名称、命题与知识表达*——读克里普克：《命名与必然性》，本文主要内容关键词为：必然性论文,克里论文,命题论文,名称论文,知识论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
美国逻辑学家、哲学家克里普克(S.Kripke)在其代表作《命名与必然性》①中阐述了历史的、因果的命名理论，提出了一些有创造性的观点和引人深思的问题。该理论不但曾在国外哲学界、逻辑学界中引起热烈的讨论，而且对人工智能、认知科学的研究也产生了一定影响。国外一些语言学教科书对这种理论也有所涉及。②近年来，国内也有一些哲学文献对它进行评介。③
本文打算从另一些角度讨论克里普克提出的某些问题。本文首先指出，人们一般能够根据外延找出名称的涵义，然后指出克里普克对后验必然命题与先验偶然命题的描述是有漏洞的，最后简单讨论了上述问题与人工智能研究的关系。总的说来，我们认为克里普克的观点中既有不少合理成分，也有片面之处。
一、有涵义与没涵义的名称
当我们用摹状词“黎明时出现在天边的那颗星”说明“启明星”时，名称（本文所说的“名称”以专名为主，也包括通名）与摹状词之间关系如何？对此存在两种对立的观点：
一、摹状词给出名称的涵义，指出名称的指称对象应满足的充分与必要条件，普通名称是缩略或伪装的摹状词。这就是弗雷格(G.Frege)、罗素(B.Russell)等人提倡的摹状词理论。维特根斯坦(L.Wittgenstein)、塞尔(J.Searle)等人在此基础上提出了“家族相似”或簇摹状词的理论，心理学家茹什(E.H.Rosch)提出了与家族相似理论接近的“原型”(propotype)理论，语言学家杰肯道夫(R.Jackendoff)提出“优先原则”来修改原型理论。
二、专名没有涵义。摹状词描述的并不是专名指称对象的充分或必要条件。除非摹状词碰巧表达了对象的本质属性，否则专名与摹状词之间的关系并不是必然的。例如，启明星可能因受到其他星体的碰撞而出现在其他位置。除了个别情况—一例如，在给事物第一次命名时—一摹状词甚至并不决定专名的外延。这就是克里普克的观点。他还说，“猫”、“虎”等可数名词，“黄色”、“水”等物质名词，“热”、“光”等描述自然现象的词，还有“热的”、“红色的”之类的形容词“与专名之间具有比通常所认识到的更多的亲缘关系”（《命名与必然性》中译本第134-135页，以下引用该书只注页码）。于是一些通名也没有涵义。克里普克认为，这些没有涵义的名称只能靠社会团体传播信息的历史的、因果的链条或实指的方式确定指称。于是这些名称的指称都可追溯到最初命名的时候。克里普克还认为，命名时可采用实指或摹状词的方式。由于他认为摹状词只用来确定指称而不是表达涵义，因此这两种方式实际上是等价的，有时还可交替或混合使用。根据唐奈兰(K.S.Donnellan)的说法，④指称性用法的限定摹状词甚至不一定表示对象的偶然属性。
我们认为，上述两种理论分别描述的情况都是存在的。对于摹状词理论，研究者们已谈得比较多，此处不详细讨论。应该承认克里普克所说的情况。有些摹状词并不表示名称的涵义，有些名称的使用者并不知道指称对象的充要条件。但是不能走向另一极端。许多名称都没涵义、都靠因果链确定指称，这是较难想象的。“依亚里士多德看来，事物有本质，语言形式才有意义。当本质由所指对象分离出来而同语词相结合时，它就变成了意义。”⑤克里普克是本质主义者。他认为，在对象存在的任何场合中本质对于对象而言都是真的（第49页）。但他似乎不认为本质可以转化为涵义。我们赞成亚里士多德的观点。人类语言的表达能力是相当丰富的。事物的本质（包括克里普克所说的类型）一般可用词语或概念描述，而后者就构成名称的涵义。当我们指着实物（甚至可能是代表实物的图片、模型等）说“某某就是这”或“某某是如此这般”时，当前亲知的属性有时就构成对象的本质。也可能在命名时先把对象确定下来，过后才找出对象的本质。这两种情况都可能得到名称的涵义。从这个角度看，有些名称今后也可赋予涵义，也与未知的摹状词等价，可以根据外延寻找内涵而不是根据内涵确定外延。只是在下面情况下就可能无法给出名称的涵义：一、连名称的外延也无法确定，例如古代文献中的一些名称；二、名称表达最原始的、自明的概念。让我们对后一情况稍作说明。当我们用其他词语描述名称时，我们假设描述体中的词语已得到解释。实际上这些词语中有的还可进一步描述。如果这个过程不应循环，最终总有一些词语不可再用其他词语描述。罗素等一些经验论者曾经基本上把表示感觉材料的概念当成不可定义的原始概念。克里普克则明确反对一个事物只是一堆属性的现象主义观点。这方面问题比较复杂，且有时涉及本体论之争。更深入的讨论已超出本文的范围。
