摘 要 不同的方位義詞語(yǔ)可以用于表達(dá)相同的空間場(chǎng)景。文章考察了漢語(yǔ)空間表達(dá)“異形同義”現(xiàn)象的不同類型，并據(jù)此制作測(cè)試題，作為“異形同義判別”子任務(wù)，成為中文空間語(yǔ)義理解能力SpaCE評(píng)測(cè)基準(zhǔn)的一個(gè)組成部分。針對(duì)大語(yǔ)言模型的評(píng)測(cè)結(jié)果顯示，大語(yǔ)言模型在“異形同義判別”任務(wù)上與人類水平尚有較大差距，且機(jī)器在不同試題上的表現(xiàn)特點(diǎn)也與人類表現(xiàn)有所不同。從空間認(rèn)知圖式的角度講，大語(yǔ)言模型基于語(yǔ)符分布學(xué)習(xí)到的人類語(yǔ)言知識(shí)，還沒(méi)有轉(zhuǎn)化為類人的空間認(rèn)知圖式理解能力。

關(guān)鍵詞 空間表達(dá) 空間認(rèn)知 異形同義 機(jī)器語(yǔ)言能力評(píng)測(cè) 大語(yǔ)言模型

一、 引 言

語(yǔ)言中有的符號(hào)形式跟意義之間的對(duì)應(yīng)關(guān)系相對(duì)固定，使用時(shí)對(duì)語(yǔ)境的依賴性相對(duì)較小，比如“汽車、學(xué)校、演奏……”；有的符號(hào)形式則需要在使用時(shí)結(jié)合語(yǔ)境才能確定其具體意義。比如表達(dá)物體之間空間方位關(guān)系的詞語(yǔ)“上、下、前、后、上去、下去、這兒、那兒……”。圖1中甲和乙在描述方塊和圓球的位置關(guān)系時(shí)，就可能會(huì)出現(xiàn)“異形同義”的情況：甲說(shuō)“圓球K在方塊Q的前面”，乙說(shuō)“圓球K在方塊Q的后面”，兩人說(shuō)的句子形式不同（有一詞之差異），但所描述的空間場(chǎng)景是相同的。［1］“前、后”等用于表達(dá)空間方位關(guān)系的詞語(yǔ)，屬于指示語(yǔ)（deixis）范疇，相比于形義對(duì)應(yīng)關(guān)系相對(duì)固定的語(yǔ)言現(xiàn)象，跟指示范疇相關(guān)的形義對(duì)應(yīng)關(guān)系更為復(fù)雜多樣，會(huì)給計(jì)算機(jī)理解文本中的空間信息帶來(lái)更大的挑戰(zhàn)。

以深度學(xué)習(xí)方法訓(xùn)練的人工神經(jīng)網(wǎng)絡(luò)，通過(guò)觀察海量文本中語(yǔ)言符號(hào)的分布模式，可以掌握類似于語(yǔ)言學(xué)研究所追求的“形式—意義”對(duì)應(yīng)關(guān)系的知識(shí)。像ChatGPT這樣的大語(yǔ)言模型表現(xiàn)出能與人流暢對(duì)話的能力，正是“意義即（形式）分布”這一抽象語(yǔ)言學(xué)原理的有效驗(yàn)證。不過(guò)，符號(hào)的意義是否完全等同于符號(hào)的形式分布呢？再進(jìn)一步，訓(xùn)練語(yǔ)料的數(shù)據(jù)盡管是海量的，畢竟還是有限的。計(jì)算機(jī)在多大程度上，能從有限的語(yǔ)料（形式分布）中學(xué)習(xí)到具有無(wú)限可能的意義呢？

從理論上回答上述問(wèn)題非常困難，信息處理領(lǐng)域的做法就是不斷通過(guò)評(píng)測(cè)機(jī)器的語(yǔ)義理解水平來(lái)探索答案。在以往評(píng)測(cè)計(jì)算機(jī)空間信息處理能力的研究中，比較有代表性的評(píng)測(cè)任務(wù)是空間語(yǔ)義角色標(biāo)注，如面向英語(yǔ)文本的空間語(yǔ)義角色標(biāo)注任務(wù)SpRL（2013，2015），多模態(tài)空間語(yǔ)義角色標(biāo)注任務(wù)mSpRL（2017）等。［2］語(yǔ)義角色標(biāo)注任務(wù)是基于語(yǔ)言學(xué)理論對(duì)文本中的空間信息（包括實(shí)體和空間關(guān)系等）進(jìn)行識(shí)別和分類，要求對(duì)文本進(jìn)行細(xì)粒度結(jié)構(gòu)化的綜合分析，但這類任務(wù)側(cè)重語(yǔ)言學(xué)專業(yè)知識(shí)，而不是訴諸普通人的語(yǔ)感。從“形式—意義”對(duì)應(yīng)關(guān)系的角度看，自然語(yǔ)言的空間表達(dá)中有很多現(xiàn)象會(huì)超越符號(hào)通常的形義配對(duì)關(guān)系，呈現(xiàn)出不同程度的復(fù)雜性，對(duì)理解主體的認(rèn)知加工能力提出了更高的要求。從這個(gè)角度考慮，我們嘗試在評(píng)測(cè)任務(wù)設(shè)計(jì)時(shí)，實(shí)現(xiàn)從“語(yǔ)言學(xué)”到“語(yǔ)文學(xué)”的擴(kuò)展（或者說(shuō)某種程度的轉(zhuǎn)向）：測(cè)試題的考察意圖應(yīng)該更直接體現(xiàn)機(jī)器對(duì)空間語(yǔ)言表達(dá)的直觀理解能力，以更接近普通人語(yǔ)感的方式來(lái)回答問(wèn)題。近四年我們依托中國(guó)計(jì)算語(yǔ)言學(xué)大會(huì)（CCL）的中文技術(shù)評(píng)測(cè)平臺(tái)，組織了SpaCE系列評(píng)測(cè)大賽（SpaCE2021～2024），［3］先后設(shè)計(jì)了六項(xiàng)子任務(wù)：文本空間信息正誤判別、文本異?？臻g信息識(shí)別、缺失參照成分找回、空間語(yǔ)義角色標(biāo)注、空間表達(dá)異形同義判別、空間方位關(guān)系推理。［4］其中除空間語(yǔ)義角色標(biāo)注、空間方位關(guān)系推理“專業(yè)色彩”較強(qiáng)外，其余四項(xiàng)任務(wù)都屬于對(duì)一般人來(lái)說(shuō)靠直覺(jué)就能回答的問(wèn)題。比如例（1）是一個(gè)缺失參照成分找回任務(wù)［5］的例子：

（1） 文本：他們五人推著自行車走到汽車旁，有兩個(gè)人爬到了汽車上，接著就翻下來(lái)十筐蘋果，下面三個(gè)人把筐蓋掀開(kāi)往他們自己的筐里倒。

問(wèn)題： （ ）下面三個(gè)人把筐蓋掀開(kāi)往他們自己的筐里倒？

顯然，這樣的任務(wù)就像是日常對(duì)話中的問(wèn)答，不需要語(yǔ)言學(xué)專業(yè)知識(shí)參與。對(duì)人來(lái)說(shuō)，回答這個(gè)問(wèn)題需要理解整句話的語(yǔ)義，同時(shí)重點(diǎn)需要理解在特定場(chǎng)景中出現(xiàn)的實(shí)體以及實(shí)體間的空間方位關(guān)系。如果計(jì)算機(jī)也能像人一樣做出正確的回答，就可以認(rèn)為計(jì)算機(jī)也像人一樣，是能夠理解這句話中的空間信息的。

本文討論SpaCE系列空間評(píng)測(cè)基準(zhǔn)中的“異形同義判別任務(wù)”。第二部分分析“異形同義”現(xiàn)象的不同類型（對(duì)應(yīng)不同復(fù)雜程度和不同認(rèn)知難度的測(cè)試任務(wù)）；第三部分介紹評(píng)測(cè)數(shù)據(jù)集的制作方法；第四部分簡(jiǎn)要介紹大語(yǔ)言模型在這一任務(wù)上的表現(xiàn)；第五部分對(duì)比模型和人類被試在這一任務(wù)上的表現(xiàn)；第六部分對(duì)這項(xiàng)研究做一個(gè)總結(jié)。

