意思是什么意思(意思的解析)

/ 0评 / 0

意思是什么意思(意思的解析)

近年来自然语言处置的进展不小,各种语音助手和翻译软件已经有些适用价值了。但尽管如此,它们对稍微庞杂一点的句子的处置成果还是常被人们作为笑话来说。这不免又让我们想起个老问题:盘算机是否有一天真能明确我们的意思?要答复这个问题,我们先得说清什么是“意思”。

早在盘算机涌现前,“意义”就是语言学、逻辑学、心理学、哲学等范畴中的一个症结问题了。研讨语言中的意义问题是语义学的规模,而这里语言不仅包含人类历史上形成的“自然语言”,也包含人工设计的“符号语言”,如数学语言、逻辑语言等。在应用语言进行通信时,语词和语句是意义的载体。为保证通信的有效进行,对词句意义的商定须要提前达成。即使在一个体系之内,词句的意义也应该是对其进行处置的依据。明白和稳固的意义在交换和思维中的主要性无需赘言,但怎样能力肯定意义呢?

对一个语词或符号来说,最传统的(也是目前最常用的)意义描绘方法有两种:指称和定义,前者是把它看作语言之外的事物的名称(比如说“鸟”的意思即指所有的鸟),而后者是把它看作语言之内的构造的名称(比如说“鸟”的意思即是“有羽毛的卵生脊椎动物”)。这两种方法常常被联合应用,即用指称的方法肯定简略语词的意义,然后用它们定义庞杂语词。尽管这种肯定意义的方法很直观、自然,而且对很多问题来说已经够用,但它仍不能完整满足人工智能和认知科学的请求。重要的问题涌现在以下方面:

●既然在盘算机内对符号的处置只涉及其情势,不涉及其指称,人工智能体系似乎无法只用情势化的处置规矩把握符号的意义。尽管一个盘算机程序可以编纂和存储“两个黄鹂鸣翠柳,一行白鹭上青天”这样的句子,它可能完整不知道“黄鹂”和“白鹭”指什么。

●我们所应用的大批词汇(甚至包含那些在科学和数学中的)都是既无明白指称,也没有广泛接收的定义的。这里的例子包含前文《当你谈论人工智能时,到底在谈论什么?》中对“智能”的剖析。你最近在斟酌哪些问题?其中的重要概念有普遍接收的严厉定义吗?

●即使是那些意义相对肯定的词汇,其定义和指称也常常在历史中演化,并且依附于应用环境。一个词的“原义”和“现义”可以不同,尽管仍有接洽。比如说语言学家们发明很多抽象词汇是从具象词汇中成长起来的,就好像说词汇可以“成长”。

由于在认知体系中语词一般表现为概念,对意义的研讨在心理学中对应于各种概念理论。和语义学中情形类似,经典概念理论把一个概念看成一个实例聚集,其意义来自定义。一个概念的定义可以是“外延性”的,即列举其中所有实例,也可以是“内涵性”的,即列出其中实例的共同特点。这样的概念定义为断定一个实例是否属于此概念供给了充足必要条件。毫不奇异,经典概念理论遇到了和经典语义理论相似的艰苦:我们所用的概念常常没有明白边界,而且其用法极其灵巧,不像“固体”,反像“流体”。关于这方面的讨论,可以看侯世达的《哥德尔、埃舍尔、巴赫:集异璧之大成》和其它著述。当然更直接的例子在我们的生涯中俯拾皆是,只不过我们往往视而不见罢了。

在心理学中,经典概念理论的替代计划重要有下面几种:

●“原型”理论:概念是由其中大多数实例的共同特点所肯定的,而一个实例在多大水平上属于此概念取决于它与这些特点所塑造的“原型”的类似水平。依照这种理论,我们心中有一个“鸟”的原型,由“会飞”,“有羽毛”,“卵生”等特点所塑造。不会飞的鸵鸟仍可被当作一种鸟,只是“附属度”较低罢了。这可以看成一种“内涵性”计划,只不过概念特点大都成了统计性的,而且均不再是充足必要条件。

