趙富春 徐以中

(南京航空航天大學， 南京 211100)

認知邏輯與語言邏輯的交叉與融合*

趙富春 徐以中

(南京航空航天大學， 南京 211100)

當代科技發(fā)展中交叉整合研究的不斷進展，使得語言邏輯的研究須要和認知科學相結合,認知邏輯的研究亦須要更集中地關注語言問題。這兩種趨勢的匯合導致認知語言邏輯研究的應運而生。認知語言邏輯研究的核心內容是表征與計算問題，研究取向則是為人際對話和人機對話構建應用模型。

語言；邏輯；認知；人機對話；計算表征

現代邏輯的發(fā)展導致邏輯學產生許多分支，語言邏輯即為其中一個，語言邏輯的研究得到眾多研究者的重視，導致邏輯學的研究發(fā)生了語言轉向。近來，邏輯學又發(fā)生了認知轉向。那么，邏輯、語言與認知之間，特別是認知邏輯與語言邏輯之間到底是怎樣的關系？如何協調發(fā)展？本文將對這些問題作初步探討。

Kosslyn和Rosenberg指出，計算機的發(fā)展導致了在20世紀50年代末60年代初發(fā)生的認知科學革命(Kosslyn & Rosenberg 2003：17)。這場革命在20世紀70年代中期達到興盛時期，其中Herbert A. Simen, Alan Newell和Noam Chomsky被認為是三個領軍人物。毫無疑問，認知科學發(fā)展到現在，其深度和廣度都發(fā)生了很大的變化。這些變化對認知科學的相鄰學科，特別是語言和邏輯的研究帶來哪些影響？當代的語言邏輯研究又可以從中得到哪些借鑒和啟迪？這些問題目前尚未見到系統(tǒng)地探討?；诖耍谡J知科學的背景下分析和思考語言邏輯研究的核心內容和導向問題具有重要的實踐意義。

1 認知邏輯與語言邏輯

認知邏輯有兩個主要的研究方向：一是關于知識和信念的認知邏輯，英語叫“Epistemic Logic”，另一個是認知科學與邏輯學交叉而產生的認知邏輯，英語叫“Cognitive Logic”. 從產生的基礎看，第一種認知邏輯是在研究認識論問題的基礎上產生的，可稱之為“認識邏輯”或“經典認知邏輯”；第二種認知邏輯是在邏輯學與認知科學交叉的基礎上產生的，可稱之為新認知邏輯。隨著認知科學的不斷發(fā)展，兩種邏輯不斷相互借鑒和影響，其界限已變得越來越模糊。因此，我們可以從廣義的角度來看當今的認知邏輯研究。那么，廣義認知邏輯的主要研究對象是什么？很多學者如李先焜(1986)、王維賢(1989：22)、蔡曙山(1998：V)等曾指出，邏輯所關注的主要對象應該是語言問題。認知邏輯其實也不例外。而且，由于語言是人類知識的最重要載體，在認知科學中，對人類語言能力的研究也成為其重要領域之一。因此，認知邏輯的發(fā)展，迫切須要從關注語言問題開始，須要和語言研究相結合。有學者甚至認為，“不考慮語言問題,認知問題便不可能得到解決。語言意義的終極研究意味著認知理論的最大限度發(fā)展”(隋然 2005)。

語言邏輯(the logic of language)主要以日常語言中的邏輯問題為研究對象。它是一個非常重要的、前景廣闊的新研究領域。(周禮全 1980)一般認為邏輯與人工智能之間向來存在密切的關系。邏輯通常被看作人工智能的基礎。但問題是什么樣的語言邏輯研究才能有效地滿足人工智能的需要？從認知的角度來觀察，以語言為載體的日常生活的推理充滿不確定性和非單調性。(Thomason & Richmond 1997:779-780)因此，為適應人工智能的發(fā)展，有必要開展基于認知并適合日常推理的多值邏輯、連續(xù)統(tǒng)邏輯以及模糊邏輯等的研究。McCawley曾指出，應當“把邏輯看作根據自己的目的加以探索的源泉，而不是像必須服從的法典”(王維賢 徐頌列等 1993/1998:6)。