二、 空間“異形同義”現(xiàn)象的不同類型

空間范疇作為非?；A(chǔ)的語(yǔ)言認(rèn)知概念，一直受到語(yǔ)言學(xué)界關(guān)注，研究成果非常豐富。如果從“異形同義”的視角看漢語(yǔ)語(yǔ)法學(xué)界以往的工作，相關(guān)成果在三方面對(duì)本文工作有直接的啟發(fā)。（1） 注重區(qū)分不同空間方位參照類型，挖掘空間表達(dá)中影響說(shuō)話人選取參照策略的不同因素。比如對(duì)“前、后、左、右”等方位詞造成空間句異形同義現(xiàn)象的考察，可參見(jiàn)方經(jīng)民（1987a，1987b）、林笛（1993）、郭銳（2004）等。（2） 注重分析空間實(shí)體本身屬性特征的影響，以及空間實(shí)體加上相關(guān)的動(dòng)作等更復(fù)雜的語(yǔ)境信息，對(duì)空間表達(dá)異形同義的綜合影響。比如對(duì)“上—里”可換用現(xiàn)象的分析，可參見(jiàn)高橋彌守彥（1992）、劉寧生（1994）；從實(shí)體屬性角度討論實(shí)體名詞對(duì)其后方位詞的選擇限制，提出實(shí)體可居點(diǎn)特征分析框架，可參見(jiàn)儲(chǔ)澤祥等（2008）。（3） 對(duì)位移場(chǎng)景中的空間異形同義現(xiàn)象的考察，比如對(duì)“來(lái)—去、上來(lái)—下來(lái)”異形同義現(xiàn)象［“我馬上就來(lái)=我馬上就去”，“（登船場(chǎng)景中）跳上來(lái)=跳下來(lái)”］的分析，可參見(jiàn)齊滬揚(yáng)（1996）、童小娥（2009）。

前人尚未對(duì)空間表達(dá)異形同義現(xiàn)象做系統(tǒng)全面的考察， ［6］也未見(jiàn)有從機(jī)器空間理解能力評(píng)測(cè)的角度做相關(guān)語(yǔ)料數(shù)據(jù)的收集和標(biāo)注工作。考慮到“異形同義”在真實(shí)語(yǔ)言使用中屬于低頻分布現(xiàn)象，為了在SpaCE評(píng)測(cè)基準(zhǔn)中實(shí)現(xiàn)對(duì)機(jī)器的空間認(rèn)知理解能力更為全面和深入的評(píng)測(cè)，我們?cè)O(shè)計(jì)了基于空間表達(dá)異形同義現(xiàn)象的異形同義判別任務(wù)。主要的思路是：窮盡性地考察漢語(yǔ)空間義詞語(yǔ)的詞對(duì)［7］（如“上—里、上—下、上—外、前—后、上來(lái)—過(guò)來(lái)、進(jìn)來(lái)—下來(lái)……”），分析這些詞對(duì)在表達(dá)空間場(chǎng)景時(shí)構(gòu)成異形同義句對(duì)的可能性，以及造成異形同義的原因是什么。在收集到一定規(guī)模的句對(duì)語(yǔ)料基礎(chǔ)上，就可以制作相應(yīng)的試題（如判斷題或選擇題等），考察機(jī)器（或人）是否有能力判斷：特定情境中空間方位義詞語(yǔ)形式不同而其所指的空間場(chǎng)景卻可能相同。

從形成原因角度看，空間表達(dá)中的“異形同義”現(xiàn)象有不同情況，大致可以區(qū)分為六類：（A） 兩個(gè)方位義詞語(yǔ)本身詞義接近；（B） 兩個(gè)方位義詞語(yǔ)的詞義有包含關(guān)系；

（C） 兩個(gè)空間義詞語(yǔ)有多個(gè)義項(xiàng)，二者在某個(gè)義項(xiàng)上，對(duì)應(yīng)的空間圖景相近；（D） 文本中方位詞（f）所依附的參照物名詞（N）缺失，可以有不同的補(bǔ)回方式，異形同義實(shí)際上是N1+f1跟N2+f2對(duì)應(yīng)了相同的空間圖景；（E） 實(shí)體在文本中有投影物，異形同義實(shí)際上是N1+f1+N2和N1+f2+N2之間造成的所指實(shí)體跟其影像的“偽同指”；（F） 空間關(guān)系固化語(yǔ)境中的“主賓可逆序”句型，即詞序可逆而空間語(yǔ)義角色（關(guān)系）固定不變。下文分別討論。

（一） 方位義詞語(yǔ)詞義相近（A類）

請(qǐng)看下面的例子：

（2） a. 每年開(kāi)春，家里總是從地窖里把保存了一個(gè)冬季的地瓜種一筐筐運(yùn)到上面。

b. 每年開(kāi)春，家里總是從地窖中把保存了一個(gè)冬季的地瓜種一筐筐運(yùn)到上面。

c. 每年開(kāi)春，家里總是從地窖內(nèi)把保存了一個(gè)冬季的地瓜種一筐筐運(yùn)到上面。

例（2）中三個(gè)句子只有一個(gè)詞的差異，即“里—中—內(nèi)”在三句中不同，其余部分是完全相同的，三句構(gòu)成最小對(duì)立的形式差異，同時(shí)，句子所表達(dá)的空間場(chǎng)景相同：“地瓜種冬季儲(chǔ)藏在地窖里，開(kāi)春時(shí)從地窖運(yùn)到外面。”

詞義相近的方位詞對(duì)不多。類似的例子還有“旁—邊”“一邊—旁邊”“旁邊—附近”“旁邊—側(cè)面”等。

（二） 方位義詞語(yǔ)的詞義有包含關(guān)系（B類）

請(qǐng)看下面的例子。

（3） a. 在這個(gè)房間里，墻壁上掛著一幅畫(huà)，畫(huà)的是一片美麗的森林。畫(huà)的上端是一片藍(lán)天白云。

b. 在這個(gè)房間里，墻壁上掛著一幅畫(huà)，畫(huà)的是一片美麗的森林。畫(huà)的頂端是一片藍(lán)天白云。

（4） a. 阿姨將肉粽打開(kāi)，粽葉放在一邊備用。

b. 阿姨將肉粽打開(kāi)，粽葉放在右邊備用。

例（3）中兩個(gè)句子只有一詞之差：上端—頂端，從所指范圍來(lái)說(shuō)，“上端”指的區(qū)域包含了“頂端”，后者是前者的一部分。例（3）a和例（3）b整句所表達(dá)的空間場(chǎng)景基本可以看作是相同的。

例（4）中兩個(gè)句子也是一詞之差：一邊—右邊，從所指范圍來(lái)說(shuō)，“一邊”指的區(qū)域既可以是“右邊”，也可以是“左邊”，后者是前者的一部分。如果不以精確傳遞信息為標(biāo)準(zhǔn)，例（4）a和例（4）b整句所表達(dá)的空間場(chǎng)景就也可以看作是相同的（類似于用“車”稱呼小轎車）。

趨向動(dòng)詞之間也有類似的詞義包含關(guān)系。請(qǐng)看例子：

（5） a. 三輛警車循著逃犯的逃跑路線，一路追到白石橋下，連日洪水的沖擊，讓平日能過(guò)大卡車的石橋看上去像是處在崩塌的邊緣。中隊(duì)長(zhǎng)猶豫半晌，最終咬牙發(fā)出命令：開(kāi)過(guò)去！

b. 三輛警車循著逃犯的逃跑路線，一路追到白石橋下，連日洪水的沖擊，讓平日能過(guò)大卡車的石橋看上去像是處在崩塌的邊緣。中隊(duì)長(zhǎng)猶豫半晌，最終咬牙發(fā)出命令：開(kāi)上去！

例（5）中兩個(gè)句子只有一詞之差：上去—過(guò)去，二者在句中都表示“警車向白石橋的方向移動(dòng)”?！冬F(xiàn)代漢語(yǔ)詞典》第7版對(duì)“上去”作為趨向動(dòng)詞用法的釋義是“用在動(dòng)詞后，表示由低處向高處，或由近處向遠(yuǎn)處，或由主體向?qū)ο蟆保粚?duì)“過(guò)去”作為趨向動(dòng)詞用法的釋義是“用在動(dòng)詞后，表示離開(kāi)或經(jīng)過(guò)自己所在的地方”?？梢?jiàn)，“上去”對(duì)位移特征的描述更具體，“過(guò)去”則更籠統(tǒng)，從這個(gè)意義上講，“過(guò)去”跟“上去”的詞義關(guān)系，類似于上面“上端—頂端”“一邊—右邊”的詞義關(guān)系，也屬于包含關(guān)系，即前者的空間方位特征相比于后者更為籠統(tǒng)，適用范圍更大，后者相比于前者更為具體，適用范圍更小。

詞義有包含關(guān)系的方位詞詞對(duì)和趨向動(dòng)詞詞對(duì)不多。前者主要有“上端—頂端、下端—底端、一邊—右邊、一邊—左邊、旁邊—右邊、旁邊—左邊”等；后者主01048b558e9544f1048c1963613721ca要有“過(guò)去—上去、過(guò)去—下去、過(guò)去—進(jìn)去、過(guò)去—出去、過(guò)來(lái)—上來(lái)、過(guò)來(lái)—下來(lái)、過(guò)來(lái)—進(jìn)來(lái)、過(guò)來(lái)—出來(lái)”等。

