計算機科學和人工智能將是21世紀邏輯學發(fā)展的主要動力源泉，并且在很大程度上將決定21世紀邏輯學的面貌。以下是學習啦小編整理分享的關于人工智能邏輯論文的相關文章，歡迎閱讀!

　　人工智能邏輯論文篇一

　　從人工智能看當代邏輯學的發(fā)展

　　[摘要] 本文認為，計算機科學和人工智能將是21世紀邏輯學發(fā)展的主要動力源泉，并且在很大程度上將決定21世紀邏輯學的面貌。至少在21世紀早期，邏輯學將重點關注下列論題：(1)如何在邏輯中處理常識推理的弗協(xié)調、非單調和容錯性因素?(2)如何使機器人具有人的創(chuàng)造性智能，如從經(jīng)驗證據(jù)中建立用于指導以后行動的可錯的歸納判斷?(3)如何進行知識表示和知識推理，特別是基于已有的知識庫以及各認知主體相互之間的知識而進行的推理?(4)如何結合各種語境因素進行自然語言理解和推理，使智能機器人能夠用人的自然語言與人進行成功的交際?等等。

　　[關鍵詞] 人工智能，常識推理，歸納邏輯，廣義內涵邏輯，認知邏輯，自然語言邏輯

　　現(xiàn)代邏輯創(chuàng)始于19世紀末葉和20世紀早期，其發(fā)展動力主要來自于數(shù)學中的公理化運動。當時的數(shù)學家們試圖即從少數(shù)公理根據(jù)明確給出的演繹規(guī)則推導出其他的數(shù)學定理，從而把整個數(shù)學構造成為一個嚴格的演繹大廈，然后用某種程序和方法一勞永逸地證明數(shù)學體系的可靠性。為此需要發(fā)明和鍛造嚴格、精確、適用的邏輯工具。這是現(xiàn)代邏輯誕生的主要動力。由此造成的后果就是20世紀邏輯研究的嚴重數(shù)學化，其表現(xiàn)在于：一是邏輯專注于在數(shù)學的形式化過程中提出的問題;二是邏輯采納了數(shù)學的方法論，從事邏輯研究就意味著象數(shù)學那樣用嚴格的形式證明去解決問題。由此發(fā)展出來的邏輯被恰當?shù)胤Q為“數(shù)理邏輯”，它增強了邏輯研究的深度，使邏輯學的發(fā)展繼古希臘邏輯、歐洲中世紀邏輯之后進入第三個高峰期，并且對整個現(xiàn)代科學特別是數(shù)學、哲學、語言學和計算機科學產(chǎn)生了非常重要的影響。

　　本文所要探討的問題是：21世紀邏輯發(fā)展的主要動力將來自何處?大致說來將如何發(fā)展?我個人的看法是：計算機科學和人工智能將至少是21世紀早期邏輯學發(fā)展的主要動力源泉，并將由此決定21世紀邏輯學的另一幅面貌。由于人工智能要模擬人的智能，它的難點不在于人腦所進行的各種必然性推理(這一點在20世紀基本上已經(jīng)做到了，如用計算機去進行高難度和高強度的數(shù)學證明，“深藍”通過高速、大量的計算去與世界冠軍下棋)，而是最能體現(xiàn)人的智能特征的能動性、創(chuàng)造性思維，這種思維活動中包括學習、抉擇、嘗試、修正、推理諸因素，例如選擇性地搜集相關的經(jīng)驗證據(jù)，在不充分信息的基礎上作出嘗試性的判斷或抉擇，不斷根據(jù)環(huán)境反饋調整、修正自己的行為，……由此達到實踐的成功。于是，邏輯學將不得不比較全面地研究人的思維活動，并著重研究人的思維中最能體現(xiàn)其能動性特征的各種不確定性推理，由此發(fā)展出的邏輯理論也將具有更強的可應用性。