2 表征與計算：問題的核心

根據上文的分析，認知邏輯的發(fā)展須要更加明確以語言為其主要研究對象，語言邏輯的發(fā)展為適應人工智能的需要又必須更多地關注語言的認知問題。兩種研究的交叉產生了面向認知的語言邏輯研究。該研究的核心內容是表征與計算的問題。

表征(representation)和計算(computation)的研究目前是哲學、邏輯學、心理學、計算機科學、人工智能以及語言學等諸學科共同關注的一個重要問題。在心理學界，表征理論和計算理論被認為是認知心理學的基本框架。哲學家福多1980年在《把方法論的唯我論當作認知心理學的研究策略》的經典論文中，正式提出了這一框架。這在認知科學界已經得到公認。(熊哲宏 2002:498)近來在認知科學研究領域，學者們認為，認知科學目前最富有成效的方式是依據表征和計算來理解心理的活動，其中新假設是：對思維最恰當的理解是將其視為心智中的表征結構以及在這些結構上進行操作的計算程序。這一理論假設被稱為CRUM(computational-representational understanding of mind)，CRUM是認知科學的內核，它超過了以往所有關于心智的理論，如行為主義、功能主義等。(魏屹東 2003)

值得注意的是， Chomsky (1995:7,21,168)在其語言學著作《最簡方案》中也正式提出，語言從本質上講只包括“詞庫”和“演算系統(tǒng)”(computation system)兩大部分。這種理論和信息處理中的表征和計算理論其實具有很大程度的相似性。因此，如何從認知的角度來探討語言的表征和計算問題也應成為邏輯學研究的一個重要方向。也可以說，表征和計算問題理應成為面向認知的語言邏輯研究的一個重要問題。

表征和計算問題無論在認知科學的“符號主義范式”還是“聯結主義范式”中都是值得關注的兩個中心問題。那么，表征與計算的具體涵義是什么？

表征這一概念最早起源于近代繪畫藝術。經典繪畫的表征的最大特點是相像，即表征者與被表征者在形上的相似性，這種表征主義可視為天真的表征主義。(萬小龍 2004)不同學科對表征的理解和類別的劃分并不一致。Chomsky指出，表征可分為語音表征(phonetic representation)和語義表征(semantic representation)。(Chomsky 2000:28)在邏輯學中表征大體上也可有兩種形式：一種是概念的表征，一種是規(guī)則的表征?！案拍畋碚鲗τ谛闹堑乃季S來說是相當重要的。概念是判斷和推理的基礎，沒有概念，便說不上判斷和推理，更說不上整體的知識?！?(魏屹東 2003)規(guī)則的表征不是表征某個單獨的概念，而是表征一系列相互聯系的概念和日常思維中以經驗為基礎的習慣性推理模式。規(guī)則的表征更多地可以從人腦認知事物時存在自上而下的加工過程可以看出，認知心理學和認知語言學中所謂的圖式(schema)和腳本(script)也可以證明規(guī)則表征的存在。

而計算與表征不同，計算是對已有表征的加工和重組，它更像是一種動態(tài)的規(guī)則。目前，計算已不再是一個數學上的專門概念，人的心理認知過程也是一種計算，它甚至已經上升為一個極為普適的哲學范疇。(郝寧湘 2003， 酈全民 2004)在邏輯學中，它體現在邏輯推理的發(fā)生、發(fā)展和終結的整個過程。當沒有邏輯推理活動發(fā)生的時候，它可以作為一個靜態(tài)的潛在的規(guī)則而存在。值得注意的是，表征和計算有時又并非可以截然分開，一方面，人腦中的表征可作為計算的起點，一定的計算總是建立在一定的表征基礎上；另一方面，一定的計算也總會產生新的表征，其計算的結果又可作為新的表征。