（三） 方位義詞語(yǔ)表示的方位或方向重疊（C類）

兩個(gè)方位詞詞義之間即使沒(méi)有相近或包含關(guān)系，但在特定上下文中，仍然可以使整句表示相同的空間場(chǎng)景。請(qǐng)看例子：

（6） a. 夜里打麻將，使她根本無(wú)法看書(shū)做作業(yè)，她只好搬個(gè)小木凳到小巷邊的路燈下學(xué)習(xí)。

b. 夜里打麻將，使她根本無(wú)法看書(shū)做作業(yè)，她只好搬個(gè)小木凳到小巷邊的路燈旁學(xué)習(xí)。

（7） a. 沿著木棧道，總書(shū)記步入林中。在一棵落葉松下，總書(shū)記還特地用手丈量了一番：“長(zhǎng)得很好，樹(shù)干很直。”

b. 沿著木棧道，總書(shū)記步入林中。在一棵落葉松前，總書(shū)記還特地用手丈量了一番：“長(zhǎng)得很好，樹(shù)干很直?！?/p>

例（6）中兩個(gè)句子只有一詞之差：下—旁，兩句的空間場(chǎng)景相同，都是“她在路燈下面學(xué)習(xí)”，“路燈下=路燈旁”。盡管“下”跟“旁”的詞典釋義不同，但在借助路燈光線來(lái)學(xué)習(xí)的事件場(chǎng)景中，把“路燈”作為參照物，“下”和“旁”可以表示相對(duì)于參照物“路燈”而言相同的方位，即“路燈燈柱底端附近的位置”。

例（7）中兩句的情況類似，“下”跟“前”的參照物是跟路燈類似的柱狀物“落葉松”，“落葉松下=落葉松前”。圖2是“下—旁—前”這三個(gè)方位詞在參照物為柱狀物時(shí)指向相同位置的示意圖，S是當(dāng)前描述的空間實(shí)體，S相對(duì)于參照物R（柱狀物）的位置，用“下、旁、前”描述，都指向相同的位置，即R底部的附近區(qū)域。

趨向動(dòng)詞之間也有類似方位詞的這種“異形同義”現(xiàn)象，請(qǐng)看例子：

（8） a. 人的咽喉和食管同胃是相通的，喝下去的醋只會(huì)與魚(yú)刺接觸，醋的脫鈣作用無(wú)法進(jìn)行。因此，任你喝醋再多，也無(wú)濟(jì)于事。

b. 人的咽喉和食管同胃是相通的，喝進(jìn)去的醋只會(huì)與魚(yú)刺接觸，醋的脫鈣作用無(wú)法進(jìn)行。因此，任你喝醋再多，也無(wú)濟(jì)于事。

例（8）中兩句的差異是趨向動(dòng)詞“下去”和“進(jìn)去”的對(duì)立。在食管這一垂直柱狀容積物作為參照物實(shí)體的語(yǔ)境中，移動(dòng)的物體（醋）從食管外進(jìn)入到食管內(nèi)部，同時(shí)也是從食管的頂部往下進(jìn)入食管下方的位置。在這個(gè)場(chǎng)景中，下去（從高到低）=進(jìn)去（從外到里），不同的兩個(gè)趨向動(dòng)詞，表達(dá)了這一場(chǎng)景中相同的位移方向。圖3形象地描述了這一現(xiàn)象。

像例（6）到例（8）這樣的異形同義情況，不是由方位詞或趨向動(dòng)詞自身的詞義造成的，也不是由文本中相關(guān)的空間實(shí)體、參照物實(shí)體、位移事件等獨(dú)立造成的，而是這些因素共同作用的結(jié)果。如果把具體的復(fù)雜多樣的空間場(chǎng)景抽象為有一定幾何共性的示意圖（如圖2、圖3所示），在語(yǔ)言學(xué)中稱為空間圖式（Lakoff 1987；Talmy 2000）。從這個(gè)角度講，可以說(shuō)上述例句所呈現(xiàn)的異形同義現(xiàn)象，是因?yàn)椴煌轿辉~或趨向動(dòng)詞激活的“空間圖式”有交集。

空間圖式是從認(rèn)知角度對(duì)物理意義上的空間場(chǎng)景所做的概念抽象，一個(gè)方位詞或趨向動(dòng)詞可能對(duì)應(yīng)一些典型的空間圖式，但不太容易窮盡所有可能的空間圖式，因?yàn)闆Q定空間圖式的因素比較多，而且有時(shí)不容易離析出來(lái)。例如：

（9） a. 昨晚，飯桌上，奶奶、爸爸和我爭(zhēng)著同媽媽說(shuō)話，直到我雙手將媽媽的臉扳向我為止。

b. 昨晚，飯桌旁，奶奶、爸爸和我爭(zhēng)著同媽媽說(shuō)話，直到我雙手將媽媽的臉扳向我為止。

例（9）中兩句也是“異形同義”，雖然“上”跟“旁”是不同的方位詞，但在例（9）的語(yǔ)境中，“飯桌上=飯桌旁”。如果要用空間圖式來(lái)呈現(xiàn)這個(gè)場(chǎng)景中“上”和“旁”所指的位置，就不太容易，在很多場(chǎng)景中，“飯桌上”跟“飯桌旁”是不同的位置，比如“飯桌上的酒瓶”跟“飯桌旁的酒瓶”，肯定是指不同位置的酒瓶。但在多人圍坐桌子吃飯的場(chǎng)景中，“在飯桌旁坐著的這些人”，也可以用“飯桌上的這些人”來(lái)指稱。

實(shí)際上，我們收集的異形同義句對(duì)語(yǔ)料，多數(shù)都是“空間圖式交集”類的（詳見(jiàn)下文第三、第四部分），因?yàn)槠渌悇e都有比較明確的形式特征條件或者詞義特征條件，而“空間圖式交集”這類情況，是方位詞、空間實(shí)體、參照物實(shí)體、位移事件等因素綜合作用的結(jié)果，尚無(wú)特別明晰、系統(tǒng)的界定標(biāo)準(zhǔn)，本文暫且把這類異形同義現(xiàn)象的成因歸結(jié)為“空間圖式交集”，更具體的原因分析，還有待將來(lái)進(jìn)一步深入研究。

（四） 方位詞依附的參照物實(shí)體缺失（D類）

前面三類方位詞在句中都緊跟在其所依附的參照物實(shí)體名詞之后。如果方位詞所依附的參照物名詞省略，在理解空間場(chǎng)景時(shí)，理論上就需要補(bǔ)出這個(gè)缺失的參照成分。這種情況下，也可能會(huì)造成異形同義現(xiàn)象。請(qǐng)看例子：

（10） a. 在一座小縣城的一間教室里，工人們正在安裝一塊電子白板?！敖柚W(wǎng)課，我們的學(xué)生坐在教室里，就可以跟著里面的名師學(xué)習(xí)，享受優(yōu)質(zhì)的教育資源?！毙ｉL(zhǎng)興奮地說(shuō)。

b. 在一座小縣城的一間教室里，工人們正在安裝一塊電子白板?！敖柚W(wǎng)課，我們的學(xué)生坐在教室里，就可以跟著外面的名師學(xué)習(xí)，享受優(yōu)質(zhì)的教育資源?！毙ｉL(zhǎng)興奮地說(shuō)。

c. 在一座小縣城的一間教室里，工人們正在安裝一塊電子白板?！敖柚W(wǎng)課，我們的學(xué)生坐在教室里，就可以跟著上面的名師學(xué)習(xí)，享受優(yōu)質(zhì)的教育資源?！毙ｉL(zhǎng)興奮地說(shuō)。

（11） a. 至今菲律賓的土著居民在見(jiàn)面時(shí)，握過(guò)手后還要轉(zhuǎn)身向前走幾步，意思是向?qū)Ψ奖砻鞅澈鬀](méi)有藏刀。

b. 至今菲律賓的土著居民在見(jiàn)面時(shí)，握過(guò)手后還要轉(zhuǎn)身向后走幾步，意思是向?qū)Ψ奖砻鞅澈鬀](méi)有藏刀。

例（10）三個(gè)句子中只有一詞之差：里面—外面—上面，這三個(gè)方位詞依附的參照物名詞沒(méi)有跟方位詞緊鄰出現(xiàn)，其中例（10）a的“里面”依附的參照物實(shí)體名詞是“網(wǎng)課”（或“電子白板”），例（10）b的“外面”依附的是“小縣城”（或“教室”），例（10）c的“上面”依附的是“電子白板”，但這三個(gè)句子所表達(dá)的空間場(chǎng)景可以說(shuō)是完全相同的。

例（11）兩句中也只有一詞之差：前—后，這兩個(gè)方位詞依附的參照物名詞沒(méi)有跟方位詞緊鄰出現(xiàn)，兩句表達(dá)的空間場(chǎng)景涉及位移動(dòng)作：例（11）a的“向前”指的是轉(zhuǎn)身之后，人面向的前方；例（11）b的“向后”指的是轉(zhuǎn)身之前、人背向的后方。字面上，“前—后”兩個(gè)方向相反，但在這兩句所表達(dá)的空間場(chǎng)景中，實(shí)際上指向同一個(gè)絕對(duì)方向（比如“向東”），是相同的空間場(chǎng)景。區(qū)別僅僅在于，例（11）a“向前”方向的參照實(shí)體是轉(zhuǎn)身之后的人（該人的面向）；例（11）b“向后”方向的參照實(shí)體是轉(zhuǎn)身之前的人（該人的