　　實際上，在20世紀中后期，就已經(jīng)開始了現(xiàn)代邏輯與人工智能(記為AI)之間的相互融合和滲透。例如，哲學邏輯所研究的許多課題在理論計算機和人工智能中具有重要的應用價值。AI從認知心理學、社會科學以及決策科學中獲得了許多資源，但邏輯(包括哲學邏輯)在AI中發(fā)揮了特別突出的作用。某些原因促使哲學邏輯家去發(fā)展關于非數(shù)學推理

　　的理論;基于幾乎同樣的理由，AI研究者也在進行類似的探索，這兩方面的研究正在相互接近、相互借鑒，甚至在逐漸融合在一起。例如，AI特別關心下述課題：

　　·效率和資源有限的推理;

　　·感知;

　　·做計劃和計劃再認;

　　·關于他人的知識和信念的推理;

　　·各認知主體之間相互的知識;

　　·自然語言理解;

　　·知識表示;

　　·常識的精確處理;

　　·對不確定性的處理，容錯推理;

　　·關于時間和因果性的推理;

　　·解釋或說明;

　　·對歸納概括以及概念的學習。[①]

　　21世紀的邏輯學也應該關注這些問題，并對之進行研究。為了做到這一點，邏輯學家們有必要熟悉AI的要求及其相關進展，使其研究成果在AI中具有可應用性。

　　我認為，至少是21世紀早期，邏輯學將會重點關注下述幾個領域，并且有可能在這些領域出現(xiàn)具有重大意義的成果：(1)如何在邏輯中處理常識推理中的弗協(xié)調、非單調和容錯性因素?(2)如何使機器人具有人的創(chuàng)造性智能，如從經(jīng)驗證據(jù)中建立用于指導以后行動的歸納判斷?(3)如何進行知識表示和知識推理，特別是基于已有的知識庫以及各認知主體相互之間的知識而進行的推理?(4)如何結合各種語境因素進行自然語言理解和推理，使智能機器人能夠用人的自然語言與人進行成功的交際?等等。

　　1.常識推理中的某些弗協(xié)調、非單調和容錯性因素

　　AI研究的一個目標就是用機器智能模擬人的智能，它選擇各種能反映人的智能特征的問題進行實踐，希望能做出各種具有智能特征的軟件系統(tǒng)。AI研究基于計算途徑，因此要建立具有可操作性的符號模型。一般而言，AI關于智能系統(tǒng)的符號模型可描述為：由一個知識載體(稱為知識庫KB)和一組加載在KB上的足以產(chǎn)生智能行為的過程(稱為問題求解器PS)構成。經(jīng)過20世紀70年代包括專家系統(tǒng)的發(fā)展，AI研究者逐步取得共識，認識到知識在智能系統(tǒng)中力量，即一般的智能系統(tǒng)事實上是一種基于知識的系統(tǒng)，而知識包括專門性知識和常識性知識，前者亦可看做是某一領域內專家的常識。于是，常識問題就成為AI研究的一個核心問題，它包括兩個方面：常識表示和常識推理，即如何在人工智能中清晰地表示人類的常識，并運用這些常識去進行符合人類行為的推理。顯然，如此建立的常識知識庫可能包含矛盾，是不協(xié)調的，但這種矛盾或不協(xié)調應不至于影響到進行合理的推理行為;常識推理還是一種非單調推理，即人們基于不完全的信息推出某些結論，當人們得到更完全的信息后，可以改變甚至收回原來的結論;常識推理也是一種可能出錯的不精確的推理模式，是在容許有錯誤知識的情況下進行的推理，簡稱容錯推理。而經(jīng)典邏輯拒斥任何矛盾，容許從矛盾推出一切命題;并且它是單調的，即承認如下的推理模式：如果p?r，則pùq?r;或者說，任一理論的定理屬于該理論之任一擴張的定理集。因此，在處理常識表示和常識推理時，經(jīng)典邏輯應該受到限制和修正，并發(fā)展出某些非經(jīng)典的邏輯，如次協(xié)調邏輯、非單調邏輯、容錯推理等。有人指出，常識推理的邏輯是次協(xié)調邏輯和非單調邏輯的某種結合物，而后者又可看做是對容錯推理的簡單且基本的情形的一種形式化。[②]

