当前位置：文档之家 › 自然语言理解浅谈

自然语言理解浅谈

  • 格式：pdf
  • 大小：99.19 KB
  • 文档页数：1

自然语言理解浅谈　
设计分析・　
胡振波　赵靖岩（长春大学，吉林长春１３００２２）　
摘　要：长久以来，作为人工智能的关键问题，自然语言理解的发展—直局限于以词汇、句法、语义、语用的分析为基础。无论是机器翻译，语　
料库研究，语篇理解研究，还是概念层次网络理论，只是研究形式不同，究其根本都是在进行语言规则与统计的研究，都未能脱离传统模式　
的束缚。本文突破传统，从信　属性着手，提出了信息耦合属性概念。　
关键词：自然语言理解；人工智能；信息耦合　

自然语言理解是人工智能的一个重要分支。国外自然语言　
理解研究较早，也诞生了诸多较有影响的理论。白二十世纪５Ｏ　年代以来，在众多语言学家、逻辑学家、心理学家等的努力下，　各种关于自然语言理解的理论体系纷纷诞生。其中较有影响的　有：转换生成语法、依存语法、语义网络、蒙塔鸠语法、扩展转　换网络、系统语法、格语法、概念依存理论、境况语义学等。近　年来，语料库语言学又得到迅速发展。国内自然语言理解研究　起步较晚，要从二十世纪７Ｏ年代末算起。早期阶段以语形分析　为主，中期及中后期开始注重语义分析并开始探索基于语料库　的统计方法。近期则语料库统计与规则分析并重。　对于自然语言理解，从国际上看当前的问题主要表现为，　一方面是哲学，认知科学，思维科学和心理学等学科所研究的　层次太高，太抽象，宏观与微观隔离，提出的方案根本无法付　诸具体实施；另一方面是，一直局限于以语法、语义、语境研究　为基础的应用语言学所研究的层次太低，谈不上是真正的自然　语言理解。就国内而言，其特点是：课题比较分散，应用项目偏　多，基础研究比例略少；选题时，容易跟着国外的选题走，立项　论证时，关键考虑国外怎么做，很多课题没有取得理论上的突　破。　总的来看，无论是国外的研究还是国内的探索，各种自然　语言理解方法理论体系归根结底都毫无例外地遵循下面的原　则：１．把所需要研究的语言问题形式化。２．找出解决问题的相应　算法。　然而审视问题角度的差异常常会从根本上制约我们对事物　的认知。就如同我们怎样看待苹果落地一样。是苹果天经地义　就应该落地，就像我们已经认知的其他万千事物一样，不需要　再考虑，还是另有引力促成？对于自然语言理解是必须把所要　研究的语言问题形式化，得出其相应算法，就像长久以来人们　对其认知的情况一样，不需要再考虑，还是另有信息属性促成　呢？　众所周知，计算机解决问题的关键是算法。但我们人类为　计算机赋予某种算法后，计算机也只能解决这些算法能使其　解决的问题。自图灵测试提出以来，人们想尽各种方案来解决　这一难题。但人们最终发现，计算机执行命令是必须要有算法　的，只要计算机按照一定的算法去执行一定的命令，那么似乎　它就永远也不可能突破图灵测试，无法实现真正的自然语言理　解。除非有一种算法，这种算法可以使计算机像人类一样接收　外界万事万物的信息，并对其做出自主的反应。然而，当前来　作者简介：胡振波（１９７９．６－），男，吉林省舒兰市人，学历：硕　士，专业：英语语言学，研究方向：应用语言学。　看，这似乎是不可能的。因为外界万事万物的信息数量是无限　的，其变化发展亦是无限的。我们根本无法找出所有信息的特　
点及信息与信息之间的关系，并将其赋予计算机，使得计算机　
能够对任何信息做出合理反应。　
从算法的角度看，人的智能是灵活无限的，而计算机只能　
按照人编排好的算法去执行有限的命令。目前，尚无一种算法　
能够完成对所有事物关系的认知。只要我们赋予计算机以一定　
的算法，就无法使其真正智能化。而没有算法，计算机解决问题　
就无从谈起。除非能找到一种无算法算法，才可能使其从根本　
上有所突破，否则就谈不上是真正的自然语言理解。而这听起　
来就是矛盾的。　
那么，从审视计算机的角度来看，人脑的智能应是何来呢？　
是人脑中天生就存有宇宙中所有事物的关系，所以才有着无限　
的认知能力么？显然，这是荒谬的。那么，人是如何能了解宇宙　
万物的呢？既然不是内有，那么就一定是外来。这些关系一定存　
在于事物信息之中。　
如果事物关系是存在于信息自身当中，那么就恰恰为无算　
法算法的实现提供了充分必要条件。所谓无算法算法，其中算　
法就是指赋予计算机以一定的算法去处理信息，无算法就是对　
于外部世界无限数量的具体信息问的逻辑关系与处理方案，是　
根据信息耦合属性，从信息自身中去提取而不是人为去赋予。　
那么，信息在什么结构环境下，怎样交互作用才会解出事　
物关系呢，这会不会是一种极为复杂的情况呢？有＾　为，在对　
人脑没有透彻的了解之前，无法实现真正的智能。这就好比是在　
说，在没有找到能飞上月球的鸟进行研究之前，人类是不可能　
制造出登月飞船的。　
试想，人类是在自然环境下进化而来的。这是个极为缓慢　
的过程。从单细胞生物开始，到目前经历了数十亿年，生物体长　
久以来绝大部分机能还只是用在维系生命体的存活上了。万千　
生物当中，目前，也只有人类一种生命体达到了智能的水平。因　
此，从历史的角度来看，智能到目前为止还应该是一个基于生　
物性基础上萌发的一个相对极为简单而绝非复杂的事物才对。　
对于自然语言理解，之所以长久以来找不到能真正解决　
问题的答案，问题在于前提条件的错误。人们假定了这样前提　
条件，计算机在什么条件下执行什么样的命令要由人来预先指　
定，接下来一切对于答案的努力都是基于这个错误的前提下进　
行的，因而找不到答案。　