●“典范”理论:概念是由其中的代表性“典范”所肯定的,而一个实例在多大水平上属于此概念取决于它是否和某个典范类似。比如说“鸵鸟”、“黄鹂”、“白鹭”都可以成为“鸟”的典范,而它们不必被整合为一个唯一的原型。鸸鹋被当成成鸟,因为它有些像鸵鸟。这可以看成一种“外延性”计划,只不过概念中的实例不再被一一列出。

●“理论”理论:概念是由其在一个“理论”(即信心系统)中所扮演的角色来肯定的。比如说“羽毛”的意义依附于我们对鸟类的知识,包含其在护体、飞行等方面的功效。这可以看成一种“内涵性”计划,只不过这里概念特点体现为在信心系统中的地位和作用,而且同一个概念中的实例未必在各方面均类似。

就像在心理学中常见的情形那样,这些理论各有证据,而心理学家们尚未就如何肯定概念的意义达成共鸣。

作为一个智能理论的一部分,参考资料[2]给出了一个新的概念模型,下面姑且称之为“纳思模型”。这个模型的根本想法是以从经验中形成的概括关系作为概念的意义。如果甲概念被乙概念所“概括”,这通常可以被表达成“甲是一种乙”,比如“百思特网黄鹂是一种鸟”。在这种关系中,主项“黄鹂”揭示了谓项“鸟”的部分外延(实例),而谓项“鸟”又同时揭示了主项“黄鹂”的部分内涵(特点),因此在这个模型中外延和内涵是概括关系的两个方面。这个关系可以向两个方向延长,即一个“是一种”关系中的谓项可以同时是另一个“是一种”关系中的主项,比如“鸟是一种动物”。这样一来,单靠这个关系就可以结构一个概念层次构造,其中“高层”概念更抽象(外延更大,内涵更小),而“低层”概念更具体(外延更小,内涵更大)。

在概括关系中,主项和谓项都可以是由其它项组成的“复合项”。比如在“乌鸦是一种黑色的鸟”中,谓项“黑色的鸟”就是由“黑色的”和“鸟” 组成的。借助复合项,其它概念关系可以被改写成意义雷同的概括关系。比如说“唐僧和孙悟空是师徒”可以改写成“唐僧是孙悟空的师父”和“孙悟空是唐僧的徒弟”,这里“孙悟空的师父”和“唐僧的徒弟”都是复合项。

尽管在上面的例子都是中文的,其中表达的关系是概念间的关系,而非语词间的的关系。这里的“项”是概念在体系中的标识,并不依附于特定的自然语言。比如说“乌鸦是一种黑色的鸟”可能实际上在体系中被表现成“t1978 → t135”。当然自然语言中的词语也有对应的概念,比如体系中可以有“‘乌鸦’是一个名词”和“‘乌鸦’由两个字组成”这样的概念关系,但这里的“‘乌鸦’”和前面例子中的“乌鸦”指不同的概念。为简略起见我们称“‘乌鸦’”为“词语项”,因为而它指向一个语言中的词语,因而可以在体系间的通信中应用。与此相反,“t1978”为“内部项”,因为它们只能在一个体系之内被应用。词语项通常被用来表达内部项,如“‘乌鸦’ 表达t1978”,但这个“表达”关系是“多对多”的,即不同的词语项可以被用来表达同一个内部项,而同一个词语项也可以被用来表达不同的内部项。

并非所有内部项都可以直接表达在一个自然语言当中。实际上我们常常找不到适合的词来精确表达自己心中的想法。即使是那些和体系经验直接接洽的概念也不必定有对应词语,尤其是其中一些概括了特定的感知觉模式(比如“红”与“黑”),也有些关联于特定的操作或行为(比如“推”与“敲”)。在这些概念之中,上述概括关系同样施展主要作用,虽然其外延或内涵中包含不能完整被言语表达的感知、操作成分。下面的示意图简单地表示了一些内部项(t开头的)、词语项(中文和英文)、感知项(图片)间的概括及表达关系。