　　“次協(xié)調邏輯”(Paraconsistent Logic)是由普里斯特、達·科斯塔等人在對悖論的研究中發(fā)展出來的，其基本想法是：當在一個理論中發(fā)現(xiàn)難以克服的矛盾或悖論時，與其徒勞地想盡各種辦法去排除或防范它們，不如干脆讓它們留在理論體系內，但把它們“圈禁”起來，不讓它們任意擴散，以免使我們所創(chuàng)立或研究的理論成為“不足道”的。于是，在次協(xié)調邏輯中，能夠容納有意義、有價值的“真矛盾”，但這些矛盾并不能使系統(tǒng)推出一切，導致自毀。因此，這一新邏輯具有一種次于經(jīng)典邏輯但又遠遠高于完全不協(xié)調系統(tǒng)的協(xié)調性。次協(xié)調邏輯家們認為，如果在一理論T中，一語句A及其否定?A都是定理，則T是不協(xié)調的;否則，稱T是協(xié)調的。如果T所使用的邏輯含有從互相否定的兩公式可推出一切公式的規(guī)則或推理，則不協(xié)調的T也是不足道的(trivial)。因此，通常以經(jīng)典邏輯為基礎的理論，如果它是不協(xié)調的，那它一定也是不足道的。這一現(xiàn)象表明，經(jīng)典邏輯雖可用于研究協(xié)調的理論，但不適用于研究不協(xié)調但又足道的理論。達·科斯塔在20世紀60年代構造了一系列次協(xié)調邏輯系統(tǒng)Cn(1≤n≤w)，以用作不協(xié)調而又足道的理論的邏輯工具。對次協(xié)調邏輯系統(tǒng)Cn的特征性描述包括下述命題：(i)矛盾律?(A? ?A)不普遍有效;(ii)從兩個相互否定的公式A和?A推不出任意公式;即是說，矛盾不會在系統(tǒng)中任意擴散，矛盾不等于災難。(iii)應當容納與(i)和(ii)相容的大多數(shù)經(jīng)典邏輯的推理模式和規(guī)則。這里，(i)和(ii)表明了對矛盾的一種相對寬容的態(tài)度，(iii)則表明次協(xié)調邏輯對于經(jīng)典邏輯仍有一定的繼承性。

　　在任一次協(xié)調邏輯系統(tǒng)Cn(1≤n≤w)中，下述經(jīng)典邏輯的定理或推理模式都不成立：

　　?(Aù?A)

　　Aù?A→B

　　A→(?A→B)

　　(A??A)→B

　　(A??A)→?B

　　A→??A

　　(?Aù(AúB))→B

　　(A→B)→(?B→?A)

　　若以C0為經(jīng)典邏輯，則系列C0, C1, C2,… Cn,… Cw使得對任正整數(shù)i有Ci弱于Ci-1，Cw是這系列中最弱的演算。已經(jīng)為Cn設計出了合適的語義學，并已經(jīng)證明Cn相對于此種語義是可靠的和完全的，并且次協(xié)調命題邏輯系統(tǒng)Cn還是可判定的。現(xiàn)在，已經(jīng)有人把次協(xié)調邏輯擴展到模態(tài)邏輯、時態(tài)邏輯、道義邏輯、多值邏輯、集合論等領域的研究中，發(fā)展了這些領域內的次協(xié)調理論。顯然，次協(xié)調邏輯將會得到更進一步的發(fā)展。[③]