目前，我們都希望利用現有的邏輯知識來為語言構造一個形式系統(tǒng)，進而來研究它的認知基礎或規(guī)律。實際的問題在于，認知科學的研究顯示，我們的努力也許走錯了方向。因為人類的日常思維使用了一種與常規(guī)邏輯(即演繹邏輯)不同的邏輯，日常思維的推理是一種基于經驗的非單調推理體系。如果讓計算機進行這種人類所賴以生存的推測性的而又常常正確的常識推理的話，就得發(fā)明一種全新的邏輯推理規(guī)律。(熊哲宏 2002:270)這種邏輯推理規(guī)律應該首先是基于語言認知的?？梢姡谡J知心理學對表征問題的研究，可以幫助我們對自然語言中語句和命題關系進行更加深刻的了解。耿海燕、張述祖指出，“關于句子在記憶中如何表征的問題，目前主要有兩大理論。一是句子記憶的命題模型，認為長時記憶中基本的表征單元是命題，命題表征了諸概念及其相互間的聯系。”(耿海燕 張述祖 1996)它不僅可以表征語義，也可以表征情景。另一個理論是句子意義的語言表征，如Chomsky的轉換生成語法，他認為句子在長時記憶中的表征是“核心句”形式的深層結構”。但無論是哪種表征，邏輯推理都會在其中起重要的作用。因此，語言邏輯研究就有必要結合認知心理學的研究成果，對句子的內部表征進行研究。

在表征與計算理論框架內，可以對語言邏輯的心理認知過程有一個全新的認識。Sanford和Garrod指出，在正常的交際中，聽話者總會根據聽見的話語在大腦中構建起一個心理模型(mental model)。(李勇忠 2004)心理語言學的實驗也表明，人們對信息的處理包括自上而下的加工(top-down processing)和自下而上的加工(bottom-up processing)兩種過程，前者是接受外部刺激開始的加工，后者是在知識、期望和信仰等導向下的加工。(Kosslyn & Rosenberg 2003：142-143)Pinker也曾指出，“在某種程度上，聽話人的智慧的確可以正確預測說話人要說的話，這個由上而下的設計的確可以引導剖析器走上正確的路。”(史蒂芬平克 洪蘭 1994:13,231)而以往的邏輯在研究推理時往往關注自下而上的推理過程，這并不完全符合人腦理解語言的規(guī)律。因此，在日常生活中人們是如何結合腦中已有的語言知識和看到/聽到的語言進行推理的？這種把人腦已有的表征和當前外在的語言環(huán)境結合起來的推理和計算研究將成為未來語言邏輯研究的熱點和難點之一。

3 人際對話和人機對話：研究的取向

如果說認知語言邏輯研究的核心問題是表征與計算，那么，為什么要研究這個核心問題？它的作用和應用價值體現在哪里？我們認為，認知語言邏輯研究的目標以能夠解決人機對話和人際對話為其應用導向。下面分別加以說明。

3.1 人際對話

所謂人際對話，從邏輯學角度講就是人們在自然語言中的推理問題。日常語言的推理其實是一種非單調性(nonmonotonicity)的推理。人們可以發(fā)現，如果就邏輯分析應該為“人際對話”服務而言，目前的自然語言邏輯研究其實脫離了為日常交際服務的實際需要。

周禮全指出，“自然語言不同于形式語言的一個突出特點，就是自然語言對語境的依賴性，因而從邏輯角度來研究語詞和語句同語境之間的關系，也是非常重要的；自然語言是人與人之間的交際工具，因而從邏輯角度來研究人與語言之間的關系，即語用邏輯，也是非常重要的。在這樣一些根本性問題上，如果我們能取得即使是一點點的成果，都會對自然邏輯的研究起很大的推動作用。”(周禮全 1980)

在日常語言中，無論是理解還是表達都離不開語用推理，而語用推理大都采用一種非單調性推理模式。因此，面向認知的語言邏輯研究應主要著力于人際交往中非單調性推理問題的研究。

非單調邏輯是相對于以往單調邏輯而言的。就經典的一階謂詞邏輯來說，它的單調性表現為，若A和B都是系統(tǒng)內的公式，且A可推出W。 則A加上新知識后仍可推出W. 這意味著新增加的信息并不影響原有推理的有效性。而非單調邏輯認為，上述思想與實際情況并不相符，其實，增加新知識恰恰可能導致原有邏輯結論的改變。所謂“非單調性”說的正是這個道理。(Thomason & Richmond 1997:821)

