王 芳

(福建師范大學(xué)福清分校思政部，福建福清350300)

隨著信息時(shí)代的發(fā)展，人工智能和自然語言邏輯之間的關(guān)系越來越緊密，人工智能的發(fā)展推動了自然語言邏輯的誕生，拓寬了自然語言邏輯的研究領(lǐng)域，同時(shí)，自然語言邏輯的深入研究又反過來為人工智能的進(jìn)一步發(fā)展提供科學(xué)的研究方法，解決了人工智能中的知識表示問題，這兩者相互影響、相互作用。

一、自然語言邏輯的產(chǎn)生

人類語言的發(fā)展經(jīng)歷了從自然語言到形式語言的變革，再從形式語言回歸自然語言的辯證發(fā)展過程。在20世紀(jì)，以形式語言為基礎(chǔ)和形式化方法為手段的形式化運(yùn)動，成為席卷西方學(xué)術(shù)界的一種思潮。“與此同時(shí)，20世紀(jì)中期，另外的一種思潮也悄然興起，這就是回歸自然語言的新思潮，誕生了一門新的學(xué)科——自然語言邏輯”[1]。

自然語言邏輯，又被稱之為語言邏輯、自然邏輯，是19世紀(jì)中葉以來運(yùn)用現(xiàn)代邏輯的方法來研究自然語言的一門新學(xué)科?！坝捎谧匀徽Z言本身的復(fù)雜性以及現(xiàn)代數(shù)理方法的多樣性，自然語言邏輯就出現(xiàn)了從不同角度進(jìn)行研究的思路:如萊可夫等人從語言學(xué)角度探討自然語言語法結(jié)構(gòu)與其邏輯結(jié)構(gòu)的對應(yīng)關(guān)系;蒙太格則從現(xiàn)代邏輯觀點(diǎn)出發(fā)構(gòu)建自然語言的語句系統(tǒng);也有從語言的交際角度結(jié)合語法、修辭等特點(diǎn)來研究自然語言中邏輯問題的思路，等等”[2]。由此，自然語言邏輯研究的奠基者周禮全明確提出自然語言邏輯的研究要運(yùn)用現(xiàn)代邏輯的方法，結(jié)合現(xiàn)代邏輯學(xué)、現(xiàn)代語言學(xué)和現(xiàn)代修辭學(xué)的理論對自然語言進(jìn)行研究，建立新的邏輯系統(tǒng)——自然語言邏輯，有效地豐富和擴(kuò)大當(dāng)前的邏輯理論，從而為人們的正確思維和成功交際提供幫助。在周禮全的鼓勵(lì)和倡導(dǎo)下，一批學(xué)者埋頭致立于這一研究，可謂碩果累累。他們在關(guān)于自然語言邏輯的研究對象等一些問題上表達(dá)了不同的觀點(diǎn)和看法。蔡曙山指出，“語言邏輯使用現(xiàn)代邏輯的方法來研究自然語言的邏輯問題，包括自然語言的結(jié)構(gòu)、意義和使用的問題，也就是自然語言的語形、語義、語用問題”[3]。因?yàn)樗J(rèn)為自然語言邏輯是使用現(xiàn)代邏輯的方法研究自然語言的邏輯問題，那么根據(jù)他的理解，自然語言的語形、語義和語用當(dāng)然指的就是自然語言的邏輯語形、邏輯語義和邏輯語用。鄒崇理在《自然語言邏輯研究》一書中也表達(dá)了同樣的觀點(diǎn)。另外一些學(xué)者如周曉林認(rèn)為自然語言邏輯研究自然語言的語形學(xué)、語義學(xué)和語用學(xué)?！斑壿嬚Z形學(xué)、邏輯語義學(xué)、邏輯語用學(xué)”與“語形學(xué)、語義學(xué)、語用學(xué)”的區(qū)別在于，后者所涉及的范圍遠(yuǎn)遠(yuǎn)大于前者。據(jù)此，自然語言邏輯有廣義和狹義之分，廣義的自然語言邏輯研究的是自然語言的語形、語義、語用問題，而狹義的自然語言邏輯研究的是自然語言的邏輯語形、邏輯語義、邏輯語用，本文采用的是狹義的自然語言邏輯。