［参考文献］　
［１］冯志伟．机器翻译研究［Ｍ］．北京：中国对外翻译出版公司．２００５．　
［２］黄昌　统计语言模型能做什么？［Ｊ］．语言文字应用，２００２，１．　
［３］黄曾阳．ＨＮＣ理论概要［Ｊ］．中文信息学报．１９９７，１１．　

日圜臼衄８．７

合集下载

浅谈语言的模糊性与翻译

浅谈语言的模糊性与翻译

各种语言虽然存在着模糊性但翻译既是一门科学又是一门艺术同时又是跨文化交际的重要方式只要我们充分利用语言的模糊性使译文达到动态的模糊的有机的对等而不是静态的精确的机械的对等就能如鲁迅所说的凡是翻译必须兼顾着两面一面当然力求其易解一则保存着原作的风姿
１ ８ 企 韭 家 天 地 ・下 旬 ／２ １ １ １ ００／
浅 语 言 模 糊 性 与 翻 译 谈 的
谭 艳 阳
摘 要： 语言具有模糊性 ，这种特点对我们进 行翻译造 成 了一 达， 听来令人费解 ， 但却符合生 活实际。例如宋玉 在《 徒子好 登 色赋》 中用来 描写美人 的几 句话之所 以脍 炙人 口， 是与他 运 就 用语 言的模 糊性 分 不开 的 ： 增 之一 分 则太 长 ， 之一 分则 太 “ 减
Ｃ ｏ ｓ ｏ ｒｃ ｍｐ ｎｏ ｈ ｏ ｅ ｙ ｕ ｏ ａ ｉｎ，ａ ｄ ｇ ｔ ｍｐ ｄｙ ｏｌｄ ａ ｅ １ ｎ ｅ ｐ ｅ ｉ ｓｗ ｌ． ｅ
、
语 言的模 糊性
模糊性与精确性一样 ， 都是人类 自然语言的客观属性 ， 是语
言的 自然 现象 。英 国著名哲 学家 罗素说 过 ： 每 一个 词语都 或 “ 多或少具有一个模糊 的语意。 语言 的“ 糊性 ” ｆｚｉｅｓ ， ” 模 （ｕｚ ｓ） 这 ｎ 个术语原是从数学 借用过来 的 ， “ 它 指一些 语 言单位 没有 明确
一
源语 中的模糊表达或者用译语 的模糊表达来 翻译源语 中的精确 表达 。就以上提到的翻译策 略而言 ， 第一类 是一种语义翻译 ， 第 二类是交际翻译 ， 第三类则是语义翻译和交际翻译 的有效结合 。
（ ） 义翻译。 一 语
语义翻译是用译 语的模糊 表达来 翻译 源语 中的模 糊语言 。 由于英汉文化及 文字 的差异 ， 此类 翻译 往往 也不是 直译 （ 然 虽 也有直译的情况 ） 而是在透彻理解 原文精 神实质 的基 础上 ， ， 进 行一种再创造 ， 甚至句子结构也会发生较大的变化。例如 ：
浅谈对于“人工智能”的理解(一)2024