　　非單調邏輯是關于非單調推理的邏輯，它的研究開始于20世紀80年代。1980年，D·麥克多莫特和J·多伊爾初步嘗試著系統(tǒng)發(fā)展一種關于非單調推理的邏輯。他們在經(jīng)典謂詞演算中引入一個算子M，表示某種“一致性”斷言，并將其看做是模態(tài)概念，通過一定程序把模態(tài)邏輯系統(tǒng)T、S4和S5翻譯成非單調邏輯。B·摩爾的論文《非單調邏輯的語義思考》(1983)據(jù)認為在非單調邏輯方面作出了令人注目的貢獻。他在“缺省推理”和“自動認知推理”之間做了區(qū)分，并把前者看作是在沒有任何相反信息和缺少證據(jù)的條件下進行推理的過程，這種推理的特征是試探性的：根據(jù)新信息，它們很可能會被撤消。自動認知推理則不是這種類型，它是與人們自身的信念或知識相關的推理，可用它模擬一個理想的具有信念的有理性的代理人的推理。對于在計算機和人工智能中獲得成功的應用而言，非單調邏輯尚需進一步發(fā)展。

　　2.歸納以及其他不確定性推理

　　人類智能的本質特征和最高表現(xiàn)是創(chuàng)造。在人類創(chuàng)造的過程中，具有必然性的演繹推理固然起重要作用，但更為重要的是具有某種不確定性的歸納、類比推理以及模糊推理等。因此，計算機要成功地模擬人的智能，真正體現(xiàn)出人的智能品質，就必須對各種具有不確定性的推理模式進行研究。

　　首先是對歸納推理和歸納邏輯的研究。這里所說的“歸納推理”是廣義的，指一切擴展性推理，它們的結論所斷定的超出了其前提所斷定的范圍，因而前提的真無法保證結論的真，整個推理因此缺乏必然性。具體說來，這種意義的“歸納”包括下述內容：簡單枚舉法;排除歸納法，指這樣一些操作：預先通過觀察或實驗列出被研究現(xiàn)象的可能的原因，然后有選擇地安排某些事例或實驗，根據(jù)某些標準排除不相干假設，最后得到比較可靠的結論;統(tǒng)計概括：從關于有窮數(shù)目樣本的構成的知識到關于未知總體分布構成的結論的推理;類比論證和假說演繹法，等等。盡管休謨提出著名的“歸納問題”，對歸納推理的合理性和歸納邏輯的可能性提出了深刻的質疑，但我認為，(1)歸納是在茫茫宇宙中生存的人類必須采取也只能采取的認知策略，對于人類來說具有實踐的必然性。(2)人類有理由從經(jīng)驗的重復中建立某種確實性和規(guī)律性，其依據(jù)就是確信宇宙中存在某種類似于自然齊一律和客觀因果律之類的東西。這一確信是合理的，而用純邏輯的理由去懷疑一個關于世界的事實性斷言則是不合理的，除非這個斷言是邏輯矛盾。(3)人類有可能建立起局部合理的歸納邏輯和歸納方法論。并且，歸納邏輯的這種可能性正在計算? ?蒲Ш腿斯ぶ悄艿難芯客貧?侶??匱荼涑上質怠6鞲袼乖緹橢賦觶?吧緇嵋壞┯屑際跎系男枰??蛘庵中枰?仁??笱Ц?馨芽蒲?葡蚯敖?!盵④] 有人通過指責現(xiàn)有的歸納邏輯不成熟，得出“歸納邏輯不可能”的結論，他們的推理本身與歸納推理一樣，不具有演繹的必然性。(4)人類實踐的成功在一定程度上證明了相應的經(jīng)驗知識的真理性，也就在一定程度上證明了歸納邏輯和歸納方法論的力量。毋庸否認，歸納邏輯目前還很不成熟。有的學者指出，為了在機器的智能模擬中克服對歸納模擬的困難而有所突破，應該將歸納邏輯等有關的基礎理論研究與機器學習、不確定推理和神經(jīng)網(wǎng)絡學習模型與歸納學習中已有的成果結合起來。只有這樣，才能在已有的歸納學習成果上，在機器歸納和機器發(fā)現(xiàn)上取得新的突破和進展。[⑤] 這是一個極有價值且極富挑戰(zhàn)性的課題，無疑在21世紀將得到重視并取得進展。

