人工智能中的“联结主义”和语法理论，本文主要内容关键词为：人工智能论文,语法论文,主义论文,理论论文，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。
1.人工智能的诞生和“转换生成语法”
人工智能诞生之前占主导地位的语法理论是结构主义，其哲学基础是逻辑实证主义。对逻辑实证主义者来说，思维的理想目标是逻辑和演算，最好的形式是“公理系统”。对公理系统的追求有一个基本假设，那就是所有的科学知识都能用某种形式的“语言”作出确切的表述。
1956年在达特茅斯学院召开了一次会议，会上第一次使用了“人工智能”(Artificial Intelligence,AI)这一概念。也就在这次会上，纽厄尔(A.Newell)和西蒙(H.Simon)演示了第一个能从一组给定的前提出发进行逻辑推导的计算机程序，叫做“逻辑推论家”(Logical Theorist)。这一事件至今被认为是机器能执行认知任务的第一个实例，1956年也因此被视为人工智能的诞生之年。[22]
同一年，在语言学领域，诺姆·乔姆斯基提出了“转换语法”(Transformational Grammar)的新理论，后来发表在1957年出版的专著《句法结构》中，从而引起了语言学的一场革命，至今乔氏的语言观（已有所变化）在语言学界仍然占主导地位。《句法结构》阐述了各种基于规则的语言和不同类型的自动机之间的对应关系，其中最有意思的一个结论是，任何一种自然语言都需要一部图灵机(Turing machine)来处理它的语法。乔氏强调语言学的目的就是要形式化地构造出语法的公理系统，用以精确地描写人的语言能力。语言能力是一种关于语言的知识，是一个决定什么是可能有的句子的规则系统。这种规则系统宜用数学上“生成”的思想来描写和组织。“生成语法”的要领是：某一语言的全部合乎语法的句子是从一组抽象的符号通过一套规则的操作而生成出来的。这种操作纯粹是形式的，因为这些符号的语义解释在决定这些规则的应用时并不起作用。当今大多数用计算机来模拟人类认知过程的系统都是基于这种“符号操作”模式，整个人脑被视为一部按程序操作符号的巨型计算机。尽管乔氏一再表白他的语法理论并不是为应用于人工智能而提出来的，但是两者之间的密切联系是显而易见的。
还需指出，“转换生成语法”的哲学基础从逻辑实证主义转向笛卡儿的心灵主义和先验论，这是一个大转变。然而，在把语言看作一个自足的/封闭的系统这一观点上，在重视形式而忽视意义这一取向上，它又是跟传统的结构主义语法一脉相承的。
2.人工智能的兴衰和新的语法理论
人工智能专家一度充满信心：按照逻辑实证主义的方法，一旦已找出某一知识领域的基本公理，就可以用计算机代替人脑来计算其所有的结论。按照符号操作模式（或“符号主义”），人类智能的基本单位是符号，认知过程就是在符号表征下的符号运算，因此思维就是符号计算。下面引用的福德的一段话最能说明传统的人工智能所依据的符号操作模式：
“只要我们认为心理过程是计算过程（因此是由表征式定义的形式操作），那么除了将心灵看作别的之外，还自然会把它看作一种计算机。也就是说，我们会认为，假设的计算过程包含哪些符号操作，心灵也就从事哪些符号操作。因此，我们可以大致上认为，心理操作跟图灵机的操作十分类似。”[7:230]
然而，思维不仅仅是逻辑思维和演算。雄心勃勃的“通用问题求解系统”(General Problem Solver)被证明并不像原先预想的那样具有通用性。“积木世界操纵程序”(SHRDLU)没有任何学习能力。所谓的“专家系统”(Expert Systems)也从来没有达到人类专家的那种机敏水平。
人工智能研究者对计算机程序可能具备的能力估计过高，遭到多方面的批评。一个重要的批评者是德赖福斯(Hubert Dreyfus)，他于1972年发表的《计算机不能做什么：人工推理批判》，从现象主义的哲学基础出发，指出了计算机和人之间的若干根本性区别：人有意识，能理解和容忍有歧义的句子，有影响思维的身体经验，有动机和动力，会变得疲倦或失去兴趣，而计算机程序不可能具备任何这样的资质。
