CTM中的计算隐喻真的有效吗?

心灵计算理论(CTM)一直被当作当代认知解释的重要范式,甚至被认为是解决传统二元论难题的一种新进路。在心灵计算理论中,强人工智能一直受人们的质疑,而弱人工智能似乎成为了避风港。弱人工智能主要基于计算隐喻来模拟大脑的运作,但它真的能回避所有责难吗?计算隐喻的理论局限性以及意识和理解相关的认知“硬”问题表明,计算对于认知既是不必要的,也是不充分的。

行走在第三条道路上的隐喻研究——计算隐喻学刍议

计算隐喻学是现代隐喻学的一个重要分支,也是计算语言学、人工智能和隐喻学各领域交叉渗透的产物,其学科性质属于技术性的隐喻建模和应用,根本目标是用计算机模拟隐喻的工作机制。本文依照符号论/连通论的主线探讨这门学科的理论背景和主要模型,并详细介绍计算隐喻模型的代表成果——Sapper模型。

基于特征自动选择方法的汉语隐喻计算

汉语隐喻计算是中文信息处理中的棘手难题之一.已有的隐喻识别研究多以人工方式分析和抽取隐喻特征,存在着主观性强、难以扩充的缺点,并且对于专业背景知识要求比较严格.本文基于大规模语料库的机器学习,利用最大熵分类模型,提出了一种最优特征模板自动抽取的隐喻识别算法,讨论了3种不同层次的特征模板,既包含了经典的简单特征,又将跨多个词的远距离上下文信息,以及描述语义信息的词语相似性引入特征模板进行考察.实验结果表明,该算法提高了隐喻识别准确率,是一种对于汉语隐喻计算行之有效的机器学习方法.

计算机英语隐喻的认知价值

从认知角度出发 ,通过分析日常生活中的计算机用语 ,探索并研究计算机隐喻的基本结构及其认知作用。语料主要来源于计算机接口部分。通过语料分析 ,我们发现隐喻在计算机领域普遍存在而且体现了人们对计算机的认识 ,这种认识不仅表现在计算机用语里也表现在日常人机交流中。

从认知角度看英语的计算机用语隐喻特征

本文从认知角度出发,通过分析日常生活中的计算机用语,探索并研究了计算机隐喻的基本结构及其认知作用。语料分析表明,隐喻在计算机领域普遍存在并体现了我们对计算机的认识,这种认识不仅表现在计算机用语里,也表现在日常人机交流中。

隐喻的计算研究与进展

隐喻作为自然语言处理最棘手的问题之一逐渐引起了学者们的关注,国外学者在隐喻模型设计和隐喻知识库建设方面进行了很多尝试,也取得了一定效果。相比较而言,中文隐喻计算研究却显得有些薄弱,因此本文在传统隐喻研究的基础上综述了隐喻计算模型和隐喻知识库建设方面的进展,重点介绍了基于优选限制思想的M et5系统,基于实例方法的M IDAS系统,以及以统计为手段,基于大规模语料库提取的隐喻分析模型CorM et系统。通过总结国外的相关研究成果,探索面向信息处理的汉语隐喻形式化的研究方向。

隐喻计算研究进展

作为自然语言处理中的普遍现象,隐喻若不得到解决,将成为制约自然语言处理和机器翻译的瓶颈问题.结合相关的隐喻理论基础,从隐喻识别和隐喻解释这两个隐喻计算的子任务出发,介绍了现有的隐喻计算模型以及隐喻语料资源,并对这些隐喻模型的优缺点和适用范围进行了比较.

连接论:对基于计算机隐喻的认知模型的质疑

本文比较了基于计算机隐喻的传统认知处理模型的内容与特点和新兴起的连接论的内容与特点，认为，连接论将取代传统的基于计算机隐喻的认知处理模型成为今后指导人类认知研究的主流思想；语言学等学科要取得突破必须抛弃计算机隐喻的影响。

计算机隐喻词汇的功能与翻译

随着计算机产业的迅速发展,计算机词汇逐渐进入到人们的生活。而计算机词汇作为人类抽象思维的产物,就理所当然的要借助于隐喻这一人类普遍思维的具体阐述。该文探讨了计算机隐喻词汇的产生、特点、功能及其翻译,以期提高人们对计算机隐喻词汇的理解与利用。

从认知语言学角度看计算机术语中的隐喻现象

计算机是科学技术发展的产物,它的诞生彻底改变了人类的生活方式。计算机与互联网的巨大影响力使人们从多方面、多角度对其进行研究,这当中也包括隐喻研究者们。认知语言学的隐喻研究开始渗入到计算机领域。隐喻研究表明计算机领域中体现了隐喻思维.同时计算机的出现和应用反过来也影响着人们的语言和思维。本文从认知角度出发.根据莱考夫等人提出的概念隐喻.对日常生活中出现的计算机术语进行分析.探索了计算机隐喻的基本认知结构,指出计算机术语里的大量概念是来自其他的概念域当中。本文旨在说明隐喻普遍存在于计算机术语当中.对计算机研究发展起到了不可忽视的作用。

“像”的明喻计算

汉语隐喻计算是一项难度很大的工作,明喻由于带有明显的标志(比喻词)成为计算机自动识别的基础类型。该文着力于典型的比喻词"像"的比喻义及相关比喻成分的自动识别。首先,人工标注了1 586句语料,分析了明喻句的基本特点。然后,使用最大熵模型对"像"的比喻义和非比喻义进行分类,开放测试F值达到了89%。最后,用条件随机场模型识别出比喻的本体、喻体和相似点,F值分别达到了73%、86%和83%。