背向）。

例（10）和例（11）代表了兩種參照物實(shí)體“缺失—找回”的情形。前者是在“同時(shí)”條件下，不同方位詞參照了不同的空間實(shí)體；后者是在“歷時(shí)”條件下，不同方位詞參照了不同時(shí)點(diǎn)的同一個(gè)空間實(shí)體。二者都可以概括為：（N1）+f1=（N2）+f2，其中N1和N2是缺失的參照成分，可能是句中不同名稱的空間實(shí)體，也可能是同一個(gè)空間實(shí)體在不同時(shí)點(diǎn)的變體。后一種情況出現(xiàn)的場(chǎng)景總是伴隨著“轉(zhuǎn)身、扭頭”類轉(zhuǎn)向動(dòng)作。（孫陳亦待刊）

（五） 空間實(shí)體在上下文中有投影（鏡像） 實(shí)體（E類）

異形同義現(xiàn)象中，還有一類是實(shí)體在文本語(yǔ)境中有投影物，實(shí)體與投影物用同一個(gè)名詞指稱，即實(shí)體跟其影像“偽同指”，從而形成異形同義現(xiàn)象。請(qǐng)看例子：

（12） a. “笑一笑！”每次拍照前，攝影師都會(huì)對(duì)鏡頭前的人說(shuō)這句話。甜甜的笑容掛在臉上，幸福感洋溢在鏡頭里。

b. “笑一笑！”每次拍照前，攝影師都會(huì)對(duì)鏡頭里的人說(shuō)這句話。甜甜的笑容掛在臉上，幸福感洋溢在鏡頭里。

（13） a. 已經(jīng)很多年沒(méi)人這樣叫李光頭了，人們都是叫他“李總”，突然有人在后面叫他“李光頭”，李光頭心想是誰(shuí)呀？回頭一看是戴著口罩的宋鋼，宋鋼的眼睛在口罩上面的鏡片后微笑。

b. 已經(jīng)很多年沒(méi)人這樣叫李光頭了，人們都是叫他“李總”，突然有人在后面叫他“李光頭”，李光頭心想是誰(shuí)呀？回頭一看是戴著口罩的宋鋼，宋鋼的眼睛在口罩上面的鏡片里微笑。

例（12）和例（13）的共性是都有一個(gè)造成投影效果的“道具”，例（12）是通過(guò)“鏡頭”提供了投影；例（13）是通過(guò)“鏡片”提供了投影。例（12）中，“鏡頭前的人”指真實(shí)物理世界中的實(shí)體人，“鏡頭里的人”指影像世界中的虛擬人，這兩個(gè)實(shí)體具有一對(duì)一的投影關(guān)系。例（13）中，“宋鋼的眼睛在鏡片后”指真實(shí)物理世界的實(shí)體眼睛，“宋鋼的眼睛在鏡片里”指鏡像世界中成像的眼睛，這兩個(gè)實(shí)體也是一對(duì)一的投影關(guān)系。這種“偽同指”語(yǔ)境中造成的異形同義可以表示為：N1+f1+N2=N1+f2+N2’。因?yàn)镹1（道具）的成像功能，使得N2和N2’構(gòu)成投影（鏡像）關(guān)系，進(jìn)而使得表面形式不同的“N1+f1”和“N1+f2”約束構(gòu)成鏡像關(guān)系的兩個(gè)名稱相同的空間實(shí)體（N2=N2’）。在例（12）中，N2=N2’=人；在例（13）中，N2=N2’=宋鋼的眼睛。

（六） 主賓可逆序句型（F類）

前五類異形同義都跟詞匯語(yǔ)義有關(guān)。漢語(yǔ)中還有一類異形同義現(xiàn)象，跟特定構(gòu)式有關(guān)。請(qǐng)看例子：

（14） a. 包好的包子在蒸鍋里分三排擺放整齊后，她把鍋蓋上鍋蓋，然后打開(kāi)計(jì)時(shí)器。

b. 包好的包子在蒸鍋里分三排擺放整齊后，她把鍋蓋蓋上鍋，然后打開(kāi)計(jì)時(shí)器。

（15） a. 我住在與福緣門隔著一條馬路的婁斗橋，去北大食堂很方便。我常在那兒吃飯，婁斗橋就正對(duì)著北大西門。

b. 我住在與福緣門隔著一條馬路的婁斗橋，去北大食堂很方便，我常在那兒吃飯，北大西門就正對(duì)著婁斗橋。

（16） a. 在吉林長(zhǎng)春市一個(gè)繁忙路口附近，一輛車前放著一個(gè)紙盒，上面寫著：口罩，環(huán)衛(wèi)工人免費(fèi)。……

b. 在吉林長(zhǎng)春市一個(gè)繁忙路口附近，一個(gè)紙盒放在一輛車前，上面寫著：口罩，環(huán)衛(wèi)工人免費(fèi)?！?/p>

上述例句在以往研究中屬于“主賓可逆序句”這個(gè)話題。其特征是動(dòng)詞前后的主賓語(yǔ)可以調(diào)換位置，整句的命題語(yǔ)義基本相同，例（14）“鍋蓋上鍋蓋=鍋蓋蓋上鍋”，例（15）“北大西門正對(duì)著婁斗橋=婁斗橋正對(duì)著北大西門”，例（16）“一輛車前放著一個(gè)紙盒=一個(gè)紙盒放在一輛車前”。每個(gè)例子的a、b兩句表面形式都有差異，但整句描述的空間場(chǎng)景相同。不過(guò)，跟前面五類不同，這一類的表面形式差異不是由替換一個(gè)詞形成的最小對(duì)立。

顯然，上面六類的情況并不均衡，有的類界定標(biāo)準(zhǔn)相對(duì)清晰，內(nèi)部相對(duì)勻質(zhì)，比如A、B、D、E這四類；有的類內(nèi)部情況不均勻，情況相對(duì)復(fù)雜，比如C、F這兩類。除F類外，其他五類都跟方位詞、趨向動(dòng)詞等空間語(yǔ)義功能標(biāo)記成分直接相關(guān)，用于測(cè)試和評(píng)估機(jī)器的空間語(yǔ)義理解能力相對(duì)更合適一些。對(duì)于存在異形同義現(xiàn)象的句對(duì)，歸入前五類中的哪一類，多數(shù)情況是比較清楚的。對(duì)于少數(shù)可能存在歸類模糊的情形，我們?cè)诠ぷ髦忻鞔_一個(gè)優(yōu)先序原則：A>B>D>E>C，即能歸入前面一個(gè)類別，就不歸入后面的類別。這個(gè)優(yōu)先序主要考慮的是語(yǔ)義標(biāo)準(zhǔn)和形式標(biāo)準(zhǔn)的清晰性，即語(yǔ)義標(biāo)準(zhǔn)和形式標(biāo)準(zhǔn)越清楚，就越靠前（優(yōu)先）。比如詞義是否相近，最易判斷，其次是詞義之間是否有包含關(guān)系，再次看方位詞在使用中是否有參照成分缺失現(xiàn)象，然后再看文本中是否存在有投影關(guān)系的實(shí)體，以上條件都不符合，最后就歸入空間圖式交集類。上文例（10）的語(yǔ)境中也涉及投影實(shí)體（電子白板），但從形式上看，方位詞依附的參照成分缺失，因而優(yōu)先歸入D類而不歸入E類。

三、 語(yǔ)料的收集標(biāo)注和數(shù)據(jù)集的制作

（一） 語(yǔ)料與數(shù)據(jù)集制作流程

在第二部分對(duì)異形同義現(xiàn)象進(jìn)行分類描寫的基礎(chǔ)上，我們可以制作試題，來(lái)測(cè)試機(jī)器對(duì)異形同義現(xiàn)象的理解能力。試題制作分為兩步：先是收集異形同義和異形異義（用于對(duì)照）的句對(duì)語(yǔ)料，在達(dá)到一定規(guī)模后，再將語(yǔ)料轉(zhuǎn)換為試題形式。

1. 語(yǔ)料制作階段的工作方式

語(yǔ)料來(lái)源主要是兩個(gè)途徑：一是來(lái)自我們制作的SpaCE2022中文空間語(yǔ)義正誤判斷任務(wù)數(shù)據(jù)集［8］中的句對(duì)；二是給出詞對(duì)表，對(duì)表中的方位詞對(duì)、趨向動(dòng)詞對(duì)，逐一由人工編寫符合異形同義和異形異義條件的語(yǔ)料。

SpaCE2022中有形如例（17）、例（18）這樣的句對(duì)（為節(jié)省篇幅，替換詞寫在括號(hào)中）。

（17） 1960年5月25日凌晨，中國(guó)登山隊(duì)員王富洲、貢布和屈銀華首次從“不可逾越”的北坡登上了珠峰峰頂，首次在珠穆朗瑪峰頂插上（下）五星紅旗，創(chuàng)造了人類歷史上第一次從北坡登上世界第一高峰的壯舉。