另一个有影响的批评者是舍尔(J.Searle)，他举了著名的“中国房间”的例子[17]。假设一个懂英语但不懂汉语的人被锁在一个房间里，在他面前是一组用英语书写的指令，他要回答一页用中文书写的几个问题。按照符号操作模式，只要仔细地按照指令来操作问题中出现的那些符号，他就能用中文写出这一页问题的答案。舍尔认为这是极其荒谬的，计算机缺乏“意图性能”(intentionality)，因此不能理解一种语言中句子的意义。舍尔的论点酿成一场热烈的争论，争论至今还在继续。
将人脑看作符号操作系统的观点与心理学的模块理论(Modular Theory)有密不可分的联系。按照模块理论，人脑的认知系统是由若干模块组成的，有的负责语言，有的负责视觉，有的负责听觉；就语言模块而言，内部又分为语音、句法、语义、语用等模块，各个模块任务专一，互相独立。问题在于这些模块在信息加工过程中不能同时互动，只能按线性次序，由低层到高层单向进行处理。显然模块理论的假设也是建立在将人脑比作电脑的基础之上的，但是这在生物学和神经学上找不到对应的证据。人脑有上千亿个神经元，其联结关系比电脑几百或上千的电极管要复杂得多。还有，电极管的运算速度极快（每秒几百到几千万次），而神经元每秒只能发送或接收几百次脉冲。因此人脑如果像电脑那样按线性次序操作，其演算速度远不能完成复杂的认知过程。
尽管有这些批评，人工智能在20世纪70年代还是大致保持其传统的形式并继续生存下来。然而在过去二十年里，不少人工智能专家开始对传统的模式加以反思，提出了一种全新的模式，即“联结主义模式”(Connectionist Models)，也叫“人工神经网络”(Artificial Neuron Networks)。联结主义认为智能的基本单位是神经元，认知过程是由神经网络构成的，表现为信息在神经网络的单元（神经元）中的并行分布(parallel distribution)和特定的联结方式，而不是符号的运算。从联结主义的角度看问题，最好将人脑视为一个“自组织”(self-organizing)系统，人脑中发生的组织和学习应被视为一个“演化”(evolutionary)过程，而不是类似计算机程序的操作过程。[6]人工神经网络更接近于人脑的构造和运作状态，这被视为联结主义的最重要的价值之一。Rumelhart & McClelland[16]用并行处理的模型来模拟英语过去时态的习得过程，是联结主义的经典之作，也引发了一系列的争论。
伴随联结主义的兴起，在语言学领域也出现了一些新的语法理论，向多年来占主导地位的语法理论提出了挑战。下面主要介绍“认知语法”和“浮现语法”的一些观点。
2.1“认知语法”和“认知语义学”
“认知语法”注重语义而且认为语法和语义是密不可分的，所以也叫“认知语义学”。“认知语法”的基本假设包括：
(1)心智是体验的产物。这是一种“心寓于身”的认知观，即心智和思维产生于人跟外部世界相互作用的过程中通过自己的身体得到的经验。例如，婴儿通过呼吸、进食、排泄而体验到“里”和“外”的概念对立，通过不断地抓起玩具而又放下的身体动作而体验到“控制”和“被控制”的概念对立。人的整个概念系统都植根于知觉、身体运动和人在物质和社会环境中的体验。“心寓于身”还有一层意思是概念和概念系统的形成要受人类身体构造的制约，例如人对各种颜色的分辨很大程度上是由人体视网膜的生理构造决定的。这种认知观跟“身心分离”的心灵主义认知观相对立，后者认为心智和思维独立于人与外部世界的相互作用，是通过逻辑规则操纵一些抽象的符号，就像计算机操纵抽象的符号一样。
“认知语法”重视“身”的作用，其中心论点之一是，许多基本词汇的意义是寓于“身”的，是与身体的经验直接相关的。莱考夫和约翰逊在其合著的《生活离不开隐喻》[11]中证明，各种各样的词，多得令人惊异，其复杂的词义是从一些基本的身体意义引申而来的。例如，数字：5＝一只手，10＝两只手，12＝两只手＋两根手指；表空间概念的词语：门脸儿，山脚，背后，山头，……等等。拙文《“有界”与“无界”》（《中国语文》1995年第5期）证明，动词、名词、形容词三大实词类所呈现的一些跟数量词有关的语法现象具有并行性，而且可以用人通过切身体验建立的“有界”和“无界”这一对概念作出统一的说明。
