我言,故我在:兼论人类和计算机两种语言智能

考察古代哲学、近代哲学和现当代哲学的发展史,可以证明人类心智对世界的关注从认知客体(古代哲学)开始,转到认知主体(近代哲学),再转到认知主客体的中间环节语言(现当代哲学)。语言智能就是在符号语言基础上产生的智能,包括人类的语言智能和计算机的语言智能,显然这两种智能都是以语言为基础的。所以,语言智能型的ChatGPT比过去思维智能型的AlphaGo等有更强的智能和更大的认知能力,它的表现也会更像人类。20世纪的语言学革命产生一系列的重要事件,形成一个语言认知的连续统。从乔姆斯基语言学革命的标志性成果GT到ChatGPT,人工智能到底走了多远?本文以人类认知五层级理论为依据,以ChatGPT为样本,讨论语言智能相关的一些重要问题,并得出我们的结论。

语言智能:语言人工智能研究的历史新方位——“语言智能科学”理论与方法论构建(三)

寓身于人肉身之内的语言智能是语言自然智能,离身于人的肉身靠人造装置实现的语言智能属于语言人工智能。当今,致力于研究前者的典型学科是语言学,致力于研究后者的学科则有机器翻译、计算语言学、自然语言处理等。本文站在10~30年后的学科未来看历史与现今,透过学科指涉名称上的差异解析其背后的思想理路、主线脉络、方法重心、技术逻辑、历时承继与未来趋向,提出新的主张与判断:语言人工智能研究已经走过了思想乌托邦(前机器翻译)、泛机械(机器翻译)、语言学主导的符号主义(计算语言学)、计算机科学主导的连接主义(自然语言处理)四个历史方位,正在迎来第五个崭新的历史方位——“智能科学主导的机制主义”。新近提出的“语言智能”概念是这一历史方位恰当的代名词。

面向社交媒体的幽默计算理论与实践

幽默是人类独有的语言表达方式,具有幽默感的人可以构建和谐的交际氛围。如何识别社交媒体上的海量幽默文本和评价用户幽默感成为计算语言学领域面临的重大挑战。因此,我们从认知语言学的视角,提出从资源建设、幽默识别到幽默感评价的社交媒体幽默计算框架。首先,参照幽默的语义脚本理论,构建面向社交媒体的中文幽默语料库。然后,利用情感倾向性、语义不一致性及模糊性特征,对文本进行幽默识别。最后,从创作和欣赏两个维度进行用户的幽默感评价。幽默计算将有助于提升语言智能的水平,有助于提高阅读理解、人机对话、机器翻译等领域的应用性能。

大语言模型中文语体能力评测研究

语体能力是重要的语用能力,大规模语言模型(下称“大模型”)要在语言生活中落地,需对语体能力进行充分的评价和研究。本文将语体能力定义为在特定语域下使用合适语体进行交际的能力,并基于此设计了语体分类、语体生成、语体转换三个任务,以评测Chat GPT等大模型的中文语体能力。研究发现不同大模型在不同任务和语体上各有其优势与局限。GPT-4的中文语体能力最为全面,Chat GPT和文心一言性能较为出色,Chat GLM-6B和讯飞星火的表现较弱且不稳定。此外,大模型生成的散文、小说等文本过于正式,缺乏文采,一致性错误、规范性错误、事实性错误、不合逻辑、语句不流畅、机器翻译痕迹明显等问题较为突出。本研究为训练和测试人类的语体能力提供了方法参考,对语文教学、国际中文教育等领域的语言能力提升具有借鉴价值。

人工智能中的大语言模型

自然语言处理是人工智能的重要内容,大语言模型是自然语言处理的突出成果。本文描述了大语言模型的发展历程,分别介绍了预训练模型、Transformer模型、动态词向量嵌入模型ELMO、双向编码表示模型BERT、生成式预训练模型GPT等大语言模型的基本原理与结构,最后讨论大语言模型与翻译活动之间的关系以及大语言模型的内容治理问题。大语言模型不仅推动自然语言处理取得工程方面的成功,更深刻改变了过去的语言知识生产方式,使语言研究从单学科迈向多学科。这种变革和创新无疑将推动语言学发展。

新文科视域下的计算社会语言学研究

新文科建设的目标之一是:多种学科在研究内容和理论方法上进行交叉与融合,从而形成新的学科方向、研究范式,以及相应的复合型人才培养模式。为此,本文提出一种可操作的路径:利用已经发展起来的若干第一代交叉学科,融汇成第二代交叉学科。比如,对于“社交网络—语言的社会变异—计算建模”这种头绪繁多的研究领域,可以借助“计算语言学”与“社会语言学”等第一代交叉学科,形成第二代交叉学科“计算社会语言学”。这种操作路线可以细化与落实新文科建设,并提供必要的学科规训。文章还以当代社会的“物理—精神—信息”三元空间,以及其中说话者的社会身份、个体人格和社交互动对语言使用和变异选择的影响为例,阐明计算社会语言学的理论、方法和议题。

