精准（IBM的人工智能使用语法规则捕捉美式英语的语言细微差别）

独立子句和从属子句有什么区别？affect和effect究竟有什么不同呢？大量的证据表明，语法知识和写作能力之间存在很强的相关性，而新的研究表明，人工智能可能也是如此。在两篇预印本论文中，IBM的科学家详细测试了一个以语法规则为基础的自然语言处理系统，他们表示，这些规则有助于该系统更快地学习和更好地工作。

这项研究计划将于6月在计算语言学协会北美分会上发表。

麻省理工学院-IBM沃森人工智能实验室(MIT-IBM Watson AI Lab)的研究员、两篇论文的合著者米格尔·巴莱斯特洛斯(Miguel Ballesteros)在一份声明中说：“语法帮助模型表现得更像人类，序列模型似乎并不关心你是否用非语法短语来结束一个句子，为什么？因为他们看不到等级制度。”

IBM团队与麻省理工学院(MIT)、哈佛大学(Harvard)、加州大学(University of California)、卡耐基梅隆大学(Carnegie Mellon University)和京都大学(Kyoto University)的科学家一起，设计了一套工具，来研究具有语法意识的人工智能模型的语言能力。正如两位合著者所解释的，其中一个模型是针对一种名为递归神经网络语法(RNNGs)的句子结构进行训练的，这种结构赋予了模型基本的语法知识。

RNNG模型和具有没有语法训练的类似模型被输入具有好语法、坏语法或模糊语法的句子。人工智能系统为每个单词分配概率，比如在语法off句中，低概率单词出现在高概率单词的位置。这些是用来测量差异的。

联合作者发现，RNNG系统始终比只使用一小部分数据的、很少甚至没有语法的系统表现更好，而且它可以理解相当复杂的规则。在一个例子中，它指出，句子从句I know that the lion devoured at sunrise中的that不恰当地出现了，而不是what来引入嵌入的从句，这是一种结构语言学家所称的填充词(像who or what这样的词)和空白(缺少一个通常需要的短语)之间的依赖。

填充和间隙依赖关系比您想象的要复杂得多。例如，在句子the police who the criminal shot the political during the trial shock中，与填充词who对应的空格有点反常。从技术上讲，它应该出现在动词shot之后，而不是shock。改写后的句子是这样的：The policeman who the criminal shot with his gun shocked the jury during the trial。

麻省理工学院(MIT)大脑与认知科学与研究系教授罗杰利维(Roger Levy)表示：“如果没有接受过数千万个单词的训练，最先进的顺序模型就不会在意这些单词之间的空白在哪里，也不会在意句子中是否存在这样的空白，人类会发现很奇怪，显然，语法丰富的模型也是如此。”

该团队声称，他们的工作是朝着更精确的语言模型迈出的有希望的一步，但他们也承认，这需要在更大的数据集上进行验证。他们把这个留给未来的工作。