综上所述,一个项和其它项的关系(或者说它所标识的概念和其它概念的关系)体现在它的外延(它所概括的那些项)和内涵(那些概括它的项)之上,而其总和就构成了这个项(或者说它所标识的概念)在此刻对此体系的意义。如果它是个词语项,那么它的外延和内涵就是该词语的意义。

尽管纳思模型不消除体系可能有“先天”概念和信心,其中概念的意义仍重要起源于经验。如果一个体系对“苹果”毫无经验,那这个词对它就完整没有意义。在得知“苹果是一种水果”后,这个词以及相应的概念就开端有意义,包含“是一种水果”和通过推理从其中导出的信心,比如“是植物”和“可以吃”等。随着对“苹果”懂得的增长,它的意义还可能包含其形状、色彩、味道、手感等等,以至于其栽培技巧,甚至和某些历史人物的关系。简而言之,“苹果”的意义就是体系对其经验的总和,包含直接经验和间接经验,言语表达的和感知活动性的,表现成一组以“苹果”为主项或谓项的概括关系。

当体系应用一个概念去解决当前问题的时候,由于时光百思特网的限制它一般不可能应用这个概念的全体意义(除非这个概念极其简略),而只能其中的一部分,这就造成了“当前意义”和“一般意义”的差别。前者通常仅是后者的很小部分,而其内容选择受很多因素影响,包含有关信心的肯定水平,简略水平,以往的有用水平,和当前情景的相干水平等等。由于这些因素在不断变更,同一个概念在不同时刻常常在体系中有不同的当前意义。在经验足够丰硕之后,有些概念中会形成相对稳固的“根本意义”(原创www.isoyu.com版权)或“实质”,从中可以推出此概念意义中的其它部分,而在其它一些概念中可能就找不到这种“内核”,以至于不能为体系供给太大效用。由此可见,不同的概念对体系的价值是不一样的。

在这个模型中,“新”概念可能以下列方法涌现:

●经验中涌现以前没见过的词语或感知觉模式,如初次听到或见到“鸸鹋”。

●生成复合项以对经验进行“紧缩表现”,如把“停滞信号是红的”和“停滞信号是灯”合并成“停滞信号是红灯”。如果这种组合以前没被体系斟酌过,那么“红灯”就是一个体系生成的新概念。

●如果一个概念的意义在一段时光中产生了不可逆转的重大变更,比如说某个“非根本意义”变成了“根本意义”,可以说它已经演化成一个新概念了。比如说“短信”的意义在当下和二十年前就很不一样。百思特网

后面两种方法常常使得复合项在重复涌现或施展主要作用后逐渐被作为一个整体来应用,以至于其意义越来越无法还原为其成分的意义。比如说在某些情景中说“红灯”可能与“红”和“灯”均无关系了。这可以被看作对前文《盘算机能有发明性吗?》的弥补:盘算机不仅能发明新办法,也能发明新概念。

由于概念和语词的意义均由相干的经验决议,而不同的体系总是有不同的经验,所以意义从基本上说是私人的和主观的。尽管有类似经验的体系会有类似的概念,到达完整雷同一般是不可能的。意义的“客观性”成分重要是通信和社会化的产物,因为这些进程为不同体系供给了类似的言语经验和社会经验,并促使它们依照商定和习俗应用语词。你要想别人明确你的意思,你最好按大家所能接收的方法应用语言,尽管你的奇特阅历会使你对词语的应用方法发生新想法。比如说,在《人工智能:何为“智”?》中,我一方面挑衅了“智能”这个词的常见用法,另一方面又试图为这个词提出一个新的工作定义,并为此在原词义的“深处”寻找依据。社会规模的语义变更正是由此类相互冲突的“差别化”和“规范化”的尽力所共同造成的。一方面,大部分个人的“语义出轨”被改正或疏忽了,但总有一些新奇的语词应用方法引起越来越多的共识,以至于或远或近地传播开来,甚至最终成为“尺度语义”的一部分。在这种进程中,“墨守陈规”和“标新立异”都是有理由的,因为前者保护了语言的存在,后者推进了语言的发展。在一个具体例子上的角力成果则要看双方的力气比较了。