教育、科技、人才协同发展背景下的语言人才培养

大语言模型的出现对当代语言人才培养提出了挑战性要求,教育部提出了一系列关于教育、科技、人才的战略要求。必然地,探索语言人才培养已成为我国语言文字工作者的时代使命。本文顺应语言科技发展趋势,适应语言人才培养需求,结合教育数字化转型,全面了解国内外语言人才培养的研究基础和实践成果,分析语言人才培养政策,科学设计数智时代语言智能人才培养规格,完善语言智能培养方案,创新语言智能培养模式,实施语言智能培养战略。

现代俄语构式理论及其应用

俄语语言学的构式研究早于西方,其构式语法理论的形成也早于西方语言学,俄语构式理论与西方语言学界的构式观后来形成合流。考察俄语构式概念的形成及其理论发展,发掘俄罗斯学者独树一帜的构式理论观点,探讨俄语构式库的构建及其应用价值,可为基于构式语法理论的俄语实践教学和计算语言学应用研究寻绎新路径。

汉语学习者文本多维标注语料库建设

本研究以中介语多元对比分析的理论和方法为指引,以计算机智能辅助写作为导向,构建了一个大规模、高质量、篇章级别的汉语学习者文本多维标注语料库——YACLC。YACLC设计了一套多维度富信息标注体系,包括最小改动、流利度提升、句子可接受度、上下文依赖性四个维度,采用众包策略标注了2,421篇、32,124句语言使用场景下的汉语学习者文本,获取到331,292个最小改动标注句和137,708个流利提升标注句。YACLC的建设既解决了现有汉语学习者语料库语料来源封闭、标注结果单一和流利维度欠缺的问题,又为学界分析学习者语言与两个参照语变体三者之间的多元互动,揭示二语习得的规律提供了参考及扩展空间。

高职公英混合教学模式下学生在线自主学习意愿实证研究

从高职公共英语混合式教学的现状和问题出发,通过实证研究调查学生在线自主学习意愿的影响因素,旨在揭示混合式教学效果的影响机制。通过教学实验、量表调研,用偏最小二乘方程模型(PLS-SEM)对数据进行建模和分析,验证影响学生学习意愿的因素有绩效期望、努力期望、促成因素,其中绩效期望影响最为显著。社会影响对学习意愿的影响不显著。研究结果对改善混合式教学效果提供启示。

汉语语义构词的资源建设与计算评估

汉语是一种意合型语言,汉语语素的构词方式及其规律是描述、理解词义的重要因素。关于语素构词的方式,语言学界有语法构词与语义构词这两种观点,其中,语义构词对语素间关系的表达更为深入。本文基于语言学视角,结合汉语构词特点,提出了一套面向计算的语义构词结构体系,通过随机森林自动标注与人工校验相结合的方式构建汉语语义构词知识库,并在词义生成的任务上对该资源进行计算评估。实验取得了良好的结果。基于语义构词知识库的词义生成BLEU值达25.07,较此前的语法构词提升了3.17%,初步验证了这种知识表示方法的有效性。该知识表示方法与资源建设将为人文领域和信息处理等应用提供新的思路与方案。

上古汉语分词与词性标注加工规范——基于《史记》深加工语料库的标注实践

上古(先秦两汉)时期流传至今的古籍经典数量大、价值高,亟需进行计算处理和挖掘,作为词法分析的分词与词性标注就成为古汉语信息处理的基础性工作。古汉语文本具有缺乏词语边界、内容艰深、与现代汉语差异大、不同时期差异大等特点,古文分词与词性标注一直处于研究不足、缺乏标注规范的状态,限制了语料库构建和自动分析的研究。本文针对这一问题,根据现代汉语研究领域相关成果以及上古汉语词汇特点,构建出信息处理用上古汉语分词与词性标注规范。规范由原则和细则两部分组成。原则部分包括单字词优先等7条分词原则,具体语境中的语法功能等3条词类划分及词性标注原则。古汉语词类划分为14个一级类和15个二级类,细则部分包含了大量语言现象标注实例。该规范在45万余字《史记》语料库的建设过程中不断修改完善。语料统计得出了《史记》单字词和多字词的词例数量以及最高频词类。本文可以为上古汉语深加工语料库建设提供基础支撑,助推古汉语信息处理标准化和规范化。

汉语文本文采的特征体系构建及自动评估研究

文采是文本的重要属性,在写作实践与阅读体验中都发挥着重要的作用,但目前对汉语文本文采属性的量化研究仍存有不足。本文基于已有研究,构建了一个适用于评价汉语文本文采的语言特征体系,并基于机器学习模型考察了该体系在不同来源、粒度以及文采混合程度语料上的文采自动评估效果。实验结果表明:(1)本文所建立的特征体系对不同类型的文本具有普遍适应性,能够有效地对汉语文本文采进行评估与判断(在不同语料中的加权F1值可达89.94%与78.25%);(2)形体、语义层面的语言特征能够显著影响文采自动评估的效果,而语音层面的语言特征影响则较小,其中影响最大的特征维度为语言多样性、语言熟悉度、语言复杂度、语义具象性与语篇辞格,关键性特征为平均对数字频、平均词汇习得等级、辞格平均使用数、平均词义具体值、未登录词比例、人称代词比例、语义分布与感官形容词比例8项语言指标。

