怎能累了就说放弃i积极微信名英文。

做好自己你就最美;

只为生存就这么简单。激励自己的英文名字。

认栽认亏不认输做奋斗意思的英文微信名。

爱生活,更爱挺自已

持之以恒赞美自己的微信英文名。

看谁笑到

为将来而努力

挺直腰板向前冲@英语微信名努力努力再努力。

自己选的路。跪着也要走完

我输过!但从未怕过

5、励志微信英文ID:有谁能给我一个励志有意义的英文QQID

Γstruggle.——奋斗。送你了微信号励志英文简短。

6、励志微信英文ID:励志上进的微信ID7、励志微信英文ID:微信名字微信ID励志

天天晴天,寓意就非常好,每天都要积极点乐观的去面对

8、励志微信英文ID:励志微信ID有哪些?

未来、靠自己永不言弃唯有、努力

9、励志微信英文ID:励志微信ID

励志微信ID:

1、向着太阳迎着光

2、我不能输英文微信ID关于梦想之类的。

3、热闹孤独太久

4、试着坚强点

5、太坚强是软弱

6、努力为明天

7、相信自已

微信英文ID带翻译励志型

8、笑脸赢人脉!

9、阳光总在风雨后励志微信号名称英文和翻译。

10、旧人不覆

11、未来、尽在我手

12、依旧张狂清扬

13、£乱人心

14、一直在梦想路上

15、梦想起航我起床

16、认栽认亏不认输

17、学会坚强i

18、天生傲骨、怎能屈服

19、坚强太久

20、好好爱自已

21、仰起头不流泪

22、漫长的青春

23、年轻在于拼

24、心碎志不可碎

25、不如笑着放手

26、明天还是向太阳

27、含泪不言败

28、一无所有就是拼的理由

29、火的叫梦想

30、成王败寇丶

以上就是与励志上进的微信ID有哪些?相关内容,是关于励志上进的微信ID有哪些?的分享。看完励志微信英文ID后,希望这对大家有所帮助!

下一篇:没有了 上一篇:从心开始微信ID设计(微信情侣ID一男一女有哪些?)