　　再談模糊邏輯?，F(xiàn)實世界中充滿了模糊現(xiàn)象，這些現(xiàn)象反映到人的思維中形成了模糊概念和模糊命題，如“矮個子”、“美人”、“甲地在乙地附近”、“他很年輕”等。研究模糊概念、模糊命題和模糊推理的邏輯理論叫做“模糊邏輯”。對它的研究始于20世紀20年代，其代表性人物是L·A·查德和P·N·馬林諾斯。模糊邏輯為精確邏輯(二值邏輯)解決不了的問題提供了解決的可能，它目前在醫(yī)療診斷、故障檢測、氣象預報、自動控制以及人工智能研究中獲得重要應用。顯然，它在21世紀將繼續(xù)得到更大的發(fā)展。

　　3.廣義內涵邏輯

　　經(jīng)典邏輯只是對命題聯(lián)結詞、個體詞、謂詞、量詞和等詞進行了研究，但在自然語言中，除了這些語言成分之外，顯然還存在許多其他的語言成分，如各種各樣的副詞，包括模態(tài)詞“必然”、“可能”和“不可能”、時態(tài)詞“過去”、“現(xiàn)在”和“未來”、道義詞“應該”、“允許”、“禁止”等等，以及各種認知動詞，如“思考”、“希望”、“相信”、“判斷”、“猜測”、“考慮”、“懷疑”，這些認知動詞在邏輯和哲學文獻中被叫做“命題態(tài)度詞”。對這些副詞以及命題態(tài)度詞的邏輯研究可以歸類為“廣義內涵邏輯”。

　　大多數(shù)副詞以及幾乎所有命題態(tài)度詞都是內涵性的，造成內涵語境，后者與外延語境構成對照。外延語境又叫透明語境，是經(jīng)典邏輯的組合性原則、等值置換規(guī)則、同一性替換規(guī)則在其中適用的語境;內涵語境又稱晦暗語境，是上述規(guī)則在其中不適用的語境。相應于外延語境和內涵語境的區(qū)別，一切語言表達式(包括自然語言的名詞、動詞、形容詞直至語句)都可以區(qū)分為外延性的和內涵性的，前者是提供外延語境的表達式，后者是提供內涵性語境的表達式。例如，殺死、見到、擁抱、吻、砍、踢、打、與…下棋等都是外延性表達式，而知道、相信、認識、必然、可能、允許、禁止、過去、現(xiàn)在、未來等都是內涵性表達式。

　　在內涵語境中會出現(xiàn)一些復雜的情況。首先，對于個體詞項來說，關鍵性的東西是我們不僅必須考慮它們在現(xiàn)實世界中的外延，而且要考慮它們在其他可能世界中的外延。例如，由于“必然”是內涵性表達式，它提供內涵語境，因而下述推理是非有效的：

　　晨星必然是晨星，

　　晨星就是暮星，

　　所以，晨星必然是暮星。

　　這是因為：這個推理只考慮到“晨星”和“暮星”在現(xiàn)實世界中的外延，并沒有考慮到它們在每一個可能世界中的外延，我們完全可以設想一個可能世界，在其中“晨星”的外延不同于“暮星”的外延。因此，我們就不能利用同一性替換規(guī)則，由該推理的前提得出它的結論：“晨星必然是暮星”。其次，在內涵語境中，語言表達式不再以通常是它們的外延的東西作為外延，而以通常是它們的內涵的東西作為外延。以“達爾文相信人是從猿猴進化而來的”這個語句為例。這里，達爾文所相信的是“人是從猿猴進化而來的”所表達的思想，而不是它所指稱的真值，于是在這種情況下，“人是從猿猴進化而來的”所表達的思想(命題)就構成它的外延。再次，在內涵語境中，雖然適用于外延的函項性原則不再成立，但并不是非要拋棄不可，可以把它改述為新的形式：一復合表達式的外延是它出現(xiàn)于外延語境中的部分表達式的外延加上出現(xiàn)于內涵語境中的部分表達式的內涵的函項。這個新的組合性或函項性原則在內涵邏輯中成立。

