自然语言中副语言的逻辑处理.pdfVIP

自然语言中副语言的逻辑处理

毋庸质疑，语言交际都遵循“信息编码→信号→传递→接收→信息解码”的通

讯模式。在这五个环节当中，作为终极端的“信息解码”其结果并不是由显性的语

符唯一决定的，而是由“信息解码”，者（受话者）根据自己的经验、理解力、社

会共有知识等诸多因素对接收到的信息进行分析重构而最终确定的。从某种意义

上说，社会共有知识在从“信息入码”到“信息解码”的过程中起着最为关键的作

用。因为在语言交际的过程中，作为信号发出者的说话者往往并不是单纯地要表

达显性语符的静态意义，为此，作为信号接收者的受话者要准确理解说话者的交

际意图就必须调动自己大脑中的社会共有知识去进行一系列的推断。当然，作为

信号接收者的受话者只要一有接收信号的讯息，其社会共有知识便会被自动激活

而参与到语言的再生成和解释活动中去。因此，语言就交际的目的而言在量的方

面常常是不足的。要使我们的语言交际达到预先特定的交际效果就必须要靠显性

的语符和隐性的“超语符”的合力运作。这个隐性的“超语符”也就是我们所说的副

语言（paralanguage）。Mehrabian＆Ferris甚至认为，交际过程中词句只承担了7

﹪的信息量。

就语言交际的整个过程而言，“人（说话者）→人（受话者）”模式在正常情

况下是不存在任何问题的，但对于“人→机→人”模式，情况就复杂得多了。同计

算机“对话”实质上就是从功能上模拟人与人之间的语言交际。当计算机接收说话

者所发出的言语信息时（这个过程形式上是静态的、固定不变的，但这里是从功

能上模拟人与人之间的语言交际的动态意义上讲的。），它模拟的是人的耳→脑感

知系统接收语音信息的过程。这一过程是智能化的自动言语识别（antomatic

speechrecognition,简称ASR）。反过来，当我们把计算机用来当作言语输出装置

时，它实质上模拟的是作为信号发出者的说话者。这一过程乃是将特定的语符转

换成连续的有一定节律的声学信号的智能过程。人们通常把这个过程叫作言语生

成。在上述两个过程中，虽然我们用计算机从功能上去模拟人，但计算机终究还

是代替不了人。因为，计算机的反应机制必须依靠预先确定好了的语言形式。“词”

曾经号称计算机信息处理的“拦路虎”，但笔者以为当下甚至未来很长一段时间内

真正意义上的“拦路虎”还是副语言。因为计算机根本不具备受话者个体所具有的

经验、理解力、社会共有知识等，它只能执行固定的、程序化的指令。但这同时

也向我们表明了：只要我们将副语言转换成一种计算机可以识别的代码，问题也

就迎刃而解了。本文就拟用逻辑的工具处理自然语言中的副语言现象，以期为

COLING特别是为解决自然语言的识别问题（人机对话）提供些许借鉴。当然，

副语言包括有声副语言和无声副语言，无声副语言主要指以一个动作或者一个行

为传递某种信息的手势语、体态语等。由于不同的文化背景，无声副语言便具有

不同的特定的涵义，所以这里仅限于对有声副语言的处理。

同一语言形式如果我们用不同的语气、语调表达出来，其意义则会大不相同。

在语言交际的过程中，只要我们充分调动自己以知识结构形式储存在大脑中的经

验、理解力、社会共有知识诸因素，理解对方的意图应该是不成问题的。但是，

这种情况对计算机来说就不是那么轻而易举的事情了。对计算机而言，“自然语

言处理系统只能首先从语言的句法方面入手，进而深入到语义层次。”我们不妨

相互比较地看看以下一些例子：

(1)大家都喜欢小王。

说话者直截了当地陈述一个事实。对其进行句法分析的结果如下*：

通过上述句法分析，我们便得到了（1）的量化公式：（所有，都）（人，小

王，喜欢）（在FC系统中，这一量化公式作（所有dou）（人，小王，喜欢）处

理）。如果我们以“‖S‖=1”表示语句S的语义赋值为真，以“Q”表示量词，以“A”

表示“人”，以“B”表示“小王”，以“C”表示不定指的某一个人，以“R”表示“喜欢”，

我们便又可以得到（1）的语义解释：‖S(1)‖=1iff‖Q(所有)（A，B）（R）‖=1。

(2)大家都喜欢小王？

说话者对话语中的“小王”既重读，语调上又用升调，从而表达了对大家喜欢

的对象“小王”表示怀疑的内涵。言外之意，该话语实际上暗含了三层含义：第一

层含义是大家都喜欢某一个人；第二层含义是有些人认为这个人就是小王；第三

层含义是说话者并不这么认为。所以，该语句的句法分析如下：

显然