可见，即使说话时摹状词没有给出名称的涵义，其中一些情况也可用(1)解释：
(1)说话时名称没有涵义，但过后可以找出涵义。还可能：
(2)说话人知道名称的涵义，但没有在摹状词中表达出来。
(3)说话人不知道名称的涵义，但其他人知道。
(1)-(3)与摹状词理论所描述的情况差别并不大。这时只说明摹状词可描述名称的外延而不是内涵，或名称的涵义未定，并不意味着许多名称没有涵义。还可以想象这种做法：不再给所有只确定了外延的名称规定本质、涵义。则除了原始、自明的概念所表达的对象外，人们只能靠时空连续识别这些对象，且无法针对每个对象谈论它们的任何非真实情况。这也不是克里普克的本意。的确有些（但不是全部）对象只能靠时空连续识别。限于篇幅，本文无法讨论这些对象的类型。
由实指方式确定的名称与由涵义确定的名称也不是完全等价的。根据外延找出涵义的过程中还存在一些复杂情况。例如：本质主要限于克里普克所说的起源、材料、内部结构等少数类型还是可以有多种类型？象克里普克所说的那样、不同的人使用名称时指称都相同，还是应承认不同的人、不同场合下对名称的用法存在差异？涵义能否变化、在什么情况下变化？专名所指对象的本质属性的唯一性、充分性不易保证的问题怎么处理？怎样在多个可能世界之间判断对象的同一性？因篇幅限制，有机会我们将另文讨论这些问题。下面只简单列出我们对名称与涵义之间关系的看法：
二、关于后验必然命题与先验偶然命题
克里普克还反对哲学界的流行观点，在《同一性与必然性》⑥中提出了后验必然命题，在《命名与必然性》中又提出了先验偶然命题。本文不讨论“先验”与“必然”、“后验”与“偶然”两对术语的关系，只谈谈克里普克举出的一些例子。
克里普克说，
(4)长庚星就是启明星。
(5)水是H[,2]O。等是后验必然命题。理由如下。上面命题中“是”的两边都是名称，而名称是严格指示词，如果它们指称的对象在现实世界中相同，则在所有可能世界中也必定相同。因此上面命题是必然的。因为这些命题都是通过科学研究或其他活动发现的，所以它们又是后验的。
克里普克的论证中有两个要点：一、名称是严格的指示词，在所有可能世界中指称同一对象，摹状词则是非严格的指示词；二、判断同一的过程是后验的。我们先讨论第一个要点。如果大多数名称都有涵义，则这些名称与摹状词就没有明显差别。即使象克里普克所认为的那样，一些名称没有涵义，但它们在不同世界中指称本质相同的对象，则除少数原始概念外，其他名称仍与一些摹状词等价，虽然它们对应什么摹状词有时还不清楚。这些情况都对关于是否严格指示词的区分不利。当然还可以说，只有名称与表示事物本质的摹状词才是严格指示词，⑦而其他摹状词则不是。即使如此，由于我们认为本质有时并不限于克里普克所说的少数类型，而是可以有多种类型，因此关于是否严格指示词的区分也就不是绝对的，就象地球表面上某一点是静止的还是运动的，取决于坐标系一样。说“出现在天边的星”是严格指示词，对某种特殊的目的也是合理的。至于只能靠实指、时空连续决定指称的名称，我们认为无法判断它们的指称对象在不同世界之间的同一性，因此它们无法用于其他可能世界，也就谈不上严格指示词与否。这时讨论含有这种名称的命题是必然的还是偶然的也没有什么意义。
不管是否承认严格指示词，都得不到克里普克的结论。让我们考虑(4)的几种情况。如果“启明星”与“长庚星”已有涵义，按照弗雷格的看法，它们的涵义不同。[8]发现它们的指称对象相同是经验的，也是偶然的，因为在另一世界中可能没有一颗既出现于黎明又出现于傍晚的行星。克里普克反对这种看法。对他的意思可打个比方：假定预先规定X[,1]=X[,2]=X[,3]……,Y[,1]=Y[,2]=Y[,3]……；一旦人们发现X[,1]=Y[，1]（这时还可能不知道X[,1]、Y[,1]的值），就可推出X[,2]=Y[,2],X[,3]=Y[,3]，……。数学运算的性质留到下面再谈。当我们说(4)是后验的，意味着在判断它之前“启明星”、“长庚星”已经命名。而名称并不是孤零零的形式，我们必须知道名称的用法：或者知道其涵义，或者知道其指称。命名时已给出涵义的，可过后才确定指称，甚至可在现实世界中没外延；命名时无涵义的，必须自命名时起就能确定指称。既没给出涵义、又不能决定指称的命名只能算未完成的、伪装的命名。既不知道某个名称的涵义、又不能自己决定其指称的人，不能算真正掌握这个名称的用法。如果命名时指出了对象，但过后不能指出这个对象，而名称又没有涵义，则相当于将这个名称丢掉了。下面(6)就仅仅指出确定涵义或本质的方式：