上面介绍的这个“纳思模型”和传统的语义理论有基本的不同。目前,很多人依然把盘算机看作一个“物理符号体系”,认为其中的符号只能通过指称外部世界事物来获得意义。为解决这个“指称”或“说明”超越体系本身控制的问题,常见的对策是用感知活动模式为符号供给“基础”。这仍是试图在指称语义的框架内解决意义问题,问题是语词的意义通常是不能完整还原成感知活动模式的(尽管有时以其为重要成分)。纳思模型中的项可以被叫做“符号”,但它对体系的意义不依附于一个外在的指称或说明,而是体现于它和其它符号在体系内部的接洽。这种接洽是对体系经验(包含但不限于感知活动经验)的选择性总结,而非不变的定义或理论。体系对这种符号的处置不仅是基于其情势的,同时也是基于其意义的。这样的体系不仅可以懂得符号的意义,而且可以转变和发明符号的意义。在这个模型里指称语义仍然有用,但仅限于为数学等范畴中的“纯抽象概念”供给应用门路。

前面提到的各种概念理论其实都是试图用关系描绘概念,只是“原型”理论用内涵关系,“典范”理论用外延关系,而“理论”理论重要用信心系统中的关系(尤其是因果关系)。因为纳思模型斟酌所有概念关系,前述理论均可看成其特别情形。对一个特定概念来说,其意义的确可能重要由某一类关系来肯定,但更常见的情形是各类关系均有贡献。

其实把“意义”看作“全体关系的总和”远不是个新想法。以往哲学、心理学、人工智能中都有过相似的思路,但因为其中的一些弱点,没有成为意义理论的主流。纳思模型是树立在对这些弱点的解决之上的。一种常见的批驳看法就是把这种肯定意义的方法看作体系内的循环定义,而与外部世界无关。纳思模型中的概念不是被其它概念所定义,而是被经验到的概念关系描绘。比如知识“苹果是一种水果”既没有用“苹果”定义“水果”,也没有用“水果”定义“苹果”,而是用二者的关系同时贡献于它们的意义,而这个关系来自于外部世界。把“意义”说成“全体关系的总和”的另一个问题是太笼统,不足以解决具体问题。对此纳思模型的对策是将各种概念关体系一表现和处置为概括关系及其变种。最后一种看法是质疑我们在用一个概念时怎么可能把所有其它概念都牵扯进来。在这一点上,纳思模型的不同之处在于它指出体系在应用一个概念时一般只涉及其部分意义,而这又同时说明了意义的情景相干性。

纳思模型的盘算机实现已经展现了这个模型的可行性,尽管仍有很多细节问题有待解决。据此模型,概念和语词在一个人工智能体系中是有意义的,而其意义是由体系的相干经验肯定的。由于经验上的差异,盘算机对一个语词的懂得不会完整和人一样,但这种差异并不妨害盘算机用自然语言和人交换,并完成越来越庞杂的语言处置工作。那些仍以“图灵测试”作为人工智能定义的人可能以为上述结论解释“真正的”人工智能是不可能的,但他们往往忘了人与人之间由文化、性别、年纪等差别造成的不解和误会比比皆是,而在各个范畴中对于什么是某个词语的“真正意义”的争辩也从来没停滞过。当年阿Q认为城里人把“长凳”叫成“条凳”是错得可笑,而相似的想法至今仍未断绝。