自然語言邏輯研究自然語言，自然語言與形式語言相比，一個(gè)顯著的不同點(diǎn)就是自然語言依賴語境，因此從邏輯角度來研究語言同語境的關(guān)系也是至關(guān)重要的。蔡曙山明確指出，“自然語言是人與人之間的交際工具，因而從邏輯角度來研究人與語言之間的關(guān)系，即語用邏輯，也是非常重要的”[1]。如果從實(shí)際生活來看，自然語言邏輯研究就不應(yīng)該像形式邏輯那樣抽象化，然而，現(xiàn)有的自然語言邏輯正好顯示了高度形式化、抽象化的特點(diǎn)。《自然語言邏輯的研究內(nèi)容——周禮全語言邏輯思想的啟迪》一文的作者在文中的最后表達(dá)了自己的擔(dān)憂，他說“假如自然語言邏輯研究再回到這種抽象，并進(jìn)而形成某些符號系統(tǒng)，那就勢必會帶來一系列進(jìn)一步需要解釋清楚的問題”[4]。如自然語言邏輯之所以產(chǎn)生的內(nèi)在動機(jī)與這種邏輯的研究結(jié)果及其發(fā)展現(xiàn)狀是不是相應(yīng)相稱，關(guān)于自然語言本身的邏輯能不能是這種完全符號化的形式系統(tǒng)，自然語言邏輯究竟應(yīng)不應(yīng)該像形式邏輯那樣抽象化，這種形式化、抽象化的進(jìn)一步發(fā)展是否會導(dǎo)致自然語言邏輯的研究脫離自己的發(fā)展軌道等。文中作者對自然語言邏輯發(fā)展現(xiàn)狀的擔(dān)憂是值得進(jìn)一步思考的。目前，形式化是自然語言邏輯發(fā)展的一個(gè)特點(diǎn)，之所以形式化與其使用現(xiàn)代邏輯的研究方法和現(xiàn)代信息時(shí)代發(fā)展的需要密不可分。一般來說，自然語言邏輯有2種基本的研究方法:(1)使用傳統(tǒng)邏輯的方法分析經(jīng)驗(yàn)語言學(xué);(2)使用現(xiàn)代邏輯的方法對自然語言的語形、語義和語用各方面的特征進(jìn)行分析。第一種方法的優(yōu)缺點(diǎn)顯而易見，其優(yōu)點(diǎn)是直觀、易于理解，缺點(diǎn)是缺少統(tǒng)一的語義。而第二種方法可以有效彌補(bǔ)前一種方法的缺陷，是語言邏輯中最常用的方法，所以自然語言邏輯的研究就打上了形式化的烙印。但就目前的研究而言，自然語言邏輯的3個(gè)研究部分:邏輯語形學(xué)、邏輯語義學(xué)和邏輯語用學(xué)，前2個(gè)方面研究得比較充分，已經(jīng)到達(dá)了形式化、抽象化的要求，這和語言學(xué)中相對應(yīng)的3個(gè)部分的研究情形是類似的，而邏輯語用學(xué)的形式化研究尚在起步中，并且對邏輯語用學(xué)的形式化研究起步最晚，難度最大。除此之外，自然語言邏輯形式化還有另一個(gè)深層次的原因，即自然語言邏輯不僅是現(xiàn)代邏輯學(xué)和現(xiàn)代語言學(xué)交互作用的產(chǎn)物，更是順應(yīng)信息時(shí)代發(fā)展的需要，是自然語言邏輯在人工智能下的進(jìn)一步發(fā)展，人工智能的發(fā)展要求自然語言邏輯形式化。

二、人工智能中的形式化

“人工智能”一詞最早是在1956年達(dá)特茅斯學(xué)會上提出的。此后，研究者們擴(kuò)展了人工智能的概念，發(fā)展了許多關(guān)于人工智能的理論。人工智能是通過研究人腦思維活動的規(guī)律，從而讓機(jī)器模擬人腦的智力系統(tǒng)，其目的是為人類提供服務(wù)?；蛘邠Q句話說，人工智能是通過構(gòu)造出具有一定人類智能的系統(tǒng)，讓機(jī)腦代替人腦去完成以往要靠人的智能才能完成的任務(wù)，或者那些靠人腦難以完成的任務(wù)，如四色定理的證明。美國斯坦福大學(xué)人工智能研究中心的尼爾遜給人工智能下了一個(gè)這樣的定義:人工智能是關(guān)于知識的學(xué)科——怎樣表示知識以及怎樣獲得知識并使用知識的科學(xué)[5]。在這3點(diǎn)中，首先要獲得知識，其次是表示知識，最終是使用知識，從獲得知識到使用知識的橋梁和中介是表示知識，人類知識的獲得是來之不易的，需要把它表示出來，而表示知識是使用知識的前提和基礎(chǔ)，所以如何把獲得的知識表示出來顯得尤為重要，因此，人工智能的關(guān)鍵是要怎樣表示知識，而知識的表示與現(xiàn)代邏輯的發(fā)展密不可分。