(6)长庚星是与现实世界中晚上出现在天边的那颗星本质相同的星。因本质实际未知，而如果在命名之后又不能保证总能确定指称，则就没有真正命名。克里普克的做法就是，先对“启明星”、“长庚星”进行了未完成的命名，过后才真正确定它们的指称或知道它们的本质，并据此作出(4)的判断。这时并不能认为(4)是后验的，因为(4)是在真正完成命名的同时就可知道的。如果将(4)看成后验的，则命名活动本身也是后验的。
假定“启明星”、“长庚星”虽然没有涵义，但自命名起人们就一直能指出它们的指称。这时按照克里普克的说法，命名时的摹状词并不表示本质，只起到确定对象的作用。于是用摹状词命名“启明星”、“长庚星”等价于以实指的方式说出：
(7)启明星就是这。（或：我们将把它称为启明星。）
(8)长庚星就是这。（或：我们将把它称为长庚星。）假设(7)先于(8)说出，则说出(8)时我们必定仍能指出“启明星”的指称，于是不管启明星有什么偶然属性，我们在决定说出(8)的同时也就决定了(4)。于是(4)是来自我们的决定而不是从经验观察中得到的，因而实际是先验的。而且按照前面的说法，在这种情况下说(4)是必然的还是偶然的没有什么意义。
会不会克里普克虽不用“涵义”的提法，但认为在命名时就已知道“启明星”、“长庚星”的本质呢？这更不可能。否则的话，依据他的说法，个体的本质只有少数类型，则命名时就应知道它们都代表同一本质的事物。于是(4)虽是必然的，但也是先验的。
人们也可以开头象摹状词论者一样使用“启明星”、“长庚星”，后来发现它们在现实世界中外延相同，就改变了“启明星”、“长庚星”的用法，使(4)成为必然命题，而且又好象是后验的，可是这个过程中已变换了概念。本文开头不是也说过，名称的涵义可以变化、甚至可先确定外延再找本质或涵义吗？涵义不就可以是后验的吗？可是，找出涵义或重新赋予涵义就改变了名称的用法，相当于重新命名，放弃了原来的名称。这一点当涉及可能世界时尤其明显。重新命名虽然常常参考了现实世界的状况，但实质上仍是先验的，因为名称与涵义或对象的联系仍是约定的。这时我们甚至可以放弃原来的语言形式而采用新的语音或书面形式。有时第一次命名也参考了现实世界的状况。我们也许是观察到现实世界中有一颗晚上出现于天空的行星之后才说出：
(9)长庚星是晚上出现在天空某位置的那颗行星。但不管有没有进行这样的观察，(9)都是先验的。因此，重新命名时判断(4)，与上面刚谈到的、最初命名时就知道“启明星”、“长庚星”代表同一本质的情形并无二致。
还有另一种可能的情况。塞尔曾谈到，可将“图利＝西塞罗”解释为分析的，即根据语言规则而为真的。⑨因此可以说，根据语言规则(4)是必然的。而学习语言规则、知道同义在蒯因(W.V.O.Quine)看来又是经验的。⑩于是(4)是后验必然的。我们认为，学习语言的经验与一般所说的的其他经验是不同层次的经验，不能相提并论。对某一个人而言，语言通常与物理、化学等经验科学的研究对象类似，是不能随意改变的。但是，对整个社会来说语言只是约定俗成的产物，用什么词语代表什么事物、表达什么意思有相当大的任意性。从这个角度来看语言又与经验科学的研究对象不同。通常所说的先验命题只能理解为对于全社会而言、其真值可以约定而不必依赖经验的命题。并不是所有的先验命题都是天生的、遗传的，或只须通过内省就能知道，或只须各人自己随意规定而不必考虑社会的规范。从这点来看，根据语言规则得到的命题仍是先验命题。因此，即使(4)是分析的，它也不是通常所说的后验命题。
可将我们对(4)的看法小结如下：如果(4)是根据名称的涵义相同、或者名称无涵义而外延相同判断的，则是先验命题；如果(4)是根据名称的涵义不同而外延相同判断的，则是后验偶然命题；而不存在名称外延不同、内涵相同的情况。于是(4)不会是后验必然命题。