（18） 等大家都坐好，聶赫留朵夫也在他們對(duì)面（中間）坐下來(lái)，臂肘擱在桌上，面前擺著一張紙，他就根據(jù)紙上的提綱開(kāi)始說(shuō)明他的方案。

例（17）“插上”是原句用詞，“插下”是替換后的語(yǔ)料，將句中一個(gè)趨向動(dòng)詞“上”替換為“下”后，語(yǔ)句依然合法，且并不改變整句所描述的空間場(chǎng)景，這個(gè)例子就構(gòu)成一個(gè)“異形同義”句對(duì)。例（18）“對(duì)面”是原句用詞，“中間”是替換“對(duì)面”后形成的新的語(yǔ)料，將句中的方位詞“對(duì)面”替換為“中間”后，語(yǔ)句依然合法，但整句所描述的空間場(chǎng)景發(fā)生了改變，這個(gè)例子就構(gòu)成一個(gè)“異形異義”句對(duì)。人工對(duì)例（17）標(biāo)注“異形同義”，對(duì)例（18）標(biāo)注“異形異義”，就完成了兩條語(yǔ)料的收集工作。

可以想見(jiàn)，從自然語(yǔ)料中替換方位詞或趨向動(dòng)詞形成的對(duì)比語(yǔ)料（句對(duì)），多數(shù)情況下，要么句子語(yǔ)法或語(yǔ)義異常，要么兩句是異形異義的情況。對(duì)于很多詞對(duì)，為得到數(shù)量均衡的“異形同義”和“異形異義”語(yǔ)料，就需要人工編寫異形同義的句對(duì)。像例（18）中的“對(duì)面—中間”這個(gè)詞對(duì)，要構(gòu)造異形同義句對(duì)語(yǔ)料，就比較困難。下面是利用缺失參照物找回這個(gè)線索，為“對(duì)面—中間”構(gòu)造的兩條符合異形同義要求的語(yǔ)料示例：

（19） 張飛一人立馬在兩軍陣前。曹軍陣營(yíng)一字排開(kāi)，距蜀軍陣營(yíng)也就百步之遙。陣前掛出三面將旗，分別寫著“張”“許”“夏侯”字樣，代表著曹魏軍中戰(zhàn)功赫赫名震一方的三員名將：張遼、許褚、夏侯杰。張飛挺矛直指正對(duì)面（中間）的許褚，厲聲大喝：我乃燕人張翼德，誰(shuí)敢跟我決一死戰(zhàn)？

（20） 鐵路要經(jīng)過(guò)很多高山，不得不開(kāi)鑿隧道，其中居庸關(guān)和八達(dá)嶺兩條隧道的工程最艱巨。居庸關(guān)山勢(shì)高，巖層厚，詹天佑決定采用從兩端同時(shí)向?qū)γ妫ㄖ虚g）鑿進(jìn)的辦法……把工期縮短了一半。

我們?cè)赟paCE2023和SpaCE2024中都設(shè)置了“異形同義判別”任務(wù)，SpaCE2023是首次嘗試制作異形同義和異形異義句對(duì)語(yǔ)料，生成了355條語(yǔ)料。SpaCE2024擴(kuò)充了詞對(duì)表，收集編寫了更多語(yǔ)料，具體語(yǔ)料規(guī)模如表1所示。

2. 從語(yǔ)料到試題的轉(zhuǎn)換

SpaCE2023任務(wù)［10］中，我們直接使用異形同義和異形異義句對(duì)語(yǔ)料，以判斷題的形式來(lái)考察。一道試題給出兩個(gè)對(duì)比文本Context1和Context2（文本中有一對(duì)方位義詞形成形式對(duì)立）。問(wèn)題（答案）由兩部分構(gòu)成，先是判斷（Judge），即Context1和Context2的關(guān)系屬于“異形同義”還是“異形異義”，其次是釋因（Reason），即給出判斷的理由。試題樣例如表2所示。

以判斷題的形式出題比較直觀，但要求機(jī)器在判斷異同之外，還要解釋判斷的理由。這些理由需要人工評(píng)分，成本較高。原因是雖然事先給了Reason的模板，僅要求機(jī)器填寫表2中陰影部分的文本內(nèi)容（相當(dāng)于多個(gè)填空），但機(jī)器在生成文本時(shí)有可能沒(méi)有嚴(yán)格遵循指令，生成的文本不符合模板要求，導(dǎo)致難以依靠程序自動(dòng)評(píng)分。

SpaCE2024的所有任務(wù)統(tǒng)一采用選擇題形式命題，“異形同義判別”任務(wù)也改為選擇題形式。試題樣例詳見(jiàn)表3。

改為選擇題形式的好處是，語(yǔ)料的利用率相對(duì)更高。在一道選擇題中，因?yàn)閷?duì)比選項(xiàng)的增加（從判斷題的1∶1對(duì)比變?yōu)檫x擇題1∶4對(duì)比），替換對(duì)比項(xiàng)后形成的句子要么存在語(yǔ)法或語(yǔ)義錯(cuò)誤，要么跟原句具有異形同義或異形異義關(guān)系，因而可以同時(shí)考察對(duì)語(yǔ)義正誤的理解和對(duì)形義關(guān)系的判斷。另外，異形同義現(xiàn)象的判斷涉及比較復(fù)雜的認(rèn)知因素，作為判斷題，是二選一，有可能不同人對(duì)一個(gè)句對(duì)的理解差異也會(huì)比較大，但如果是選擇題的形式，其他選項(xiàng)（非答案，干擾作用）可能對(duì)正確答案選項(xiàng)起到了一定程度的襯托作用。以表3的異形同義題為例，“出來(lái)”替換為“回來(lái)”，兩句同義的條件是：先進(jìn)再出=先進(jìn)再回，要求文中“光腳蹚進(jìn)了漫水的走廊”跟“出來(lái)”是相反的位移方向，這樣，“出來(lái)”才能替換為“回來(lái)”而不改變空間場(chǎng)景。如果“光腳蹚進(jìn)了漫水的走廊”中的“進(jìn)”的位移方向跟“出來(lái)”是相同的位移方向，則“出來(lái)”跟“回來(lái)”就更傾向于理解為對(duì)立的方向，不是描述相同的（位移）空間場(chǎng)景。

（二） 數(shù)據(jù)集的整體情況

SpaCE2023中異形同義判別任務(wù)是判斷題形式，我們從355個(gè)句對(duì)中選取了100個(gè)語(yǔ)料質(zhì)量較好的句對(duì)，制作了100道判斷題，其中54題為異形同義，46題為異形異義，包含了上一節(jié)介紹的全部類型，不過(guò)總體數(shù)據(jù)規(guī)模比較小，主要是C類題（81題），其余幾類加起來(lái)共19題，A、E、F三類一共才7道題。限于篇幅，這里不再展開(kāi)介紹。

SpaCE2024數(shù)據(jù)集擴(kuò)充到710道選擇題，按照機(jī)器評(píng)測(cè)的慣例，這些試題分為3份，其中訓(xùn)練集5道題，提供給機(jī)器學(xué)習(xí)，讓機(jī)器熟悉題目形式；驗(yàn)證集55題，相當(dāng)于人類考試中的模擬考試，用于評(píng)估機(jī)器的學(xué)習(xí)效果，改進(jìn)學(xué)習(xí)策略；測(cè)試集650題，相當(dāng)于人類考試中的正式考試。表4展示了SpaCE2024“異形同義判別”任務(wù)數(shù)據(jù)集的語(yǔ)料字?jǐn)?shù)規(guī)模概況；表5展示了“異形同義判別”任務(wù)測(cè)試集中單選題及多選題的數(shù)量和比例。

下文表6展示了SpaCE2024“異形同義判別”任務(wù)測(cè)試集中涉及詞對(duì)數(shù)量及對(duì)應(yīng)的題量，并按照上文第二部分提出的類型體系分類計(jì)數(shù)。因F類（主賓可逆序句）的性質(zhì)跟其他五類差異較大，且收集的這部分語(yǔ)料數(shù)量較少，故沒(méi)有收入SpaCE2024數(shù)據(jù)集中。測(cè)試集中C類題最多，表６中進(jìn)一步細(xì)分為C1類（方位詞空間圖式交集）和C2類（趨向動(dòng)詞空間圖式交集）。相對(duì)而言，C1類的異形同義題和異形異義題數(shù)量較為均衡，其他類別異形同義題的數(shù)量都明顯多于異形異義題，顯然，在分布均衡性方面，數(shù)據(jù)集還需要做進(jìn)一步的改進(jìn)。比如A、D、E三類異形異義題為0，其中A類是詞義相近詞對(duì)，難以構(gòu)造異形異義題，屬于正常的偏置分布，D、E則可以而且需要構(gòu)造數(shù)量相當(dāng)?shù)漠愋萎惲x對(duì)照題。此外，不同詞對(duì)在測(cè)試題中分布平衡性還存在較大問(wèn)題，數(shù)據(jù)集規(guī)模還有待提高。上文表1統(tǒng)計(jì)了目前數(shù)據(jù)集中詞對(duì)類型（type）數(shù)為151對(duì)，