現(xiàn)代邏輯在20世紀(jì)獲得蓬勃發(fā)展，隨著研究范圍的不斷擴(kuò)大，關(guān)注的熱點(diǎn)隨著形勢的發(fā)展最終擴(kuò)大轉(zhuǎn)移到與計(jì)算機(jī)人工智能和自然語言有關(guān)的問題上。當(dāng)今，信息計(jì)算的發(fā)展要求運(yùn)用邏輯的框架來概述自然語言的特征，如計(jì)算機(jī)處理信息的步驟是:(1)用形式化的方法表達(dá)所關(guān)注的自然語言問題;(2)用算法表示已經(jīng)形式化的表述;(3)根據(jù)算法編制有關(guān)程序。而計(jì)算機(jī)處理自然語言的關(guān)鍵就是把自然語言變成適合計(jì)算機(jī)處理的信息數(shù)據(jù)，所以人工智能邏輯中一個(gè)重要工作就是用計(jì)算機(jī)能夠處理的形式語言來表示自然語言，換言之，就是知識表示。知識表示不像生物學(xué)、人類學(xué)那樣對人類或其他動物本身進(jìn)行仔細(xì)考察，而是研究人類知道些什么來理解人類智能。更具體地說，知識表示不研究知識的定義、知識的獲取與發(fā)現(xiàn)、知識的傳播與理解等問題，它更多關(guān)注的是如何用符號語言表示知識。如果能夠用形式語言表示人類用自然語言表達(dá)的知識，那么計(jì)算機(jī)就可以“理解”和“掌握”這些知識，并運(yùn)用這些知識產(chǎn)生人工智能，電腦就可以運(yùn)用人類知識像人腦一樣思考問題和解決問題。所以說自然語言邏輯的形式化是順應(yīng)信息時(shí)代發(fā)展的需要，人工智能的發(fā)展要求自然語言邏輯形式化。

三、面向知識表示的自然語言邏輯

最早是采用一階邏輯的方法來處理人工智能中的知識表示，但很快發(fā)現(xiàn)，一階邏輯難以描述現(xiàn)實(shí)世界，主要的困難就是知識表示的不確定性，幾乎凡事都有例外情況，沒有絕對的一般化。沃克認(rèn)為，不確定性在日常生活中無處不在，咎其原因是知識片面不完整。不確定性是知識片面不完整引起的，而知識的不完整主要有2個(gè)方面的原因:(1)客觀原因，客觀世界是無限發(fā)展的，我們不可能獲得關(guān)于世界的所有知識，即使獲得了，知識也不是一成不變的，它會隨著事物的發(fā)展而改變我們對事物原有的認(rèn)識?？陀^世界的紛繁復(fù)雜，是不確定性的最基本原因。(2)主觀原因，是人的無知和惰性，當(dāng)人們沒有掌握完全的知識，事實(shí)上完全的知識是可望而不可及的，而人們自以為掌握了完全的知識，以及人們懶惰的心理要求，認(rèn)為掌握的知識已經(jīng)足夠用了，沒有必要再去獲得新的知識。在日常生活中不確定性隨處可見。如2個(gè)人在交流的過程中，不可避免地會產(chǎn)生不確定性，作為主體的2個(gè)人的知識背景不同，理解的偏差，特定場合的背景噪音干擾，口齒不清，自然語言的歧義性等，為了理解說話人的意圖，當(dāng)輔之以其他的信息，如特定的語境，說話者的手勢以及溝通的深入等都可以降低這些不確定性。不管怎樣，不得不承認(rèn)，雖然不確定性給人們設(shè)置了種種障礙，但人們離不開不確定性，日常生活中人們都是在不確定性的環(huán)境中分析問題，解決問題。目前對于不確定性的處理，非單調(diào)邏輯成為一種重要的方法。