克里普克还认为，能够先验地认识的命题不一定必须先验地认识，数学、逻辑命题也可以后验地认识，例如可用计算机判断一个数是否素数，而我们是根据物理定律和计算机的构造等经验知识来相信这个答案的。众所周知，许多数学、逻辑定理确非天生就可知道的，可是人们进行某些运算时，只依赖公理与运算法则。至于用计算机来帮助计算，则与下面过程类似：我们用笔和纸记录数学、逻辑运算的结果，虽然笔和纸可记录运算的结果是从经验中得知的，但不能说明运算的内容是经验的。
克里普克还说，下句是先验偶然的：
(10)一米是巴黎标准米尺在时间t[,0]时的长度。(11)因为如果在时间t[,0]给标准米尺加热，它就不是一米长了。可是他这样说已隐含着“一米”的确定另有标准。于是(10)就无法先验地断定。如果(10)的确是先验的，就不存在标准米尺不是一米的可能性。人们也可能先根据(10)确定“一米”的长度，然后另找标准，从而使(10)成为偶然的。但这个过程中也改变了名称的用法。克里普克还认为，“看来下述假设也许合理：在某些情况下，一个名称的指称的确是通过一个摹状词用类似于确定米制的方式确定的”（第58页）。他认为(9)也是先验偶然命题（第80页）。理由是“晚上出现在某位置”只表示长庚星的偶然属性。克里普克实际上将(9)理解为(6)。(6)可表示未完成的命名。即使不是的话，它也决不是偶然的，因为即使其他世界的长庚星晚上不出现于天边，它与现实世界的长庚星本质相同这一点却是必然的。在非命名的情况下，(9)也可能是后验偶然的，用于向其他人说明“长庚星”的外延。
综上所述，我们认为克里普克所说的两类命题是有问题的。
三、人工智能系统中的名称与命题
根据人工智能的经典观点，(12)人类智能的基础是知识，人工智能的核心课题是知识的获取、表达和使用。而名称、命题是表达知识的主要单位。
多数人工智能研究者认为名称有涵义。伍兹(W.A.Woods)曾在他的一篇文章中指出，在语义网中应区分概念的内涵与外延。他还引用蒯因对弗雷格区分“启明星”与“长庚星”的涵义的评论来说明有关情况，并建议区分表达事实的断言性的链(link)与构成定义的结构性的链。(13)这些看法对后来的知识表达研究产生了重要影响。在他主持设计的自然语言问答系统LUNAR中，他还注意到蒯因等哲学家讨论过的“封闭语境”(opaque contexts)，并用程序设计语言中换名调用的传递参数的方法处理内涵对象。(14)来自认知心理学的原型理论现在也受到较多注意。也有一些系统多少受到克里普克的影响。例如，在知识表达系统KL-ONE中，个体概念只能有必要条件，没有充分条件。这种概念是原始概念，当它们有必要条件时，可继承上位概念的属性。(15)在知识表达工具PROCNE中，专名被当作没有内涵的严格指示词。(16)我们则认为，名称中有的有涵义，虽然其中不少须用家族相似或原型理论描述，有的则只有部分定义，或者只能实指其外延（不管是否须借助因果链），或者甚至无法实指其外延。后面三种名称都只好当成原始概念。(17)专名中当然还有不少属于后面这三种。即使名称有涵义，如果计算机未能知道这些涵义，也只能将它们当作原始概念。计算机理解语言时，指称性用法的摹状词应变为名称，而一些有涵义的名称则应变成与摹状词等价的内部表达。所以有些指称性的摹状词变成了另一些摹状词。虽然计算机不知道一些名称的涵义与外延，但用户可按照自己或社会的用法去理解它们。这种有趣的特殊现象倒是在一定程度上与克里普克的说法相符：说话者不必能够识别指称的对象，指称依赖于社会其他成员与名称传播的历史。
如果一些名称被当作原始概念，由于世界上的个体很多，甚至可能是无限的，会不会导致概念太多，计算机没法处理？我们对此的回答是：一、许多个体没有名称；二、不是所有名称都表示原始概念；三、计算机与人脑一样，通常只能处理一个有限的领域，尽管领域的大小可以不同。
人工智能领域中有一个分支—一机器学习，研究如何使计算机自动获取知识。机器学习的一种类型是从例子中学习(learning from examples)，即向计算机提供某类事物的正反面例子，计算机自动从这些例子中归纳出这类事物的定义。这个过程接近本文开头谈到的根据外延寻找涵义的情形，但只涉及通名。这方面最早期的工作之一是麻省理工学院教授温斯顿(P.H.Winston)于七十年代发表的、计算机视觉方面的概念学习的研究成果。他讨论了下面过程。给计算机提供拱、房子、桌子、帐蓬等物体的正反面实例。实例中包括这些物体的结构描述。例如，拱的正面例子中含有底部两个支撑物不紧挨着的描述，而有的反面例子中底部两个支撑物是紧挨着的。计算机将一个正面例子的描述作为“拱”的尝试定义，然后根据其他例子逐步修改该定义，使之能够容纳所有正面例子，排除所有反面例子。(18)这种过程实际上是归纳正面例子的相似之处，故也称为基于相似性的学习，与后来流行的基于解释的学习相区别。