浅谈对于“人工智能”的理解(一)2024

浅谈对于“人工智能”的理解（一）引言概述：人工智能（AI）是近年来备受瞩目的研究领域，不仅在科技行业得到广泛应用，而且对各个领域都带来了重要的影响。

本文将从多个角度来探讨对于“人工智能”的理解，涵盖了人工智能的定义、发展历程、应用领域、技术挑战以及未来的发展前景。

正文：一、人工智能的定义1. 传统定义：人工智能指模拟智能的一种技术和科学。

2. 现代定义：人工智能是研究、开发能够模拟、延伸和扩展人类智能的技术和系统。

二、人工智能的发展历程1. 人工智能的起源：图灵测试和人工智能术语的提出。

2. 面向推理的符号系统：专家系统的兴起。

3. 从符号到数据驱动：机器学习的发展和深度学习的兴起。

4. 人工智能的应用拓展：自然语言处理、计算机视觉、机器人等领域的突破。

三、人工智能的应用领域1. 自然语言处理：机器翻译、语音识别和文本生成等任务。

2. 计算机视觉：图像识别、目标检测和人脸识别等应用。

3. 机器学习：分类、聚类、回归和强化学习等任务。

4. 机器人技术：自主导航、物体抓取和协作控制等应用。

5. 聊天机器人：对话系统的发展和智能助理的崛起。

四、人工智能的技术挑战1. 数据隐私和安全：大规模数据的采集、储存和处理中的隐私和安全问题。

2. 伦理和道德问题：人工智能的决策透明性、责任追究和道德标准等难题。

3. 解释性和可信度：人工智能模型的可解释性和决策的可信度问题。

4. 数据偏见和公平性：人工智能系统中存在的数据偏见和公平性问题。

5. 高能耗和可持续性：人工智能技术对能源的高需求和可持续发展目标的挑战。

五、人工智能的发展前景1. 智能化生活：人工智能技术将普及到各行各业，实现更智能便捷的生活方式。

2. 自主驾驶：无人驾驶技术的快速发展将改变交通运输和城市规划。

3. 医疗健康：基于人工智能的医疗诊断和个性化治疗将提高健康服务水平。

4. 工业自动化：人工智能技术将实现智能制造和工业流程的自动化。

5. 人机协作：人工智能将与人类进行更紧密的合作，提升工作效率和创新能力。

浅谈后期维特根斯坦的语言哲学思想(优.选)

浅谈后期维特根斯坦的语言哲学思想(优.选)