　　一般而言，一個好的內涵邏輯至少應滿足兩個條件：(i)它必須能夠處理外延邏輯所能處理的問題;(ii)它還必須能夠處理外延邏輯所不能處理的難題。這就是說，它既不能與外延邏輯相矛盾，又要克服外延邏輯的局限。這樣的內涵邏輯目前正在發(fā)展中，并且已有初步輪廓。從術語上說，內涵邏輯除需要真、假、語句真值的同一和不同、集合或類、謂詞的同范圍或不同范圍等外延邏輯的術語之外，還需要同義、內涵的同一和差異、命題、屬性或概念這樣一些術語。廣而言之，可以把內涵邏輯看作是關于象“必然”、“可能”、“知道”、“相信”，“允許”、“禁止”等提供內涵語境的語句算子的一般邏輯。在這種廣義之下，模態(tài)邏輯、時態(tài)邏輯、道義邏輯、認知邏輯、問題邏輯等都是內涵邏輯。不過，還有一種狹義的內涵邏輯，它可以粗略定義如下：一個內涵邏輯是一個形式語言，其中包括(1)謂詞邏輯的算子、量詞和變元，這里的謂詞邏輯不必局限于一階謂詞邏輯，也可以是高階謂詞邏輯;(2)合式的λ—表達式，例如(λx)A，這里A是任一類型的表達式，x是任一類型的變元，(λx)A本身是一函項，它把變元x在其中取值的那種類型的對象映射到A所屬的那種類型上;(3)其他需要的模態(tài)的或內涵的算子，例如€，ù、ú。而一個內涵邏輯的解釋，則由下列要素組成：(1)一個可能世界的非空集W;(2)一個可能個體的非空集D;(3)一個賦值，它給系統(tǒng)內的表達式指派它們在每w∈W中的外延。對于任一的解釋Q和任一的世界w∈W，判定內涵邏輯系統(tǒng)中的任一表達式X相對于解釋Q在w∈W中的外延總是可能的。這樣的內涵邏輯系統(tǒng)有丘奇的LSD系統(tǒng)，R·蒙塔古的IL系統(tǒng)，以及E·N·扎爾塔的FIL系統(tǒng)等。[⑥]

　　在各種內涵邏輯中，認識論邏輯(epistemic logic)具有重要意義。它有廣義和狹義之分。廣義的認識論邏輯研究與感知(perception)、知道、相信、斷定、理解、懷疑、問題和回答等相關的邏輯問題，包括問題邏輯、知道邏輯、相信邏輯、斷定邏輯等;狹義的認識論邏輯僅指知道和相信的邏輯，簡稱“認知邏輯”。馮·賴特在1951年提出了對“認知模態(tài)”的邏輯分析，這對建立認知邏輯具有極大的啟發(fā)作用。J·麥金西首先給出了一個關于“知道”的模態(tài)邏輯。A·帕普于1957年建立了一個基于6條規(guī)則的相信邏輯系統(tǒng)。J·亨迪卡于60年代出版的《知識和信念》一書是認知邏輯史上的重要著作，其中提出了一些認知邏輯的系統(tǒng)，并為其建立了基于“模型集”的語義學，后者是可能世界語義學的先導之一。當今的認知邏輯紛繁復雜，既不成熟也面臨許多難題。由于認知邏輯涉及認識論、心理學、語言學、計算機科學和人工智能等諸多領域，并且認知邏輯的應用技術，又稱關于知識的推理技術，正在成為計算機科學和人工智能的重要分支之一，因此認知邏輯在20世紀中后期成為國際邏輯學界的一個熱門研究方向。這一狀況在21世紀將得到繼續(xù)并進一步強化，在這方面有可能出現(xiàn)突破性的重要結果。