在非單調邏輯中，應用較廣泛的一種是默認邏輯(default logic)，它是在信息不完全和前提缺省的情況下默認一些先決條件而進行的推理。例如，從日常生活實際出發(fā)，假定人們已知某個個體X是一只鳥，而且并未掌握X不能飛的具體證據，那么，我們實際上可以推斷或相信X是能飛的。然而，傳統(tǒng)的邏輯對此卻沒有給出相應的推理規(guī)則。(桂起權 陳自立 朱福喜 2002：634,440,635)

自然語言具有多義性、模糊性和依賴語境的特點。而以往的邏輯研究注重系統(tǒng)構造的一致性、可靠性和完全性。這就決定了僅僅借助以往的邏輯手段來刻畫自然語言的推理規(guī)則是行不通的。王維賢等指出，“使用這種簡單化的方法，很難揭示出言語中內在的邏輯結構，而且可能給人以這樣的印象，即所謂的邏輯分析純粹是一種人為的生搬硬套、削足適履的方法?！?(王維賢等 1989:10,571)可見，立足于語言的認知邏輯的描寫與刻畫也并不一定處處要以可靠性、一致性、完全性等標準來衡量。

在研究思路上，其實許多語言學的研究方法和成果可以為認知語言邏輯研究提供許多有益的啟示。王維賢等指出，當代語言學對語言結構的分析正在從句子擴展到篇章。作為研究自然語言推理形式的語言邏輯研究，也應該向話語、篇章的廣闊領域延伸。這樣對篇章的研究必將促進語言邏輯的發(fā)展。

總之，這種以交際為導向的語言邏輯規(guī)律的刻畫可以不斷建構有效交際理論，從而為人際對話提供規(guī)范。(黃華新 2000:31)進一步而言，這種研究不僅可以促進人際對話的發(fā)展，也可以促進邏輯學的發(fā)展。

3.2 人機對話

隨著信息時代的來臨和科技與經濟的發(fā)展，中文信息處理技術將成為未來10年內最可能取得突破的領域之一。人機對話的目標是讓機器與人之間能夠運用目前人類所使用的自然語言進行自由地交談。而機器能夠加工和處理的語言是一種形式化的語言，因此，實現有效的人機對話的一個重要前提是對自然語言進行形式化處理。目前，自然語言信息處理(NLP，natural language processing)的進展正迫切須要借助語言邏輯分析的相關成果?？梢?，“邏輯、認知和計算是三位一體的”。(劉新文 郭美云 2009)

下面，我們側重從NLP的研究思路和發(fā)展方向來探討邏輯研究在其中所起的作用。

如今，計算機對自然語言的處理一般遵循三個步驟：(1)確立自然語言的形式化表述；(2)確立形式化表述的算法；(3)根據算法編制有關程序。人們一般認為，語言學家和邏輯學家最適合做第一、第二步工作，這種認識在學界幾乎已經成了共識。

我們認為，這種研究步驟存在的問題是計算機專家根本不在使用，也無法使用大量的、現有的語言學或邏輯學研究成果。這就牽涉到語言研究或邏輯研究的取向問題。語言學和邏輯學的研究不應該為形式化而形式化，或盲目地形式化，而應該考慮到計算機處理語言的實際需要和可能。否則，即使形式化了對計算機的信息處理也沒有多大益處。

實際上，要想讓語言邏輯研究的成果真正與計算機應用相結合，以上三個研究步驟應該顛倒過來，按照這樣的流程來進行：(1)了解計算機處理自然語言的本質，它需要什么樣的程序；(2)弄清計算機需要什么樣的算法；(3)根據需要確立自然語言的形式化。

采用這樣的研究或思考路徑，才能夠知道語言研究中哪些問題須要用邏輯的手段進行形式處理，什么樣的形式處理會對計算機處理自然語言有用?；仡櫲斯ぶ悄茉诂F實中的應用和發(fā)展可以看出，目前的人機對話研究面臨的一個主要問題是，它沒有真正和認知科學的研究成果相結合。

人工智能專家Simon指出，計算機和人類神經系統(tǒng)處理信息具有很大的共通性。認知科學恰如一道橋梁可將這兩個不同的領域連接起來。而目前的研究現狀則不容樂觀。Kosslyn和Rosenberg指出，“在言語識別方面，即使目前最復雜的言語識別裝置也只能識別五歲小孩毫不費力就可識別的言語片斷的很小一部分”(Kosslyn & Rosenberg 2003：301)。因此，計算機要想真正模擬人的智能，在確立自然語言的形式化表述之前，有必要弄清語言邏輯結構在大腦中是如何表征的以及人們運用語言時的大腦認知活動特點和規(guī)律等。這就是所謂的基于認知的自然語言形式處理(the natural language processing based on cognitive sciences)，如圖：