人工智能的新观点也认为，人脑不是用来计算的——人脑的主要任务是控制身体；人脑的运作不是孤立的，而是在很大程度上依赖于受其利用的身体。近来对寓于肉身的(embodied)人脑的研究有了明显的进展。举例来说，眼睛不仅仅被视为脑的输入装置，双手也不仅仅被视为体现脑的意志；眼—手—脑被被视为一个“协调”(coordinated)系统。就许多任务而言，我们用手思维比用脑思维来得快。一个简单的例子是游戏机上的俄罗斯方块游戏，精通的玩家用手操纵键盘旋转图形比用脑旋转图形意象要来得快。
(2)语言能力依附于一般认知能力。人的语言能力是人的一般认知能力不可分割的一部分，语言能力跟一般认知能力没有本质上的差别，语言能力的发展跟一般认知能力的发展有极为密切的联系。例如，“转喻”作为一种语言能力就跟一般认知能力分不开。说“回到原单位，看到的尽是新面孔”，用“新面孔”而不用“新四肢”“新躯干”来转指“不熟悉的新人”，那是因为人一般都是靠观察脸相而不是靠观察别的身体部位来识别人的。这就是说，语言能力在人的心智中并不自成一个独立的部分，而是依附于一般认知能力。因此这一假设不妨称作“语言依附”说，跟“语言独立”说相对立。“语言独立”说是基于人类心智的“模块理论”，而“语言依附”说不承认有这样独立的语言模块存在。
坚持“认知语法”基本假设的人特别反对“身心分离”说，批评这一假设将人降格为计算机这样的机器，没有切身的体验，没有想象力，思维和推理只是客观世界在头脑中的反映。这些受批评的人反过来批评“语言依附”说，说这一假设将人降格为动物，看不到人跟动物的本质区别，因为一般认知能力是动物也具备的，语言能力才是人类独有的。但是前一派人又说，两相比较，将人看作由动物进化而来总比将人降格为无生命的机器更为合理。
拙文《转指和转喻》（《当代语言学》1999第1期）用转喻这种一般的认知机制对汉语“的”字结构转指中心名词的限制和条件作出统一的解释，其基本假设也是“语言依附”说。
(3)语法是象征符号的清单。不仅语言不是一个独立的模块，语言内部的构造也不是模块结构，不是由词法、句法、语义、语用等各自独立的部分组成的。语法与其说是一个规则系统，不如说是各种大小的象征符号（从语素到句子到篇章）组成的清单，这些象征符号都是形式和意义的结合体。比如，各种各样的句式就是各种各样的象征单位，句式的意义不能完全从组成部分的意思靠规则推导出来，因为整体要大于部分之和。这样，语言的组织和神经网络的组织就有很大程度的相似，大大小小的象征符号就相当于神经网络中成千上万的神经单元。
拙文《句式和配价》（《中国语文》2000年第4期）和《说“偷”和“抢”》（《语言教学与研究》2000年第1期）就是论证这种句式的独立性，并对所谓动词的配价现象作出更合理的说明。张敏《认知语言学与汉语名词短语》（中国社会科学出版社，2000）详细论证了汉语名词短语（带和不带中介“的”字）的象征性。
(4)语义不仅仅是客观的真值条件。传统的语义学是一种客观主义的语义学，认为语义就是使语句表达的命题成真的必要充分条件，或称真值条件。然而“认知语义学”认为，语义不仅仅是客观的真值条件，还跟人的概念结构及其形成过程有直接的关系。例如，“横看成岭侧成峰”，客观上是同一座山，由于人的观察角度的变化就形成两个不同的心理意象，也就形成两个不同的概念。因此判定某物是“岭”或是“峰”的真假时是不能脱离人的主观因素的。这种假设可以称作“主客合一”的语义观，跟“主客分离”的语义观相对立。
拙文《如何处置“处置式”——论把字句的主观性》（《中国语文》2002年第5期）和《跟副词“还”有关的两个句式》（《中国语文》2001年第6期）就是将主观语义引入汉语语法分析的一个尝试。