　　4.對自然語言的邏輯研究

　　對自然語言的邏輯研究有來自幾個不同領域的推動力。首先是計算機和人工智能的研究，人機對話和通訊、計算機的自然語言理解、知識表示和知識推理等課題，都需要對自然語言進行精細的邏輯分析，并且這種分析不能僅停留在句法層面，而且要深入到語義層面。其次是哲學特別是語言哲學，在20世紀哲學家們對語言表達式的意義問題傾注了異乎尋常的精力，發(fā)展了各種各樣的意義理論，如觀念論、指稱論、使用論、言語行為理論、真值條件論等等，以致有人說，關注意義成了20世紀哲學家的職業(yè)病。再次是語言學自身發(fā)展的需要，例如在研究自然語言的意義問題時，不能僅僅停留在脫離語境的抽象研究上面，而要結合使用語言的特定環(huán)境去研究，這導致了語義學、語用學、新修辭學等等發(fā)展。各個方面發(fā)展的成果可以總稱為“自然語言邏輯”，它力圖綜合后期維特根斯坦提倡的使用論，J·L·奧斯汀、J·L·塞爾等人發(fā)展的言語行為理論，以及P·格賴斯所創(chuàng)立的會話含義學說等成果，透過自然語言的指謂性和交際性去研究自然語言中的推理。

　　自然語言具有表達和交際兩種職能，其中交際職能是自然語言最重要的職能，是它的生命力之所在。而言語交際總是在一定的語言環(huán)境(簡稱語境)中進行的，語境有廣義和狹義之分。狹義的語境僅指一個語詞、一個句子出現(xiàn)的上下文。廣義的語境除了上下文之外，還包括該語詞或語句出現(xiàn)的整個社會歷史條件，如該語詞或語句出現(xiàn)的時間、地點、條件、講話的人(作者)、聽話的人(讀者)以及交際雙方所共同具有的背景知識，這里的背景知識包括交際雙方共同的信念和心理習慣，以及共同的知識和假定等等。這些語境因素對于自然語言的表達式(語詞、語句)的意義有著極其重要的影響，這具體表現(xiàn)在：(i)語境具有消除自然語言語詞的多義性、歧義性和模糊性的能力，具有嚴格規(guī)定語言表達式意義的能力。(ii)自然語言的句子常常包含指示代詞、人稱代詞、時間副詞等，要弄清楚這些句子的意義和內容，就要弄清楚這句話是誰說的、對誰說的、什么時候說的、什么地點說的、針對什么說的，等等，這只有在一定的語境中才能進行。依賴語境的其他類型的語句還有：包含著象“有些”和“每一個”這類量化表達式的句子的意義取決于依語境而定的論域，包含著象“大的”、“冷的”這類形容詞的句子的意義? 【鲇諞烙錁扯?ǖ南啾冉系畝韻罄?；腖?錁浜吞跫?錁淶囊庖迦【鲇諞蠐錁扯?浠?撓鏌寰齠ㄒ蛩兀?绱說鵲取#╥ii)語言表達式的意義在語境中會出現(xiàn)一些重要的變化，以至偏離它通常所具有的意義(抽象意義)，而產(chǎn)生一種新的意義即語用涵義。有人認為，一個語言表達式在它的具體語境中的意義，才是它的完全的真正的意義，一旦脫離開語境，它就只具有抽象的意義。語言的抽象意義和它的具體意義的關系，正象解剖了的死人肢體與活人肢體的關系一樣。邏輯應該去研究、理解、把握自然語言的具體意義，當然不是去研究某一個(或一組)特定的語句在某個特定語境中唯一無二的意義，而是專門研究確定自然語言具體意義的普遍原則。[⑦]

　　美國語言學家保羅·格賴斯把語言表達式在一定的交際語境中產(chǎn)生的一種不同于字面意義的特殊涵義，叫做“語用涵義”、“會話涵義”或“隱涵”(implicature)，并于1975年提出了一組“交際合作原則”，包括一個總則和四組準則?？倓t的內容是：在你參與會話時，你要依據(jù)你所參與的談話交流的公認目的或方向，使你的會話貢獻符合這種需要。仿照康德把范疇區(qū)分為量、質、關系和方式四類，格賴斯提出了如下四組準則：