(基于認知的自然語言處理流程)

可見，對語言邏輯結構的認知規(guī)律和神經機制的探討可以為中文信息處理、人工智能等提供直接的借鑒。也正是在這個意義上，邏輯、認知及語言的研究才可能真正統(tǒng)一起來。

在未來的研究中，要想實現有效地人機對話，語言邏輯研究面臨的一個重要挑戰(zhàn)是對語篇、語用因素的形式處理。Kosslyn和Rosenberg指出，語用因素是計算機處理自然語言理解技術的一個重要障礙。(Kosslyn & Rosenberg 2003：306)隨著認知科學和人工智能研究需求的新進展，人們注意到自然語言理解的過程其實是運用其全部知識和智力(包括語法知識、上下文知識、世界知識等)來理解內容和獲取信息的過程，因而，僅僅局限于一個孤立語句的邏輯結構分析是遠遠不夠的，根本不可能說明語言交流和信息獲取的過程。從認知心理學的角度來看，在自然語言理解中，“對任何語言的理解，不僅僅是對字詞的理解，它必然還包括對句子和語篇，而且最終是對語篇的理解”。(魯忠義 彭聃齡 2003:前言)可見，自然語言理解技術的發(fā)展須要突破以往句法語義的框架，進而在更廣闊的語用范圍內進行研究。

近來，國際上已有不少研究在語用因素的邏輯刻畫和計算機應用方面取得了卓著的成果。Asher和Lasca-rides發(fā)展出一套SDRT(segmented discourse representation theory)理論，該理論運用各種邏輯手段(包括非單調邏輯)來對話語的語用現象進行邏輯刻畫，目前在對諸如話語的指代(pronouns)、復指(anaphora)、前提(presupposition)以及會話含義(conversational implicatures)等的邏輯刻畫方面取得很大進展。(Asher & Lascarides 2003:3-8)Saygin和Cicekli(2002)做了一個關于 Grice的合作原則在人機對話中作用的實驗。該研究表明，語用學研究對人機對話的實現具有切實的借鑒作用，同時，語用學也將構成人工智能領域的許多挑戰(zhàn)。

總之，就語言邏輯分析為漢語的人際對話和人機對話服務而言，目前以及未來的研究有兩方面工作亟需加強。一方面，須要注重對語言認知心理機制的研究；另一方面，須要注重對語篇與語用因素的邏輯刻畫。由于漢語是一種對語境高度敏感的語言(context-sensitive language)，語言邏輯的研究須要更多地從語境、語用的角度建立有效的話語交際理論，從而為有效地解決人際對話和人機對話提供啟迪和指導。

4 結束語

認知科學作為新世紀的“朝陽”學科，自誕生以來短期內已滲透到相關各個學科，語言學和邏輯學都發(fā)生了認知轉向。越來越多的學者嘗試從認知的角度為語言作出統(tǒng)一解釋(王寅 2009)，在心理學界，認知心理學已成為當代心理學的熱點。與此同時，哲學、社會學、計算機科學等也紛紛向探討人類認知結構方向發(fā)展。這也就表明，面向認知的語言邏輯研究也將可能成為更多學科關注的熱點。

現代邏輯的研究對象已從以往與數學和哲學有關的方面擴大轉移到自然語言、認知科學和計算機人工智能科學的范圍。(鄒崇理 2002：1)就研究方法而言，目前國際上在自然語言、認知科學、人工智能等領域，研究者越來越突破以往借鑒心理學中內省法和行為測查法的研究思路，更多地轉向采用各種現代實驗方法和手段(如ERPs，fMRI，PET，MEG等)來開展研究。因此，在研究方法上，面向認知的語言邏輯研究也應及早地適應從理論思辨走向實證分析，從單純的文本語料分析走向實驗科學方法論證。

蔡曙山. 言語行為和語用邏輯[M].北京：中國社會科學出版社, 1998.