从行为主义和传统语义学的观点看，心理意象是不可言说的，超出了科学研究的范围。这种对心理意象不屑一顾的态度在人工智能的早期阶段仍然存在，思维被视为符号处理，意象不是计算机程序的正当构件。但是，70年代初开始的一些心理学实验证明，“意象”(mental imagery)具有心理现实性。例如一项经典性实验向被试人展示一些图片，图片上有两两成对的三维积木图形，一个相对另一个旋转而改变角度，被试人被要求尽快回答两个图形是否相同。令人惊奇的发现是，被试人作出回答的时间与一个图象相对另一个图象旋转的度数之间呈线性相关。对这一结果的可信解释是，被试人生成积木图形的心理意象，并在其心灵中“旋转”它们。因此，思维不止是符号操作，思维基本上是在一些“心灵知觉”之间形成“联想”(associations)的过程，一个概念的激活会同时激活相关联的其他概念。
同样，在兰格克[12]和莱考夫[10]提出的“认知语义学”中，用来表征语义的中心概念是“意象图式”(image schema)。这类图式是由一些基本的拓扑和几何结构构成的图象，如“容器”、“链接”、“起点—路径—目标”等。
(5)人建立的范畴大多是“典型范畴”。传统的人工智能和早期的认知科学所信奉的是经典的亚里斯多德的范畴理论，这种理论认为一个范畴是由一组“必要和充分特性”定义的，一个范畴的所有成员都具有同等的地位。但是，正如一些心理学家所证明的，在大多数情形里，范畴的成员有“成员资格的等级”(graded membership)之别。[14]这些研究结果导致人们对经典范畴理论的不满，70年代中期提出了一种新的理论，即“原型理论”(prototype theory)。这一理论的中心思想是，在一个范畴内，某些成员被判定为比其他成员更有“代表性”。例如，对“鸟”这一范畴而言，燕子要比企鹅更具有代表性;对范畴“椅子”而言，办公椅是比摇椅、躺椅更典型的成员。一个范畴最具代表性的成员称作“原型”或“典型”。“认知语法”认为各种语法范畴和语义范畴同样是典型范畴。袁毓林《词类范畴的家族相似性》（《中国社会科学》1995年第1期）一文以确凿的证据证明，汉语词类范畴都是典型范畴，想用“为某一范畴所有而其他范畴所无的语法特性”来界定不同的词类事实上做不到。
2.2“浮现语法”和“浮现语义学”
对“转换生成语法”而言，句法处于中心地位，句法不够用时再加上语义学，最后动用的才是语用学（语境、指示现象等）。伴随着对传统人工智能的批评，在语言学领域出现了语法理论的语用学转向，将研究纲领倒了个个儿，语言行为成为最基本的实体，语用学研究语言行为的法则，语义学则是研究约定俗成的语用法；最后，当语境不够用时，就添加句法标记来帮助消除歧义。这就是“语用法的语法化”思想，语法是从语用法逐渐演化而来的。一些比较极端的语用学家甚至认为，语法不是逻辑分析的工具，不是分析句子成分结构和语义关系的工具；语法是从不同的视角出发组织信息的手段，具体说是用来强调、突出、淡化、弱化某些信息的手段。例如时体标记的作用是比说话人在提供时间信息的同时不像用实词那样将这一信息突现出来，不让它干扰句子主要信息的传递。他们甚至还认为，语言根本就不存在现成的“语法”，存在的只是正处在演化和形成过程中的语法。对人工智能而言，这意味着语言的处理加工不是由低层到高层的过程(bottom-up)，而是由高层到低层的过程(top-down)。针对模块理论的“并行处理理论”实际主张这两个方向的处理过程可以同时交互作用。拙文《跟副词“还”有关的两个句式》就是为证明这种并行的交互作用，例如：
开封还没有到呢，就别提洛阳了。
洛阳还没有到呢，就别提开封了。
从一个角度看，句子要放到一定的语境中去理解，这种说法是有道理的。但是这只是理解过程的一个方面，还有另一个方面。要理解这两个句子，第一句必须要有“旅行方向由东向西”的语境知识，第二句必须要有“旅行方向由西向东”的语境知识。然而，这样的语境知识并不是事先就有的，而是听话者根据整个句式的意义（即说话人表明语境中一个小句提供的信息量不足，包含“还”字的小句能提供更大量的信息）推导出来的。如果我们不知道整个句式的意义，那就不可能推导出上述特定的语境知识来，而这一句式的意义又是跟“还”字的语用意义（说话人对已有命题的表态）分不开的。