　　(1)數(shù)量準則：在交際過程中給出的信息量要適中。

　　a.給出所要求的信息量;

　　b.給出的信息量不要多于所要求的信息量。

　　(2)質量準則：力求講真話。

　　a.不說你認為假的東西，。

　　b.不說你缺少適當證據(jù)的東西。

　　(3)關聯(lián)準則：說話要與已定的交際目的相關聯(lián)。

　　(4)方式準則：說話要意思明確，表達清晰。

　　a.避免晦澀生僻的表達方式;

　　b.避免有歧義的表達方式;

　　c.說話要簡潔;

　　d.說話要有順序性。[⑧]

　　后來對這些原則提出了不少修正和補充，例如有人還提出了交際過程中所要遵守的“禮貌原則”。只要把交際雙方遵守交際合作原則之類的語用規(guī)則作為基本前提，這些原則就可以用來確定和把握自然語言的具體意義(語用涵義)。實際上，一個語句p的語用涵義，就是聽話人在具體語境中根據(jù)語用規(guī)則由p得到的那個或那些語句。更具體地說，從說話人S說的話語p推出語用涵義q的一般過程是：

　　(i)S說了p;

　　(ii)沒有理由認為S不遵守準則，或至少S會遵守總的合作原則;

　　(iii)S說了p而又要遵守準則或總的合作原則，S必定想表達q;

　　(iv)S必然知道，談話雙方都清楚：如果S是合作的，必須假設q;

　　(v)S無法阻止聽話人H考慮q;

　　(vi)因此，S意圖讓H考慮q，并在說p時意味著q。

　　試舉二例：

　　(1)a站在熄火的汽車旁，b向a走來。a說：“我沒有汽油了。”b說：“前面拐角處有一個修車鋪。”這里a與b談話的目的是：a想得到汽油。根據(jù)關系準則，b說這句話是與a想得到汽油相關的，由此可知：b說這句話時隱涵著：“前面的修車鋪還在營業(yè)并且賣汽油。”

　　(2)某教授寫信推薦他的學生任某項哲學方面的工作，信中寫到：“親愛的先生：我的學生c的英語很好，并且準時上我的課。”根據(jù)量的準則，應該提供所需要的信息量;作為教授，他對自己的學生的情況顯然十分熟悉，也可以提供所需要的信息量，但他有意違反量的準則，在信中只用一句話來介紹學生的情況，任用人一旦接到這封信，自然明白：教授認為c不宜從事這項哲學工作。

　　并且，語用涵義還具有如下5個特點：(i)可取消性：在給原話語附加上某些話語之后，它原有的語用涵義可被取消。在例(1)中，若b在說“前面拐角處有一個修車鋪”之后又補上一句：“不過它這時已經(jīng)關門了”，則原有的語用涵義“你可從那里得到汽油”就被取消了。(ii)不可分離性：如果某話語在特定的語境中產(chǎn)生了語用涵義，則無論采用什么樣的同義結構，該含義始終存在，因為它所依附的是話語的內容，而不是話語的形式。(iii)可推導性，前面已說明這一點。(iv)非規(guī)約性：語用涵義不能單獨從話語本身推出來，除要考慮交際合作原則之類的語用規(guī)則之外，也需要假定通常的邏輯推理規(guī)則，并需要把上文語句、交際雙方所共有的背景知識作為附加前提考慮在內。(v)不確定性：同一句話語在不同的語境中可以產(chǎn)生不同的語用涵義。顯然，確定某個話語的語用涵義是一個極其復雜的過程，需要綜合和分析、歸納和演繹的統(tǒng)一應用，因此具有一定的或然性。研究如何迅速有效地把握自然語言表達式在具體語境中的語用涵義，這正是自然語言邏輯所要完成的任務之一，它將在21世紀取得進展。

下一頁分享更優(yōu)秀的<<<人工智能邏輯論文