表6統(tǒng)計(jì)的詞對(duì)實(shí)例（token）數(shù)為820對(duì)，即每個(gè)詞對(duì)平均在數(shù)據(jù)集中出現(xiàn)5.43次，以測(cè)試集650題為單位計(jì)，每個(gè)詞對(duì)平均出現(xiàn)在4.3題中。實(shí)際上，出題數(shù)量達(dá)到4題以上的詞對(duì)僅43個(gè)（占28.5%），更多的詞對(duì)（108個(gè)）僅出現(xiàn)在1到3題中。即便是出題達(dá)到4題以上的詞對(duì)，在異形同義題和異形異義題的比例上也很不均衡，比如題目頻次前5的詞對(duì)：上—里（16∶2）、下—里（15∶2）、上f —下f（8∶8）、下面—里面（12∶1）、上—中（12∶1），只有1個(gè)詞對(duì)兩類題比例均衡。而在出現(xiàn)4題以上的全部43個(gè)詞對(duì)中，也僅有8個(gè)詞對(duì)（18.6%）的異形同義題和異形異義題比例相對(duì)均衡：上f —下f（8∶8）、上—旁（3∶4）、上去—下去（4∶3）、后面—外面（3∶3）、下面—外面（3∶2）、中間—對(duì)面（2∶3）、內(nèi)—前（2∶2），后邊——外邊（2∶2）。以上情況表明：SpaCE2024“異形同義判別任務(wù)”數(shù)據(jù)集在數(shù)據(jù)規(guī)模和試題分布均衡性方面都還存在明顯不足，還有待改進(jìn)。

四、 大語(yǔ)言模型測(cè)試結(jié)果初步分析

本節(jié)介紹參加SpaCE2024評(píng)測(cè)的參賽系統(tǒng)（均采用大語(yǔ)言模型作為基座）在異形同義判別子任務(wù)上的表現(xiàn)。上文表5顯示了SpaCE2024數(shù)據(jù)集區(qū)分單選題和多選題，以單選題為主，這樣設(shè)置，主要是從增加試題難度的角度考慮，如果機(jī)器在多選題上也達(dá)到較高的正確率，就有更大把握認(rèn)為機(jī)器對(duì)空間語(yǔ)義有深度理解能力。單選題中還有27道題答案設(shè)置為“D.以上選項(xiàng)均不正確”（異形同義題24道，異形異義題3道）。這類單選題和多選題類似，對(duì)機(jī)器而言難度更大。12支參賽隊(duì)伍中總分排名前6的系統(tǒng)在異形同義判別任務(wù)上單選題平均正確率是0.62，單選題中答案為“D.以上選項(xiàng)均不正確”的題，平均正確率為0.40。多選題平均正確率是0.30，是單選題的一半。從這個(gè)角度看，大語(yǔ)言模型對(duì)異形同義判別任務(wù)，還沒(méi)有達(dá)到真正理解的水平。

表6給出了這些系統(tǒng)（以系統(tǒng)1、2……稱名）在6類異形同義現(xiàn)象測(cè)試題上的分項(xiàng)計(jì)分結(jié)果。［11］SpaCE2024數(shù)據(jù)集異形同義題跟異形異義題的比例不夠均衡，因此表6中同時(shí)也給出了各系統(tǒng)在這兩類題上的分項(xiàng)計(jì)分。

大語(yǔ)言模型是黑盒模型，其推理過(guò)程不可見(jiàn)，很難知道模型對(duì)一道題的回答是如何做出的選擇，僅從模型對(duì)一道題的作答，也難以確定模型是否掌握了相關(guān)詞對(duì)的空間語(yǔ)義知識(shí)。而且大語(yǔ)言模型還存在比較明顯的穩(wěn)定性問(wèn)題，［12］再加上題量不大，因而考察大語(yǔ)言模型在具體詞對(duì)和題目上的答題情況，目前還難以形成規(guī)律性的認(rèn)識(shí)。［13］這里僅對(duì)大語(yǔ)言模型整體上較為明顯的特點(diǎn)做一些概括說(shuō)明。表6的分項(xiàng)計(jì)分，基本上反映了當(dāng)前大語(yǔ)言模型基于語(yǔ)言符號(hào)的形式分布來(lái)學(xué)習(xí)意義的特點(diǎn)，模型在A類測(cè)試題上的表現(xiàn)明顯優(yōu)于其他類別。因?yàn)锳類異形同義現(xiàn)象的判別主要訴諸方位詞自身的詞義，這類異形同義相關(guān)的“形式—意義”配對(duì)關(guān)系制約條件單一，容易被模型捕捉到。模型在D類和E類測(cè)試題上表現(xiàn)遠(yuǎn)遠(yuǎn)低于A類，這兩類異形同義相關(guān)的“形式—意義”配對(duì)關(guān)系制約因素復(fù)雜，而且在自然語(yǔ)料中屬于低頻分布，模型相對(duì)來(lái)說(shuō)不容易學(xué)習(xí)到判別條件，表現(xiàn)較差，也就在情理之中了。

值得一提的是，SpaCE2023的異形同義判別任務(wù)100道判斷題異形同義和異形異義題數(shù)量相當(dāng)，ChatGPT3.5在這兩類題上的表現(xiàn)存在這樣的情況：在對(duì)54道異形同義題做判斷時(shí)，做對(duì)了43題（77%）；對(duì)46道異形異義題做判斷時(shí)，做對(duì)了28題（61%），僅從判斷結(jié)果來(lái)說(shuō)，大語(yǔ)言模型得分都在及格線以上。但在進(jìn)一步解釋原因時(shí)，對(duì)異形同義題的解釋，得分為35分，對(duì)異形異義題的解釋，得分為47分（由人類專家評(píng)分）。前者比后者低12個(gè)百分點(diǎn)。這也同樣反映了自然語(yǔ)料中不同類型語(yǔ)言現(xiàn)象的分布模式對(duì)模型表現(xiàn)的顯著影響。自然語(yǔ)料中，異形異義無(wú)疑是遠(yuǎn)遠(yuǎn)多于異形同義的更為高頻的語(yǔ)言現(xiàn)象，在總體表現(xiàn)上，模型對(duì)異形異義題的理解（成績(jī)）自然也就比對(duì)異形同義題更好。

五、 人類表現(xiàn)與模型表現(xiàn)的對(duì)比

為進(jìn)一步考察大語(yǔ)言模型在異形同義判別任務(wù)上表現(xiàn)的特性，我們從SpaCE2024數(shù)據(jù)集中抽取了100道異形同義判別任務(wù)試題，組織了一個(gè)小規(guī)模的人類測(cè)試。數(shù)據(jù)分類情況如表7所示。其中有10道題是“重復(fù)題”用于測(cè)試回答穩(wěn)定性，此外，有4題正確答案為“D.以上選項(xiàng)均不正確”。人類被試共8人，其中2名被試答題無(wú)效，另外6名被試在重復(fù)題上得分超過(guò)0.9（是大語(yǔ)言模型得分的2倍），我們選取這6名被試的成績(jī)用于跟大語(yǔ)言模型的表現(xiàn)進(jìn)行對(duì)比。大語(yǔ)言模型在4道答案為“D.以上選項(xiàng)均不正確”題上的平均分為0.46，6名人類被試的平均分為0.71。表7展示了單選題和多選題上人機(jī)成績(jī)的對(duì)比；表8展示了不同類型異形同義判別題上人機(jī)成績(jī)的對(duì)比。

表7和表8統(tǒng)計(jì)數(shù)據(jù)顯示機(jī)器成績(jī)顯著低于人類水平，［14］說(shuō)明空間異形同義判別任務(wù)對(duì)于大語(yǔ)言模型仍然屬于高挑戰(zhàn)任務(wù)。人類與機(jī)器得分的共性是：在D、E類任務(wù)上的表現(xiàn)明顯低于A、B、C類任務(wù)。這一方面可能是D、E類試題數(shù)量少且試題質(zhì)量不高造成了統(tǒng)計(jì)偏差，另一方面也提示：D、E這類相對(duì)低頻的語(yǔ)言現(xiàn)象，對(duì)人類而言，認(rèn)知加工的難度和個(gè)體差異性也可能更大。對(duì)此，還需要在改進(jìn)試題質(zhì)量和規(guī)模后，做更進(jìn)一步的對(duì)比研究。值得一提的是，在A、B、C三類異形同義題上人類被試超過(guò)0.9分，且被試之間一致性相對(duì)更好。而機(jī)器在這三類異形同義題上的表現(xiàn)，雖然整體相對(duì)其他類表現(xiàn)更好，但不同模型之間仍存在較大差異。請(qǐng)看下面兩例：