既然语法从语用法逐渐演化而来，句法、语义、语用三个模块的区分也就不存在了，“认知语法”确实不严格区分这三个模块，认为这样的区分完全是人为的，是为了某种方式的研究上的方便，语言本身并没有这样的严格区分。拙文《正负颠倒和语用等级》（载《语法研究与探索》第10辑）证明，用一条贯通的语用／认知原则可以对句法、语义、语用“三个平面”的并行现象作出统一的概括说明。
另外，过去二十年里，“演化心理学”(Evolutionary Psychology)作为一个新的研究领域已有很大发展。这一分支的方法论不同于传统的认知心理学，不是在严格控制的条件下在实验室里研究被试人，而是集中研究“生态上有效的”(ecologically valid)素材，因为这类素材能使我们多少了解人类和动物是如何在自然的情景中采取行动和解决问题的。在很多情形里，根本不可能在人的感知和外部世界之间划一条界线。例如潜水艇的舰长用潜望镜“看到”东西，盲人用柱杖代替手“摸到”东西，同样，我们用路标、日历、袖珍计算器来“思维”。内心活动和外界发生的事情之间没有明显的分界，心灵渗透到世界之中。[4]这种新观点跟关于人类认知结构本质的新观点是结合在一起的，即不是将人脑与电脑等同起来，而是集中注意人类思维的“演化和起源”(evolutionary origin)，人类之所以具有现在的认知能力是由于它们在过去对人类的生存和繁衍有用。
在语法研究领域，自从霍珀[8]提出“浮现语法”(Emergent Grammar)（注：有将emergent译作“涌现”的，如Waldrop[19]的中译本：还有译作“动态”的，但“动态”的含义过于宽泛。）的思想来，这个名称越来越受到取功能主义立场的语法学家的重视，现在已经叫开了。联结主义模式的一个核心思想就是语法规则具有“浮现特性”(emergent properties)。也就是说，联结主义网络通过单元、激活、抑制、联结等特征能够有效地表征言语行为，而这种表征达到的有效程度使人觉得仿佛其背后有语法规则的支配。规则本身不需要在系统中明确表征，但却通过网络“浮现”而出。这就好比蜂巢的六角形状并不需要有一个制造六角形的规则系统，当成百上千个工蜂从多个角度将蜜一点一滴地挤入蜂巢，当许多柔软的圆形蜜点受到多角度同时挤压时，整体蜂巢的形状就自然而然地成为六角形。凡是复杂系统的运作都呈现出“浮现特性”[19]，语言这个复杂系统也不例外，语言也是一个自发、自组的动态系统。
陶红印《从“吃”看动词论元结构的动态属性》（《语言研究》2000年第3期）证明，动词的论元结构(argument structure)不是固定不变或先验确定的，而是具有开放性和流动性的；一个动词越是使用频率高，其论元结构流动性就越大，也就不会总是跟一个固定的论元结构相联系。Van Valin & Wilkins[18]和张伯江《施事角色的语用属性》（《中国语文》2002年第6期）则证明，“施事”这个范畴也是“浮现”出来的：大多数动词只是带致效者(effector)论元，它在适宜的条件下被解释为施事。指人的致效者在行为句里高频出现，默认的语用释义原则就将主语解释为施事了。
将“浮现”的概念运用到语义特别是词义的研究，于是有了“浮现语义学”的提法。传统语义学将词汇的语义看作一个静态的系统，例如用一些抽象的、固定不变的“义素”或语义特征来描写词义；谈到词义的演变，也只是将其视为随时间流逝而“自然”发生的。“浮现语义学”强调词义是在交谈双方互动的过程中产生和变化的，是双方“协商”(negotiation)的结果。例如，一些同义词在褒义／贬义、具体／抽象等方面的差异都是出于交际的需要，是在言谈过程中逐渐形成和不断调整的。这方面的最新研究可参看陶红印《动态语义学初探》（《语言暨语言学》第四卷第4期），此外还有王伟《情态动词“能”在交际过程中的语义呈现》一文（《中国语文》2000年第3期），该文就汉语“能”字的诸多义项建立一个语义网络，并根据各义项在“肯定—否定—疑问”用法上高度规律性的频率分布来解释人理解“能”字句的过程。高频率的用法能增强一个义项被激活的程度，用联结主义的话说，也就是提高单元与单元之间的“权值”(weight)。