除了知識表示的不確定性帶來的困難，邏輯學(xué)家、語言學(xué)家以及人工智能學(xué)家發(fā)現(xiàn)，更大的困難來自知識表示本身，知識表示就是如何表示世界的事實(shí)。為了讓機(jī)器能夠表示知識，做出推理，實(shí)現(xiàn)人工智能，就需要把人類所掌握的知識表示成機(jī)器能夠識別的符號系統(tǒng)。常用的方法是一階邏輯，而一階邏輯所能刻畫的知識畢竟是很有限的，就是說并非所有的自然語言都能用一階邏輯來刻畫，它只能刻畫自然語言中的某些類型的語句。于是，順應(yīng)人工智能發(fā)展的需要，人們開始探討能夠刻畫更多的自然語句的理論。

目前面向知識表示的研究的一個(gè)重大缺陷，就是它過于依賴一階邏輯，而無法充分地描述自然語言。一階邏輯是為形式語言量身定制的，而人類的絕大多數(shù)知識是用自然語言表達(dá)而不是用形式語言表達(dá)的，這就使得傳統(tǒng)的知識表示在應(yīng)用方面受到很大局限，不能真正為人工智能提供支持。當(dāng)然，之所以用形式語言構(gòu)造一階邏輯，而不是采用自然語言，也是因?yàn)樽匀徽Z言本身具有的內(nèi)涵性、模糊性、交互性、形態(tài)性和多樣性等一系列顯著特點(diǎn)。為了擴(kuò)大知識表示與推理的應(yīng)用范圍，實(shí)現(xiàn)它對人工智能的支持力度，建立面向知識表示的自然語言邏輯，就要回歸自然語言，而自然語言的這些特點(diǎn)雖然給一階邏輯帶來重重困難，同時(shí)也為自然語言邏輯的蓬勃發(fā)展帶來更加廣闊的應(yīng)用前景。

接下來從自然語言的內(nèi)涵性、模糊性和交互性這3個(gè)典型特點(diǎn)來描述順應(yīng)時(shí)代發(fā)展的面向知識表示的自然語言邏輯是如何應(yīng)對挑戰(zhàn)和采取策略的。

1.面對自然語言的內(nèi)涵性的挑戰(zhàn)。自然語言的內(nèi)涵性不僅包括語義上的內(nèi)涵性，也包括語用上的內(nèi)涵性。語義上的內(nèi)涵性指的是用以確定表達(dá)式指稱的語義內(nèi)容，語用上的內(nèi)涵性指的是所謂的言外之意。自然語言的內(nèi)涵性使得它能夠表達(dá)人類的許多知識，但問題是經(jīng)典邏輯是外延邏輯，它無法刻畫自然語言的內(nèi)涵。弗雷格認(rèn)識到由于內(nèi)涵的存在而帶來的認(rèn)知差異，這種認(rèn)知差異反映在邏輯和形式語義上，就是經(jīng)典的等值替換原理的失效。起初人們認(rèn)為內(nèi)涵語境只限于命題態(tài)度句，但內(nèi)涵語境的范圍遠(yuǎn)遠(yuǎn)超出了命題態(tài)度句，它在自然語言中幾乎無所不在。

例1:李四是個(gè)好丈夫。

例2:李四是個(gè)好男人。

一般情況，丈夫指的就是男人，然而現(xiàn)實(shí)生活中往往會發(fā)現(xiàn)好丈夫未必就是一個(gè)好男人，反之亦然。正是由于經(jīng)典邏輯的外延性，在經(jīng)典邏輯產(chǎn)生不久，就因?yàn)樗缓虾跞祟愖匀徽Z言推理，一系列非經(jīng)典邏輯應(yīng)運(yùn)而生。在眾多非經(jīng)典邏輯中，基于可能世界的模態(tài)邏輯脫穎而出，成為處理自然語言內(nèi)涵性現(xiàn)象的重要工具，但它在語義的表達(dá)上仍過于粗糙，因此，在自然語言中替換失效的情況仍然存在，這就是所謂的“超內(nèi)涵語境”。所謂“超內(nèi)涵語境”指的是在所有可能世界中具有相同真值的語句并不必然具有相同的內(nèi)涵。

例3:瑪麗結(jié)婚了并且生了一個(gè)可愛的女兒。

例4:瑪麗生了一個(gè)可愛的女兒并且結(jié)婚了。

其中例3和例4在所有的可能世界中皆有相同的真值，但它們卻不具有相同的內(nèi)涵。為了克服這一現(xiàn)象，有效的進(jìn)行知識表示和推理，超內(nèi)涵邏輯產(chǎn)生了。