温斯顿说，他只考虑概念的的物理属性，而暂不涉及功能定义。虽然如此，这项工作还没有考虑到更复杂概念的学习—一例如，家族相似理论所描述的概念，属性随时间而变化的概念，等等。温斯顿的正反面实例是由人精选出来的，所以他让计算机将未被证明为偶然属性的属性都当成定义的一部分，将少数例子当成全部外延的代表。但在一些实际情况中不能如此处理。尽管如此，作为机器学习概念的初步尝试，该项研究是有意义的。
虽然分析命题与综合命题的区分早就受到蒯因的严重挑战，可是许多哲学家仍坚持这种区分。克里普克也没有反对这种区别。威尔克斯(Y.A.Wilks)曾在他的机器翻译系统中区分词义和事实，前者在词典中描述，后者表达为常识规则。(19)不少系统也有相近的做法。这大体相当于区别分析和综合命题。国外原来有不少语言学家接受了区分两种命题的做法，现在也有一些认知语言学家主张不严格区分词义与世界知识。根据逻辑经验主义者的观点，分析命题与先验命题、必然命题是相同的。克里普克则认为，先验命题不等于必然命题，而分析命题只是先验命题与必然命题中的真子集。有的人工智能研究者赞同克里普克的看法，例如特纳(R.Turner)引述克里普克关于必然真理与偶然真理的区别不同于先验真理与后验真理的区别的观点，认为《命名与必然性》等文献“值得特别注意。(20)在这方面我们则基本赞同逻辑经验主义的看法。不管哪一种观点正确，在知识库中有必要区分不同类型的知识。有的知识对某些系统来说必不可少，经常用到。有的知识则可有可无，作用不大。有的知识是静态的，较少变化。有的知识是动态的，经常变化。将它们分开可使知识库的模块化程度高，易修改、扩充、维护。有的知识有普遍性，有的知识则只适合相当窄的领域。两者分开之后使不同的领域可共享部分知识，从而降低成本、缩短开发周期。进行推理时，使用可靠的知识得到的结论也较可靠，使用不太可靠的知识得到的结论也不可靠。
应该指出，重要、静态、普遍、可靠的知识相互之间不一定对应，也不一定与分析、先验、必然的命题对应，虽然它们之间有密切关系。例如，被认为属于必然命题的数学、逻辑规则与“某某人每逢星期六休息”之类的个别事实相比，当然较可靠、少变化、有普遍性，一般也较重要。另一方面，经验科学的定律虽然也是可否证的，(21)但在很长时期内不会改变，得到较多人的承认且适合较宽的领域，也相当可靠。而一些词语的涵义变化很快，或在不同领域中用法不同。由于名称用法的变化和差异以及家族相似理论描述的情况、专名所指对象的本质属性的唯一性、充分性不易保证的情况，涵义中表达的命题也不一定都十分可靠。此外，有时分析与综合命题之间也不一定有截然的鸿沟。
由上面可以看出，人工智能与哲学研究密切相关。在国外，人工智能的文献经常引用哲学家的著作，不少哲学家还直接参加人工智能的研究。美国IBM公司的学者索沃(J.F.Sowa)因提出“概念结构”而受到国外人工智能界的重视。他说过的几句话能够反映哲学对人工智能的重要性：“计算机中任何知识与意义的表达必须包括一些哲学假定”，“亚里士多德是认知科学的创始人”，“人工智能是使用来自三个领域成果的工程性学科：知识表达来自哲学，语法规则来自语言学，心理现象来自心理学”。(22)这种情况应引起我国学术界的重视。
* 本文曾提交给中国现代外国哲学学会等单位于1993年5月在宜昌举行的“跨世纪的思考”学术讨论会。原文由五部分组成。此次发表因篇幅限制，删去其中的“名称用法的差异”和“个体的识别”两部分，为了保持连贯性还对个别地方作了调整。中国社会科学院哲学所涂纪亮教授曾审阅本文并惠赐宝贵意见，谨致谢意。
注释：
①克里普克：《命名与必然性》中译本，梅文译，上海译文出版社，1988年。