（21） 明美的速度慢于同組的其他同學(xué)。其他同學(xué)足足等了她半個(gè)小時(shí)，才等到從半山腰的觀景臺(tái)走上來(lái)的她。

“才等到從半山腰的觀景臺(tái)走上來(lái)的她”中的“上來(lái)”替換為（ ）形成的新句可以與原句表達(dá)相同的空間場(chǎng)景。

A. 起來(lái) B. 下來(lái) C. 過(guò)來(lái) D. 進(jìn)去

（22） 兇手進(jìn)入房間，殺害了房間內(nèi)包括羅森堡在內(nèi)的三人。每個(gè)人的頭部都中了三槍。羅森堡的頭部取出兩顆子彈，枕頭里又找到一顆。

“枕頭里又找到一顆”中的“里”替換為（ ）形成的新句可以與原句表達(dá)相同的空間場(chǎng)景。

A. 中 B. 上 C. 邊 D. 以上選項(xiàng)均不正確

例（21）考察“過(guò)來(lái)—上來(lái)”這對(duì)趨向動(dòng)詞，二者屬于詞義包含關(guān)系（B類題），人類被試全部正確選擇了答案C，但機(jī)器6個(gè)系統(tǒng)中只有一半選C，另外一半選了B“下來(lái)”，而后者顯然在這道題的語(yǔ)境中跟“上來(lái)”構(gòu)成異形異義關(guān)系。

例（22）考察“里—中”這對(duì)方位詞，二者屬于詞義相近關(guān)系（A類題），人類被試全部正確選擇了答案A，但機(jī)器6個(gè)系統(tǒng)中有4個(gè)選A，總成績(jī)第一和第二的兩個(gè)系統(tǒng)選擇了B。

上文舉過(guò)的例（17）也在這100題中，屬于C2類，選項(xiàng)設(shè)置為“A.去、B.下、C.來(lái)、D.回”，人類被試全部正確選擇了答案B，但機(jī)器6個(gè)系統(tǒng)中只有2個(gè)選了B，另外4個(gè)系統(tǒng)選A、C、D的都有（分別是2、1、1次）。

以上情況顯示，即便是形式和意義對(duì)應(yīng)關(guān)系相對(duì)清楚，判別條件容易學(xué)習(xí)和掌握的空間義詞對(duì)，機(jī)器目前的理解總體水平也較低，且跟人類表現(xiàn)特點(diǎn)有明顯差異。

六、 結(jié) 語(yǔ)

本文研究了漢語(yǔ)中的空間表達(dá)“異形同義”現(xiàn)象（即兩個(gè)句子形式不同，僅有一詞之差，而可用于描述相同的空間場(chǎng)景），針對(duì)在傳統(tǒng)自然語(yǔ)言處理任務(wù)上表現(xiàn)優(yōu)異的大語(yǔ)言模型，本文首次提出了對(duì)機(jī)器更具挑戰(zhàn)性的“空間異形同義判別任務(wù)”，并主要以人工編寫方式制作了“異形同義”和“異形異義”句對(duì)語(yǔ)料，并轉(zhuǎn)換為選擇題，形成了空間異形同義判別任務(wù)測(cè)試數(shù)據(jù)集。我們分別在SpaCE2023和SpaCE2024評(píng)測(cè)大賽中，加入了這部分測(cè)試數(shù)據(jù)，進(jìn)行了大語(yǔ)言模型測(cè)試和人類測(cè)試。測(cè)試結(jié)果顯示：

（1） 在測(cè)試數(shù)據(jù)集設(shè)計(jì)的全部可比項(xiàng)目，比如單選題、多選題、重復(fù)題等從純形式角度設(shè)置的考察項(xiàng)目上，以及從原因角度對(duì)空間異形同義現(xiàn)象所區(qū)分的6個(gè)類型上，大語(yǔ)言模型的表現(xiàn)均顯著低于人類平均水平，且大語(yǔ)言模型自身的內(nèi)部一致性（穩(wěn)定性）欠佳。

（2） 大語(yǔ)言模型對(duì)自然語(yǔ)言意義的理解，更為顯著地受到語(yǔ)言符號(hào)分布形式層面的影響，比如對(duì)出現(xiàn)頻次更高的異形同義現(xiàn)象的理解能力要優(yōu)于出現(xiàn)頻次較低的同類現(xiàn)象；對(duì)“形式—意義”對(duì)應(yīng)關(guān)系制約條件少的異形同義現(xiàn)象（上文的A、B類），理解能力優(yōu)于制約條件多、需要更深認(rèn)知能力的異形同義現(xiàn)象（C、D、E類）。

從初步結(jié)果來(lái)看，這項(xiàng)任務(wù)對(duì)考察大語(yǔ)言模型的“空間認(rèn)知”能力，是有效的。不過(guò)，這項(xiàng)高認(rèn)知難度的任務(wù)，對(duì)數(shù)據(jù)集的質(zhì)量和規(guī)模，也提出了很高的要求。要讓各個(gè)考察項(xiàng)目上的題量更具統(tǒng)計(jì)意義，讓不同類別的題目分布更均衡，還需要針對(duì)空間異形同義現(xiàn)象，做進(jìn)一步更細(xì)致的理論研究工作（尤其是對(duì)C類和D類異形同義現(xiàn)象做深入研究），同時(shí)在機(jī)器輔助生成語(yǔ)料、設(shè)計(jì)更好的試題形式、提高數(shù)據(jù)合成效率方面，也還需要更多探索。

附 注

［1］ 假如以地圖模式的絕對(duì)方位“上北下南左西右東”來(lái)說(shuō)，圖1中K在Q的東邊。

［2］ SpRL是“Spatial Role Labeling”（空間角色標(biāo)注）的縮寫；mSpRL是“Multimodal Spatial Role Labeling”（多模態(tài)空間角色標(biāo)注）的縮寫。

［3］ SpaCE是“Spatial Cognition Evaluation”（空間認(rèn)知能力評(píng)估）的縮寫，有關(guān)SpaCE評(píng)測(cè)基準(zhǔn)（Benchmark）的情況介紹，可訪問(wèn)SpaCE2024網(wǎng)頁(yè)查詢：https：//2030nlp.github.io/SpaCE2024/。

［4］ 關(guān)于文本空間信息正誤判別，可參看詹衛(wèi)東等（2022），關(guān)于后五項(xiàng)任務(wù)的介紹，可參考SpaCE2024網(wǎng)站。另外，空間推理任務(wù)相關(guān)研究，還可參看針對(duì)英文的SpartQA（2021）。SpartQA是“Spatial Reasoning on Textual Question Answering”（空間推理文本問(wèn)答）的縮寫。

［5］ 這個(gè)網(wǎng)頁(yè)展示了大語(yǔ)言模型完成參照成分找回任務(wù)的測(cè)試示例：https：//github.com/d0ubtfire/LLM_Evaulation/tree/main/對(duì)比大模型/空間信息理解/缺失參照成分找回。

［6］ 除調(diào)研大量期刊論文和學(xué)位論文外，我們也考察了相關(guān)權(quán)威辭書(shū)中對(duì)空間表達(dá)異形同義現(xiàn)象的描寫情況。主要是《現(xiàn)代漢語(yǔ)詞典》以及像呂叔湘（1999）《現(xiàn)代漢語(yǔ)八百詞》、侯學(xué)超（1998）《現(xiàn)代漢語(yǔ)虛詞詞典》、張斌（2001）《現(xiàn)代漢語(yǔ)虛詞詞典》等描寫虛詞（語(yǔ)法功能詞）類的詞典。這些辭書(shū)基本上沒(méi)有從異形同義這個(gè)角度對(duì)方位義詞語(yǔ)進(jìn)行描寫分析。呂叔湘（1999）描寫了常用方位詞和趨向動(dòng)詞的用法，沒(méi)有收錄“左、右、東、南、西、北”；收錄了“旁”，沒(méi)有收錄“邊”。張斌（2001）收方位詞“上、下、前、后、里、內(nèi)、中、外”，但沒(méi)有收“左、右”。也沒(méi)有收趨向動(dòng)詞。侯學(xué)超（1998）沒(méi)有收錄方位詞和趨向動(dòng)詞等表方位義詞語(yǔ)。

［7］ 我們整理了一個(gè)漢語(yǔ)空間方位義詞語(yǔ)表，詳見(jiàn)https：//github.com/2030NLP/SpaCE2024/tree/main/data。

［8］ 關(guān)于該數(shù)據(jù)集制作情況，可參看https：//2030nlp.github.io/Sp22AnnoOL/task1_guide.html。

［9］ 值得補(bǔ)充說(shuō)明的是，在151個(gè)詞對(duì)中，方位詞詞對(duì)108個(gè)；趨向動(dòng)詞詞對(duì)43個(gè)。只編寫出“異形同義”語(yǔ)料的詞對(duì)23個(gè)（如“里—內(nèi)、中—內(nèi)、旁—外、前面—旁邊、對(duì)面—附近、下—出、上來(lái)—進(jìn)來(lái)、上來(lái)—出來(lái)、進(jìn)來(lái)—回來(lái)……”），只編寫出“異形異義”語(yǔ)料的詞對(duì)20個(gè)（如“里—外、里—旁、中—外、內(nèi)—外、上面—旁邊、前面—側(cè)面、中間—附近……”）。前者的典型詞對(duì)是表空間義詞語(yǔ)中的“同義詞”，很難構(gòu)造異形異義句對(duì)語(yǔ)料；后者的典型詞對(duì)是“反義詞”，很難構(gòu)造異形同義句對(duì)語(yǔ)料。