浅谈后期维特根斯坦的语言哲学思想作为分析哲学的创始者之一，维特根斯坦特别关注语言哲学。

无论在其前期还是后期，语言哲学的研究都占显著地位。

《逻辑哲学沦》和《哲学研究》分别是维特根斯坦不同时期的代表作。

在这两本书中维特根斯坦语言观既有联系又有区别，接下来我将通过本文试图介绍、分析维特根斯坦后期的语言哲学思想。

维特根斯坦支持意义逻辑指称论的观点。

名称与对象之间存在着直接对应关系，即指称关系。

名称的意义即名称所指称的对象。

关于命题的意义，按照图像论的观点，命题的本质在于描述事实。

所以命题的意义在于命题与事实之间的描述关系，或者说在于它是否是事实的图像。

在图像论的观点下，语言必需反映事实或与事实的逻辑相符。

所以前期的维特根斯坦追求语言的确定性，主张意义的指称论。

后期维特根斯坦的哲学是他全部哲学思想的核心。

哈克把后期维特根斯坦哲学的几个不同领域比作一棵大树，语言哲学是这棵大树的干，而数学哲学、心理哲学和文化哲学是长出的几个分支，可见语言哲学在其后期哲学中所处的地位，它是哲学的干，是整个哲学的研究方法，即用日常语言分析方法来考察哲学问题。

后期的维特根斯坦意识到了图像论的困境。

只要认真考察现实生活中我们使用的语言就会发现，日常语言是鲜活的，是动态的，并非是与世界一一对应的静态关系。

语言并非世界之投影，如果坚持其为图画的话，那它所反映的也只是世界和实在的一部分。

后期的维特根斯坦提出了语言游戏说。

语言游戏是作为他整个哲学的核心概念。

在《哲学研究》的开篇，维特根斯坦向大家展示了两种不同的朴素语言，或者是原始语言。

这是他前后两个阶段不同语言观的缩影，一种是奥古斯丁的图画，这是脱离了生活的语言。

奥古斯丁向我们展现的是一种原始的、简单的语言观，而许多哲学家，包括罗素，弗雷格及早期的维特根斯坦都试图将这幅简单的图画应用到更多其它复杂的情况。

另一种是建筑师和助手之间为某一目的而交流信息的对话，这是日常语言。

维特根斯坦把这两种语言都叫做语言游戏。

浅谈言语行为理论的诞生和发展——从奥斯汀到塞尔

浅谈言语行为理论的诞生和发展——从奥斯汀到塞尔

浅谈言语行为理论的诞生和发展——从奥斯汀到塞尔论文关键词:施为句陈述句言外行为言语行为的分类间接言语行为论文摘要:言语行为理论阐述了“言”与“行”之间的关系。

本文回顾了言语行为理论的产生和发展，涵盖了奥斯汀的施为句和陈述句理论，塞尔对奥斯汀言外行为理论的批判与发展，塞尔对奥斯汀言语行为分类的修正与发展，以及塞尔提出的间接言语行为理论。

一、施为句与陈述句奥斯汀的研究属于分析哲学中的日常语言哲学派，认为人们日常用的自然语言是很完善的，通过对日常语言的仔细分析，可以解释许多概念模糊的语言现象。

与执着于传统哲学中真假值问题的逻辑实证主义不同，奥斯汀认为很多句子抛开真假值的问题，在现实中也很有意义。

奥斯汀通过对施为句的研究，拉开了反对传统哲学的帷幕。

奥斯汀对施为句的研究是从“许诺”开始的。

他注意到，当人们说“I promise”的时候，虽然和其他的说话行为一样，发出声音并使听话者听懂了意思，但实际上完成了另一个动作一“许诺”。

他把‘`I promise”以及类似的词语归人“程式用语”的范畴m。

比如，当一个未婚男子与一个未婚女人在一起，在没有违反任何禁忌的情况下，面对神甫说出“Ido"时，这对男女就结成了夫妇;当你拥有某样东西的时候，说“I give"，你就把这东西给了别人;当你掌握权力的时候，你说“I order"，你就发布了一个命令。

在1955年，奥斯汀受邀到哈佛做讲座时，用“施为句”这个概念取代了“程式用语”，并提出了其对立体一一“陈述句”。

他这样概括施为句:它们不“描述”或“报道”或断言任何东西，不存在真假;说出这样的一句话，就是实施一种行为，或实施了一种行为的一部分日。

他列举了三个施为句的例子:(1)I name this ship the Queen Elizabeth. (2)I giveand bequeath my watch to my brother. (3)I bet yousixpence it will rain tomorrow.而那些起“描述”、“报道”或断言作用的，有真假值的句子为陈述句。