汉语语篇衔接特征的自动分析和应用研究

语篇衔接特征在写作质量预测、文本可读性分析、文本生成、翻译质量评估等任务上有重要作用。为了实现汉语语篇衔接特征的自动分析,本文在国内外语篇衔接连贯理论研究的基础上,从词汇、语法和话题三个维度对汉语的语篇衔接手段进行讨论,提出了27个可量化的测量指标,并基于自然语言处理技术构建了汉语语篇衔接特征自动分析工具。最后,将语篇衔接自动分析工具应用到汉语二语写作质量评估任务中,实验显示,本文所提出的汉语语篇衔接指标具有较强的预测效力(Adjusted R^(2)=0.475),与现有工具中文CTAP中的语篇衔接指标融合后,能够取得更好的表现(Adjusted R^(2)=0.568)。在此基础上,本文进一步讨论了二语作文中的词汇、语法和话题衔接特点。

What Does ChatGPT Say:The DAO from Algorithmic Intelligence to Linguistic Intelligence

THE well-known ancient Chinese philosopher Lao Tzu(老子)or Laozi(6th~4th century BC during the Spring and Autumn period)started his classic Tao Teh Ching《道德经》or Dao De Jing(see Fig.1)with six Chinese characters:"道(Dao)可(Ke)道(Dao)非(Fei)常(Chang)道(Dao)",which has been traditionally interpreted as“道可道,非常道”or"The Dao that can be spoken is not the eternal Dao".

中文空间语义理解评测数据集质量评估研究

中文空间语义理解能力评测(Spa CE2021)可以看作类人机器语言能力评测的一项重要尝试,其通过空间方位义词语替换的办法生成大量富含空间义信息的语料,构建了中文空间语义理解评测数据集。本文从生成题目的原句情况、可替换词与替换词的结构类型、测试集题目答案的正误分布及空间类型等四个方面分析了中文空间语义理解能力评测数据集的特点,进而通过人类被试和参赛系统的比较,详细分析了机器在不同类型空间词汇上的性能表现,总结了机器空间语义理解的一般规律,并从题目的无偏性和延续性两方面入手,为构建高质量中文评测数据集提出了具体建议。以上工作有助于提升空间语义评测数据集的质量,从而更好地提升相关评测任务的准确性和可靠性。

现代汉语词汇语体属性探测模型研究

本文立足于正式—非正式的语体维度,提出了基于机器学习方法的现代汉语词汇语体属性探测模型,旨在实现符合语体连续统特性的词语正式度测量。研究首先构建了现代汉语语体语料库,设计了语体分类特征,并基于《现代汉语词典》(第7版)中的〈书〉〈口〉标注数据训练语体属性自动分类模型。模型五折验证准确率达87.26%。进一步的误例分析发现:词典中的语体标注存在部分缺漏、过时、不对称等问题,而基于语体语料库的语境特征能有效修正数据偏差。为了更好地服务词汇语体教学,本研究使用上述模型对《国际中文教育中文水平等级标准》词表和《义务教育常用词表(草案)》主表的共25500个词语进行了语体正式度测量,并分析了该方法在词典编纂和教学方面的应用。

基于数据挖掘的技术机会发现模型研究

海量信息分析及基于分析结果得出相应的结论是一项非常重要的工作,该工作需要投入大量的时间和精力。以特征选择和决策的技术机会发现(TOD)模型,进行科学与信息技术领域的数据信息分析及未来预测。最后,对比Gartner 2014新兴技术预测,实验结果显示,基于数据挖掘的技术机会发现模型的分析及预测结果是有效的。

基于独有属性特征的情态与语境互动关系数据挖掘研究

情态是一个复杂语义系统,其语义不确定性给其词义识别带来很大困难。语境与情态互动并对情态动词的词义有很大的限制作用,因此,揭示情态与语境互动限制关系对自然语言处理、机器翻译和智能语义识别特征优选研究都具有重要意义。本文基于形式概念分析理论和独有属性特征计算方法,通过数据挖掘发现情态动词词义与语境特征的互动关系,以及语境特征对情态动词词义的限制作用等知识。以英语情态动词must为目标词,针对其主要词义,从语料库中抽取150个样本例句作为对象,分别从must出现的语境中提取了32个特征,包括语义、句法、语用和话题特征作为属性,建立了表达must不同词义对象与其所具有的属性特征之间关系的形式背景。采用独有属性特征计算方法提取了must词义分类规则。通过对比分析其不同词义分类规则,发现了must与不同语境特征的互动限制关系。研究结果为自然语言处理和智能语义识别特征选择研究提供了有价值的依据。

汉语书面语体庄雅度的自动测量

文章以汉语书面语体理论"韵律语法"为基础,首先介绍了汉语书面语体的庄雅特征,如嵌偶词、合偶词、书面语句型等;其次给出了庄雅特征的量化方法及庄雅度自动测量的方法;再次通过HSK(高等)考试作文的语料验证了庄雅度计算结果的可靠性;最后讨论了庄雅度自动测量技术的应用领域并指出其现实及潜在意义之所在。