2.面對自然語言的模糊性的挑戰(zhàn)。眾所周知，自然語言具有模糊性。由于這種模糊性，在人工智能中不但有明確概念組成的“知識庫”，而且有包含模糊概念的“知識粥”。人類所具有的知識的存在形式更多是以“知識粥”的形式存在的，而人工智能則需要的是計(jì)算機(jī)易于處理的由明確概念組成的“知識庫”，這使得我們想要把模糊性的“知識粥”變成精確的“知識庫”。起初模糊性被認(rèn)為是自然語言的重大缺陷，當(dāng)試圖去消滅它，讓它被精確性取而代之的時(shí)候才發(fā)現(xiàn)，這是不可能的，也是不現(xiàn)實(shí)的。更為重要的是，語言的模糊性并非只有消極意義，語言的模糊性在很大程度上方便了信息與知識的交流與共享。諸如此類的詞語不斷涌現(xiàn)，如也許、應(yīng)該、可能、大概等。如果追求所謂的絕對精確，人們恐怕無法交流，更不要說知識的獲取了。如問路的時(shí)候，你問別人某地的距離，別人只能給出一個(gè)大概的公里數(shù)，而難以達(dá)到精確，過度的精確現(xiàn)實(shí)生活中不僅不可能做到，而且對于問路人而言沒有任何意義。因此，處理模糊性的辦法并不是消滅它，而是最大限度地對自然語言本身進(jìn)行描述和刻畫，揭示包含模糊表達(dá)式的命題在語義和推理上的特征，從而獲得對人類模糊性知識的機(jī)器表示，最終完成機(jī)器對人類智能的模擬。如模糊邏輯有針對自然語言中的量詞進(jìn)行系統(tǒng)研究，就有了關(guān)于模糊量詞的表示的理論。

3.面對自然語言的交互性的挑戰(zhàn)。自然語言不僅可以表達(dá)意義，促使行動的發(fā)生，甚至可以改變?nèi)藗兊男拍睢⒅R、態(tài)度和情感，這就是常說的“以言表意”“以言行事”和“以言取效”。如你到一戶人家作客，看到主人家窗戶開著，而且此時(shí)你感覺很冷，你說“今天天氣真冷”，主人可能就能領(lǐng)會你的意思，關(guān)上窗戶，從而達(dá)到你想要的效果，而不需要自己發(fā)生行為。這就是言語行為理論。當(dāng)從行為的角度來看自然語言時(shí)，自然語言就不再是一個(gè)靜態(tài)的過程，而是是一個(gè)動態(tài)的過程，它不僅是動態(tài)性的，也是多主體性。在人工智能中人們早已認(rèn)識到多主體性的重要性，而且越來越清楚地認(rèn)識到，如果僅僅從個(gè)體出發(fā)是無法把握智能的全部的，人類的理性和智能是群體交互作用的結(jié)果。自然語言的交互性是由自然語言的動態(tài)性和多主體性共同構(gòu)成的，經(jīng)典一階邏輯顯然不能滿足這一要求，因?yàn)樗炔皇侵黧w也不是動態(tài)的。近年來發(fā)展起來的動態(tài)認(rèn)知邏輯，既考慮到多主體性又考慮到動態(tài)性，為面向知識表示的自然語言邏輯提供了很好的工具。

如上所述，雖然自然語言的內(nèi)涵性、模糊性和交互性這些特點(diǎn)使其形式化帶來重重困難，但同時(shí)也為自然語言邏輯的蓬勃發(fā)展帶來更加廣闊的應(yīng)用前景，為自然語言的研究開拓了新的領(lǐng)域。

[1]蔡曙山，鄒崇理.自然語言形式理論研究[M].北京:人民出版社，2010:40，100.

[2]鄒崇理.自然語言邏輯研究[M].北京:人民出版社，2000:1.

[3]周禮全.邏輯與語言研究:第一集[M].北京:中國社會科學(xué)出版社，1980:86.

[4]王健平.自然語言邏輯的研究內(nèi)容——周禮全語言邏輯思想的啟迪[J].哲學(xué)動態(tài)，2012(6):101－104.

[5]胡勤.人工智能概述[J].電腦知識與技術(shù)，2010(13):3507－3509.