隐喻识别心理过程的无差别性及意义

本文从计算角度探讨隐喻识别问题。首先模拟人类隐喻思维过程构建了"识别、分析、释义"三阶段隐喻机器理解模式,并提出了隐喻识别心理过程的无差别性假设,即不同隐喻句皆通过句内成分之间指称或搭配之异常来触发人们的辨识。该假设直观地体现为人们在识别不同隐喻句时,反应时无明显差异,而在解释隐喻含义时,反应时则表现出明显差异。该假设得到了反应时对比实验结果的支持。隐喻识别心理过程的无差别性为隐喻计算提供了一种新的解决思路和方法。

汉语名词的隐喻知识表示及获取研究

隐喻知识的表示和获取是进行隐喻计算的基础。该文把隐喻知识看作是本体和喻体的特征和属性之间的关联。主要通过惯用语导入和句法模式识别两种机制,来获取名词的隐喻知识。惯用语的隐喻比较固定和单一,从专门的词典释义中就能获取准确的隐喻特征和属性。而一般名词的隐喻知识比较复杂,该文主要依托语料库和搜索引擎,通过关键词和句法匹配来获取同一名词不同的隐喻特征及对应属性。该项工作的结果,对隐喻句隐喻意义的获取和名词语义属性特征的描述体系构建具有一定的价值。

科学认知与计算主义的反思

计算主义的世界观认为:不仅认知和生命可以被看作是计算过程,而且整个宇宙都可以被看作是一个巨大的计算系统,自然界这本大书是用算法语言写的。这种算法万能的观点是错误的。实际上,计算机只不过是一种机器而已。

隐喻字面语义表示与生成

在隐喻理解中,隐喻字面语义表示是隐喻深层语义表示的前提;确切地说,隐喻字面语义表示语言作为隐喻计算的输入语言直接影响到隐喻的最终释义,因此隐喻字面语义表示对隐喻的机器理解有着重要的影响作用。但在国内学术界,还鲜有这方面的研究。鉴于此,该文结合汉语隐喻特点,从隐喻字面语义表示的角度出发,将汉语隐喻分为无嵌套隐喻和嵌套隐喻两种。并在分析隐喻字面语义(浅层语义信息和隐喻信息)的基础上,提出了隐喻角色依存表示语言作为隐喻字面表示语言,最后给出隐喻角色依存表示语言生成算法。实验表明,该方法引入到汉语隐喻解释机制中是富有成效的。

人工智能中计算主义的当前难题及转进策略

《自然辩证法研究》2023年11期,8400字人工智能(简称AI)在20世纪50—80年代这一发展阶段被称为GOFAI,即好的老式人工智能,这是一种计算主义的AI建构方法。计算主义者在对计算与智能二者关系的考察中提出了一个计算机隐喻:“思维之于大脑,就像程序之于硬件”。

面向隐喻计算的语料库研究和建设

汉语隐喻计算化研究是中文自然语言处理领域的一个前沿课题,然而研究所需要的隐喻语料资源却极其有限,对隐喻计算研究的发展形成了一定的对影响。本文主要研究了面向隐喻计算的语料库的设计和构建方法,并设计构建了一个具有一万句规模62万字的汉语隐喻标注句库以及一个面向隐喻识别的汉语常用动词搭配库。这些资源的构建建立在对隐喻现象的深入分析基础之上,是隐喻计算模型研究的基础性资源,对汉语隐喻的认知计算有着积极意义。

脑科学与心理学研究

随着现代科技的进步,脑科学特别是脑成像技术能够无损伤地探测人脑,成为脑功能研究的“显微镜”。这些科技的发展对心理学研究具有重大影响。它使得意识能够受到真正科学地研究,促使心理学研究从“计算机隐喻”向“脑隐喻”的转变,并将使心理学理论形态更加复杂。

计算机隐喻视角下译者心理研究

长久以来翻译研究者们常常仅关心翻译的具体方法,把研究的重点放在文本之上。然而,翻译并不是简单的语言转换,从本质上说翻译是一个思维的过程,是一个认知的过程,是一个涉及文化差异、审美等内容的复杂过程,并非是简单地将字与字、词与词对应转换。翻译过程中所遇到的一些问题并不能仅仅依靠语言学去解决,译者才是翻译活动的关键,人类独有的第二信号系统使得翻译活动成为可能。并且,译者本身对译文接受者负有责任,应当作为原文与读者的桥梁,不仅要尊重原文作者的意思,还要考虑译文接受者的背景,使得译文在忠实于原文的同时,为译文读者所接受。这并不是一项简单的事情,只有真正从事翻译工作的人才能体会其中艰难。因此,译者作为翻译活动的主体理应受到重视。进入现代信息社会,信息论、系统论、控制论成为了人类实行科学研究的主要理论武器,同时现代认知心理学得以运用客观实证的研究方法进行对曾经为人们所摒弃的内在心理过程的探索,上述理论的发展为译者心理研究提供了理论准备。翻译领域的研究也得以摆脱语言学派和文艺学派的长期斗争,产生了全新的研究切入点。译者心理这一关键因素也不再为人所忽视,译者的地位得到了提高。我们从新的角度出发,综述了使用认知心理学的研究思想和研究方法,利用计算机隐喻翻译过程中的认知过程,即包括记忆、思维等。当传统的翻译领域撞上现代认知心理学,究竟会迸发出怎样的火花,本文将围绕这一话题展开综述。