国王－男人＋女人＝女王：这是什么等式？

计算机语言学急剧改变了研究人员学习和理解语言的方式。利用数学运算处理大量词语的方式，也让我们开始以不同的角度思考单词与词语之间的关系，而这有望能让机器理解人类的语言。

数字运算方式正好说明了一个词语与另一个的关系有多么近，这也是关于它们如何被使用的重要因素。Olympics（奥运会）这个词可能会显得与 running（跑）、jumping（跳） 和 throwing（扔） 之间有更多联系，而与 electron（电子） 和 stegosaurus（剑龙） 就没那么紧密了。这组词语的关系可以被认为是一个多维向量，它描述了 Olympics 是如何在语言内使用，它本身可以被认为是一个向量空间。  

国王 - 男人＋女人＝女王

这种新方法让语言像拥有精确数学特性的向量空间一样被对待。现在，语言学研究已经转变成为了研究数学向量空间的问题。如今，澳大利亚墨尔本大学的 Timothy Baldwin 和其合作伙伴开始探索向量空间的一个数学特性：在同一空间中加减向量，从而产生另一个向量。

他们讨论的问题是：向量之间的拼合有什么意义？在探索这个问题的过程中，他们发现向量之间的差异，是学习语言和了解词语之间关系上的强大工具。

了解如何思考这些词语，并让它们像向量一样进行加减法，最简单的方法是举例子。比如下面两个：

• 国王 - 男人＋女人＝女王。换句话说，在向量中加入相关的词语“国王”和“女人”，与此同时减去“男人”，就等于与“女王”相关的向量。这描述了一种两性的关系。     

• 另一个例子是：巴黎－法国＋波兰＝华沙。在这种例子中，巴黎和法国之间的矢量差异，能够得出首都这一概念。

Timothy Baldwin 则探讨了这种方法有多可靠和有效。根据词语研究的语料库数据，他们比较了向量关系会如何改变。例如，他们会在维基百科、Google新闻、路透社新闻的词语语料库中，进行同样的向量关系的研究。

为了找到答案，他们寻找了许多与分类词语的关系相关联的向量，包括实体及其部分之间的关系，如飞机和座舱；以及一个动作与所涉及对象之间的关系，例如狩猎和鹿；名词和集体名词，例如蚂蚁和军队。研究还包括了一系列的语法联系——名词和它的复数，如 dog 和 dogs；动词和它的过去式，如 know 和 knew；动词和第三人称复数，如 accept 和 accepts。

让机器理解语言

结果十分有趣。Baldwin 表示，在这些关系中抓取的全部向量，总体上在每个语料库的向量空间中，都形成了紧密集群。

但也有一些有趣的异常值，在词语有一个以上的含义时，就会在向量空间中产生有歧义的描述。在第三人称复数集群的例子中，包括 study 和 studies，run 和 runs，increase 和 increases，所有这些单词即可以作为名词，也可以作为动词，因此也会曲解这些向量。

这是一项有趣的工作，不过除了语言学研究，还有什么现实意义呢？一个显而易见的答案是：帮助机器理解人类的语言。另外，帮助机器进行更好的语言翻译。你可以已经想到了两个例子：微软Skype实时翻译，以及Google翻译。

值得一提的是，在这一领域的开拓者和驱动力之一，就是 Google 和它的机器翻译团队。Google 发现，出现在英语中的矢量关系，通常也适用于西班牙语、德语、越南语，以及其他所有的语言。

当然，由于语言拥有独特本质，也有许多例外的情况，也正是这些特殊性导致了机器翻译算法的问题。因此，寻找能够找出词语歧义性的方式，有望提供一种有效解决这些问题的方法。

via technologyreview