［10］ 可參看https：//2030nlp.github.io/SpaCE2023/。

［11］ 查看全部參賽系統(tǒng)成績(jī)榜，可訪問(wèn)網(wǎng)頁(yè)：https：//2030nlp.github.io/SpaCE2024/leaderboard.html。

［12］ 大語(yǔ)言模型對(duì)同一道題，生成的答案具有一定隨機(jī)性。我們?cè)赟paCE2024基準(zhǔn)的每個(gè)子任務(wù)中都加入了30道“重復(fù)題”（包括題目和選項(xiàng)完全重復(fù)、題目不變但選項(xiàng)換序等形式），用于評(píng)估大模型的穩(wěn)定性。在“異形同義判別”子任務(wù)上，排名前6的大語(yǔ)言模型，在“重復(fù)題”上的平均穩(wěn)定性為0.59（可以理解為100道重復(fù)題，只在其中59道題上，大語(yǔ)言模型的答案，無(wú)論對(duì)錯(cuò)，都保持穩(wěn)定不變）。

［13］ 我們嘗試考察大語(yǔ)言模型在不同詞對(duì)題上的表現(xiàn)差異及可能的影響因素，但基于現(xiàn)有的題目和數(shù)據(jù)量，很難得出可靠的結(jié)論。從前6名系統(tǒng)的測(cè)試結(jié)果中，我們抽取了在異形同義題和異形異義題上表現(xiàn)均相對(duì)較好（平均正確率大于0.6）的詞對(duì)，分別是23個(gè)和13個(gè)，其中交集詞對(duì)有6個(gè)：“上面—里面（9題）、上v—下v（7題）、下面—里面（13題）、上—中（13題）、上—里（18題）、上去—下去（7題）”，觀察模型在這些詞對(duì)題上的具體表現(xiàn)，并沒(méi)有發(fā)現(xiàn)明顯的規(guī)律。比如盡管“上v—下v”總成績(jī)相對(duì)靠前，但對(duì)于上文例（17）的題，6個(gè)模型中只有2個(gè)答對(duì)（正確率33.33%），很難說(shuō)大模型對(duì)“上v—下v”這對(duì)趨向動(dòng)詞的用法和語(yǔ)義理解掌握得比其他詞對(duì)更好或更差。

［14］ C2類2道異形異義題是“例外”，人類成績(jī)低于機(jī)器成績(jī)，其中1名被試全部答錯(cuò)，得0分。

參考文獻(xiàn)

1. 儲(chǔ)澤祥，王寅. 空間實(shí)體的可居點(diǎn)與后置方位詞的選擇. 語(yǔ)言研究，2008（4）：50-62.

2. 方經(jīng)民. 漢語(yǔ)“左”“右”方位參照中的主視和客視——兼與游順釗先生討論. 語(yǔ)言教學(xué)與研究，1987a（3）：52-60，154.

3. 方經(jīng)民. 現(xiàn)代漢語(yǔ)方位參照聚合類型. 語(yǔ)言研究，1987b（2）：3-13.

4. 高橋彌守彥. 是用“上”還是用“里”.語(yǔ)言教學(xué)與研究，1992（2）：47-60.

5. 郭銳. 方位詞“前、后、左、右”的參照策略. //黃正德主編 .中國(guó)語(yǔ)言學(xué)論叢（第三輯）. 北京：北京語(yǔ)言大學(xué)出版社，2004：1-30.

6. 侯學(xué)超. 現(xiàn)代漢語(yǔ)虛詞詞典. 北京大學(xué)出版社，1998.

7. 李敏. 現(xiàn)代漢語(yǔ)主賓可互易句的考察. 語(yǔ)言教學(xué)與研究，1998（4）：51-59.

8. 廖秋忠. 空間方位詞和方位參考點(diǎn). 中國(guó)語(yǔ)文，1989（1）：9-19.

9. 林笛（李平）. 漢語(yǔ)空間方位詞的語(yǔ)用考察. //北京大學(xué)漢語(yǔ)語(yǔ)言研究中心《語(yǔ)言學(xué)論叢》編委會(huì)編.語(yǔ)言學(xué)論叢（第十八輯）. 北京：商務(wù)印書(shū)館，1993：3-37.

10. 劉寧生. 漢語(yǔ)怎樣表達(dá)物體的空間關(guān)系. 中國(guó)語(yǔ)文，1994（3）：169-179.

11. 呂叔湘. 現(xiàn)代漢語(yǔ)八百詞. 北京：商務(wù)印書(shū)館， 1999.

12. 齊滬揚(yáng). 空間位移中主觀參照“來(lái)/去”的語(yǔ)用含義. 世界漢語(yǔ)教學(xué)，1996（4）：56-65.

13. 孫陳亦. 是什么讓“前”與“后”的對(duì)立消失，待刊.

14. 童小娥. 從事件的角度看補(bǔ)語(yǔ)“上來(lái)”和“下來(lái)”的對(duì)稱與不對(duì)稱. 世界漢語(yǔ)教學(xué)，2009（4）：495-507.

15. 肖力銘，孫春暉，詹衛(wèi)東，等. SpaCE2022中文空間語(yǔ)義理解評(píng)測(cè)任務(wù)數(shù)據(jù)集分析報(bào)告（A Quality Assessment Report of the Chinese Spatial Cognition Evaluation Benchmark）. //Proceedings of the 22nd Chinese National Conference on Computational Linguistics. Harbin， China：Chinese Information Processing Society of China， 2023：547-558.

16. 肖力銘，詹衛(wèi)東，穗志方，等. CCL23-Eval任務(wù)4總結(jié)報(bào)告：第三屆中文空間語(yǔ)義理解評(píng)測(cè)（Overview of CCL23-Eval Task 4：The 3rd Chinese Spatial Cognition Evaluation）. //Proceedings of the 22nd Chinese National Conference on Computational Linguistics（Vol 3：Evaluations）， 2023：150-158.

17. 詹衛(wèi)東，孫春暉，岳朋雪，等. 空間語(yǔ)義理解能力評(píng)測(cè)任務(wù)設(shè)計(jì)的新思路—SpaCE2021數(shù)據(jù)集的研制. 語(yǔ)言文字應(yīng)用，2022（2）：99-110.

18. 張斌. 現(xiàn)代漢語(yǔ)虛詞詞典. 北京：商務(wù)印書(shū)館，2001.

19. 張其昀. 運(yùn)動(dòng)義動(dòng)詞“上”、“下”用法考辨.語(yǔ)言研究，1995（1）：37-43.

20. 中國(guó)社會(huì)科學(xué)院語(yǔ)言研究所詞典編輯室編.現(xiàn)代漢語(yǔ)詞典（第7版）. 北京：商務(wù)印書(shū)館，2016.

21. Clark H H. Space， Time， Semantics and Child. // Moore T E.（ed.）Cognitive Development and the Acquisition of Language， New York：Academic Press， 1973：27-62.

22. Herskovits A. Language and Spatial Cognition：An Interdisciplinary Study of Prepositions in English. Cambridge：Cambridge University Press， 1986.

23. Kolomiyets O， Kordjamshidi P， Bethard S，et al. Semeval-2013 Task 3：Spatial Role Labeling， Proceedings of the Seventh International Workshop on Semantic Evaluation（SemEval 2013），2013：255-262.

24. Kordjamshidi P， Rahgooy T， Marie-Francine M，et al. CLEF 2017：Multimodal Spatial Role Labeling（mSpRL）Task Overview. International Conference of the Cross-Language Evaluation Forum for European Languages， 2017.

25. Lakoff G. Women， Fire and Dangerous Things：What Categories Reveal about the World. Chicago：University of Chicago Press， 1987.

26. Mirzaee R， Faghihi H R， Ning Q，et al. SPARTQA：A Textual Question Answering Benchmark for Spatial Reasoning. //Proceedings of the 2021 Conference of the North American Chapter of the Association for Computational Linguistics：Human Language Technologies， 2021：4582-4598.

27. Pustejovsky J， Kordjamshidi P， Moens M F，et al. SemEval-2015 task 8：SpaceEval. // Proceedings of the 9th International Workshop on Semantic Evaluation， 2015：884-894.

28. Talmy L. Toward a Cognitive Semantics：Concept Structuring Systems. Cambridge：MIT Press， 2000.

29. Xiao Liming， Nan Hu， Weidong Zhan，et al. Overview of CCL24-Eval Task 3：The Fourth Evaluation on Chinese Spatial Cognition. https：//github.com/2030NLP/SpaCE2024/tree/main/docs/Overview of SpaCE2024.pdf. 2024.

（北京大學(xué)中文系 北京 100871）

（責(zé)任編輯 劉 博）