人工智能中的联结主义是关于自然和人类的新科学——复杂性理论——的一部分，这一理论在神经网络、生态平衡、经济学、混沌理论等领域所取得的成果已经帮助人们初步掌握了建立这一理论框架的数学工具。人们将冲破自牛顿时代以来一直统治着科学的线性的、还原论的思维方式，从过去无人知晓的角度和深度来认识这个自发、自组的动态世界。[19]联结主义近十几年来在西方已经对语言学、心理学、认知科学产生了重大的影响，但是应用在汉语和中文信息处理上的研究还很少，这对我国语言学的研究和人工智能的研究都是不利的。
3.“对立”和“互补”
“联结主义”和“符号主义”经常被作为两种互相对立和竞争的范式提出来，前者能解释认知心理过程中的干扰、概括、等级区分等现象，后者解释这些有困难，但是能较好地解释思维的能产性。联结主义和脑神经网络在模拟相对简单的认知过程上比较成功，但在模拟相对复杂的认知过程上，如自然语言的理解，就显得费力。符号主义认为符号表征对解释高级认知过程是必不可少的。联结主义则说，符号表征在人脑中的编码形式究竟如何还不得而知，如果人脑是符号操作型计算机的假设根本就是错的，那么基于符号表征运算的解释就根本站不住，而联结主义模型的单元和真实的神经元有许多相似，因此更是神经生理上合理的模型。
符号主义对联结主义还有两点指责。一是联结网络具体如何运作不明确，是一个“黑箱”，因此实际未作出任何解释。二是联结主义只解释实施层面上的问题，不解释算法层面上的问题，而只有后者才能算是科学解释。联结主义则用“浮现”的概念来加以反驳：凡是复杂系统的行为都有浮现的特点，其行为是各子系统“交互作用”(interaction)的结果，因此根本不可能从孤立的子系统作出确定的预测。
也有人认为，符号模型和联结模型之间的联系可能是：联结模型可视为经典的符号模型的一种实施方式(implementation)。符号主义和联结主义两者各有长处和短处，它们在不同的层面上试图解决相同的认知问题，因此应该将他们视为两种互相补充的方法。
在语言学领域，“生成语法”和“认知语法”也经常被作为两种对立的理论提出来，但是也有人（如F.Newmeyer）认为，两者的区别有许多是表面的而非实质的。首先，两者都坚持从认知的角度来研究语法，乔姆斯基也说“语法是与其他知识和信仰系统交互作用的一个认知系统”，生成语法并不要求句法与认知完全分离开来。认知语法学家批评生成语法以真值条件语义学为基础，但是不少生成语法学家也反对这种语义学，包括乔氏和杰肯道夫[9]。后者还提出“概念语义学”(Conceptual Semantics)，与“认知语义学”非常接近，但仍然坚持句法的自主性，可见句法自主和非客观主义语义学可以并行不悖，句法自主并不意味着语法能力和其他认知能力之间没有共同之处。至于语义和语用的分界，杰肯道夫也不强调这种分界，至少认为这种分界没有多少理论意义，两者交叉的部分到底重要不重要，各人可以有不同的看法。
主张“认知语法”的人从心理学和神经心理学引用了许多有利于自己的证据，但是也有许多不利的证据，如脑损伤病人的一些语言故障确实支持语言结构的模块理论。也有研究发现人的视觉系统跟语言系统一样也是模块结构，分颜色、形状、运动、深度等等不同的知觉处理模块，这些模块综合起来产生一个感知对象的心理意象。神经心理学内部其实也有两种理论之争，不是只有一种理论。
最近乔氏“生成语法”理论的新发展是“最简方案”，在这个方案中，所有重要的语法原则直接运用于表层，不同语言之间的差异归词汇处理，具体的规则已减少到最低限度，这跟“认知语法”重视词汇不重视句法规则的做法很接近。因此“生成语法”和“认知语法”至少也可以是互补的，至于是否能殊途同归、合二为一，这就要看以后各自的发展而言了。
注：本文原是应邀在上海外国语大学国际交流学院所作的演讲，现根据讲稿修改后发表。
收稿日期：2004-02-10
标签：人工智能论文; 语义学论文; 认知语言学论文; 系统思维论文; 语义分析论文; 认知过程论文; 符号计算论文; 认知科学论文;