②例如较有名的教科书Akmajian,A.et al.,Linguistics:an introduction to language and communication,MIT Press,1979.又如最近出版的教科书Chierchia,G.and McConnell-Ginet,S.,Meaning and grammar:an introduction to semantics,MIT Press,1990.
③例如涂纪亮《英美语言哲学概论》，人民出版社，1988年；涂纪亮《分析哲学及其在美国的发展》，中国社会科学出版社，1987年；江天骥《当代西方科学哲学》，中国社会科学出版社，1984年；朱新民《现代西方哲学逻辑》，复旦大学出版社，1987年；陈波《专名和通名理论批判》，载《中国社会科学》1989年5期；陈波《逻辑哲学引论》人民出版社，1990年。
④唐奈兰：《指称与限定摹状词》，见涂纪亮主编《语言哲学名著选辑》，三联书店，1988年。
⑤蒯因：《经验主义的两个教条》，见蒯因《从逻辑的观点看》中译本，江天骥等译，上海译文出版社，1987年，第21页。
⑥中译文见《语言哲学名著选辑》。
⑦陈波也认为摹写对象本质的摹状词是固定指示词。见《逻辑哲学引论》，第217页。
⑧弗雷格：《论涵义和指称》，见《语言哲学名著选辑》。
⑨Searle,J.R.,Proper names,Mind,Vol.67,1958.
⑩见《经验主义的两个教条》。
(11)后来国际上用氪原子在某能级之间跃迁的辐射在真空中的波长来定义“米”。这不影响此处讨论。因为如果我们将(10)换成另一命题，有关结论依然成立。
(12)八十年代兴起的连接主义的看法与此有些不同。
(13)Woods,W.A.,Whats in a link:foundation for semantic networks,in Bobrow and Collins (eds.),Representation and Understanding,Academic Press,1975.
(14)Woods,W.A.,Semantics and quantification in natural language question answering,in Yovits,M.(ed.),Advances in computers,Vol.17,Acadmic Press,1978.
(15)Brachman,R.J.and Schmolze,J.G.,An overview of the KL-ONE knowledge representation system,Cognitive Science,Vol.9,No.2,1985.
(16)Frixione,M.,et al.,Are there individual concepts? proper names and individual concepts in SI-Nets,International Journal ofMan-machine Studies,Vol.30,1989.
(17)本文作者曾经针对专名简单地提到这一点，但限于篇幅，没有详细讨论。见拙文《语义表达的一些性质》，载《中文信息学报》1991年1期，第7页。
(18)此外无法详细介绍温斯顿的工作。有兴趣的读者请参看Winston,P.H.,Learning structural descriptions from examples,in Winston(ed.),The Psychology of Computer Vision,McGrawHill,New York,1975.
(19)Barr,A.and Feigenbaum,E.A,.The handbook of artificialintelligence,Vol.1,Kaufman,1981.
(20)Turner,R.,Logics for Artificial Intelligence,Ellis Horwood,1984.
(21)克里普克并不认为经验科学的定律都是偶然的，我们仍采取多数人的意见。
(22)Sowa,J.F.,Conceptual Structures:information Processingin mind and machine,AddisonWesley,1984.
标签：启明星论文; 世界语言论文; 内涵和外延论文; 本质主义论文; 命题逻辑论文; 哲学研究论文; 语言描述论文; 观点讨论论文; 长庚论文;