劉新文 郭美云等.《邏輯、語言和認知》書介[J].邏輯學研究, 2009(1).

耿海燕 張述祖. 漢語語句句式表征及命題表征能力的年齡比較[J].心理學報, 1996(3).

桂起權 陳自立 朱福喜. 次協調邏輯與人工智能[M]. 武漢：武漢大學出版社, 2002.

黃華新. 邏輯與自然語言理解[M]. 吉林：吉林人民出版社, 2000.

郝寧湘. 計算哲學: 21世紀科學哲學的新趨向[J]. 自然辯證法通訊, 2003(6).

李先焜. 語言、邏輯和語言邏輯[J].哲學研究, 1986(8).

魯忠義 彭聃齡.語篇理解研究[M]. 北京：北京語言大學出版社, 2003.

李勇忠. 架橋式語用推理的認知研究[J]. 語言文字學, 2004(5).

酈全民. 認知計算主義的威力和軟肋[J].自然辯證法研究, 2004(8).

王維賢 徐頌列等. 語言邏輯分析[M].杭州：杭州大學出版社, 1993/1998.

史蒂芬平克 洪蘭譯. 語言本能[M].汕頭：汕頭大學出版社, 1994.

隋 然. 分析哲學與認知語言學研究的理論問題[J]. 外語學刊, 2005(3).

王 寅. 語言的認知維度：嘗試用認知方式為語言作出統(tǒng)一解釋[J]. 外語學刊, 2009(1).

王維賢 李先焜 陳宗明. 語言邏輯引論[M]. 湖北：湖北教育出版社, 1989.

魏屹東. 計算-表征認知理論的認知語境分析[J].自然辯證法通訊, 2003(1).

萬小龍. 表征主義: 當代科學哲學與量子力學哲學的一個新動向[J].哲學動態(tài), 2004(3).

熊哲宏. 認知科學導論[M]. 湖北：華中師范大學出版社, 2002.

周禮全. 邊干邊學，加強自然語言邏輯的研究[J]. 邏輯與語言研究, 1980(1).

鄒崇理.邏輯、語言和信息[M]. 北京：人民出版社, 2002.

Asher, Nicholas and Lascarides, Alex.LogicsofConversation[M]. Cambridge：Cambridge University Press, 2003.

Chomsky, N.MinimalistProgram[M]. Cambridge, Mass：MIT Press, 1995.

Chomsky, N.NewHorizonsintheStudyofLanguageandMind[M]. Cambridge：Cambridge University Press, 2000.

Kosslyn, S.M. and Rosenberg, R.S.Psychology:theBrain,thePerson,theWorld[M]. Beijing：Pearson Education Asia Limited and Peking University Press, 2003.

Saygin, Ayse pinar, Ilyas Cicekli. Pragmatics in Human-Computer Conversations[J].JournalofPragmatics, 2002(34).

Thomason, Richmond. H. Nonmonotonicity in Linguistics[A]. In J.Van Benthem and A. ter Meulen(eds.).HandbookofLogicandLanguage[C]. London：Elsevier Science B.V, 1997.

Cross-integrationofCognitionLogicandLanguageLogic

Zhao Fu-chun Xu Yi-zhong

(Nanjing University of Aeronautics and Astronautics， Nanjing 211100, China)

The continuous progress of Cross — integration research in modern science and technology development promotes the compulsory combination of language logic research and cognition science research. Meanwhile, the research into cognition logic also needs more focused attention to language issues. The convergence of these two trends leads to the formation of cognitive-oriented language logic research. The core of cognitive-oriented language logic research is “representation and computation”. And the goal of the research is to build a viable applied model for “interpersonal dialogue and human-computer dialogue”.

language; logic; cognition; human-computer dialogue; representation and computation

*本文系國家社科基金項目“副詞的語用分析及相關語音問題研究”(09CYY038)、江蘇省教育廳高校哲學社會科學研究指導項目“大學英語探究式教學及實踐模式研究”(2010SJD880039)和南京航空航天大學基本科研業(yè)務費專項科研資助項目 “語音聽覺反饋機制及語言元認知能力研究” (NR2011014) 的階段性成果。

H0-06

A

1000-0100(2012)02-0049-5

2011-12-24

【責任編輯王松鶴】