□潘 俊 吳宗大

內(nèi)容提要 詞匯分布表示是當(dāng)前人工智能領(lǐng)域語義表示的主要方法。通過對(duì)大規(guī)模語料中詞匯分布規(guī)律的學(xué)習(xí)，可以得到以數(shù)學(xué)向量形式表示的詞匯，并具有語義可計(jì)算和可推導(dǎo)的重要性質(zhì)。詞匯分布語義表示的語言哲學(xué)基礎(chǔ)是維特根斯坦的詞義使用論，主張?jiān)~的意義就在于使用。維特根斯坦和索緒爾的語言觀有著某種聯(lián)系，索緒爾認(rèn)為，語言中一切要素都按照句段關(guān)系和聯(lián)想關(guān)系運(yùn)行，詞匯分布語義模型的輸入上下文事實(shí)上可以歸為這兩類關(guān)系。布龍菲爾德的結(jié)構(gòu)語言學(xué)深受索緒爾的影響，最終發(fā)展成為海里斯的分布方法論，構(gòu)成了詞匯分布語義的語言學(xué)基礎(chǔ)。當(dāng)前以神經(jīng)語言模型為代表的詞匯分布語義，根植于詞義使用論學(xué)說，并以描寫語言學(xué)為理論支撐，其本質(zhì)是對(duì)語料中詞匯使用模式和偏好的反映，因此可以客觀折射社會(huì)文化生活的某些特征，同時(shí)也不可避免地存在其固有的局限性。

一、引言

自然語言處理是人工智能領(lǐng)域極其重要也極具挑戰(zhàn)的研究方向，屬于計(jì)算機(jī)科學(xué)與語言學(xué)的交叉學(xué)科。它將抽象的人類語言轉(zhuǎn)換成適合計(jì)算機(jī)處理的形式，從而建立語言、知識(shí)與客觀世界之間的可計(jì)算關(guān)系。自然語言處理的核心，是讓機(jī)器具備理解各種語言形式（詞匯、短語、句子、篇章等）內(nèi)在含義的能力。詞匯是自然語言的基本單位，詞匯的語義表示因此也成為自然語言理解的基本問題之一。傳統(tǒng)上，人們采用人工構(gòu)建語義詞典和語義知識(shí)庫的方式來表達(dá)詞匯語義①。但人工標(biāo)注的方式成本高昂，覆蓋面亦有限，難以獲得大規(guī)模高質(zhì)量的標(biāo)注數(shù)據(jù)。隨著深度學(xué)習(xí)技術(shù)的發(fā)展和文本數(shù)據(jù)的爆炸式增長(zhǎng)，利用機(jī)器學(xué)習(xí)算法在大規(guī)模語料上對(duì)詞匯表示進(jìn)行抽象和學(xué)習(xí)，成為當(dāng)前詞匯語義表示的主流方法。這種表示方法又稱分布語義，它通過對(duì)語料的學(xué)習(xí)，將符號(hào)表示的詞匯轉(zhuǎn)化為數(shù)學(xué)表示的向量，使得詞匯具有語義可計(jì)算的能力，已經(jīng)在智能搜索、語音識(shí)別、機(jī)器翻譯、詩歌創(chuàng)作、古文斷句、信息過濾、意圖理解等領(lǐng)域得到了廣泛使用②。

盡管詞匯分布語義在應(yīng)用上取得了很大的成功，然而也應(yīng)當(dāng)看到，對(duì)其背后的語言學(xué)機(jī)理，我們還缺乏全面的認(rèn)識(shí)。我們要問，這種通過對(duì)語料的學(xué)習(xí)而自動(dòng)獲得的分布語義，本質(zhì)上是一種什么樣的語義？它能否涵蓋詞匯的完整意義？這種語義表示的潛力和局限又是什么？我們認(rèn)為，要回答這些問題，需要結(jié)合相關(guān)的語言學(xué)理論來深入思考。

本文試圖從語言學(xué)學(xué)說史的角度審視詞匯分布語義的理論基礎(chǔ)，并以在海量《人民日?qǐng)?bào)》語料庫上訓(xùn)練得到的詞匯分布語義作為實(shí)證分析的依據(jù)③，以厘清詞匯分布語義在自然語言處理領(lǐng)域的潛力和邊界，并為自然語言理解模型的構(gòu)建和應(yīng)用提供新的思路。

二、意義即使用：詞匯分布語義的語言哲學(xué)基礎(chǔ)

詞匯的意義理論是語言哲學(xué)的兩個(gè)基本問題之一④。什么是詞義？對(duì)這個(gè)問題的討論，最早可追溯至古希臘時(shí)期對(duì)“詞”與“物”的關(guān)系之辯，即名實(shí)之爭(zhēng)?！斑壐魉梗╨ogs）”學(xué)說的提出者，古希臘哲學(xué)家赫拉克里特（Heraclitus）主張“本質(zhì)說”，認(rèn)為名稱與它所代表的事物之間的聯(lián)系是不可分割的，名稱包含了事物的本質(zhì)⑤。與此相反，德謨克里特（Democletus）主張“約定說”，認(rèn)為名稱與事物之間的聯(lián)系并非由事物的本質(zhì)決定，而是約定俗成的⑥。后來柏拉圖（Plato）在他的《對(duì)話錄》中提出了“語詞是命名（naming）”的折中觀點(diǎn)，認(rèn)為事物的意義在于名稱和事物之間的自然聯(lián)系，但這種內(nèi)在聯(lián)系會(huì)隨著時(shí)間推移而減弱。柏拉圖的學(xué)生亞里斯多德則堅(jiān)決主張名實(shí)分離，認(rèn)為名稱不是自然賦予的，而是約定俗成的具有意義的聲音，在成為一種符號(hào)時(shí)才成為名稱⑦。公元二世紀(jì)語言學(xué)的亞歷山大里亞學(xué)派（the Alexandrians）也傳承了這一觀點(diǎn)⑧。

古希臘哲學(xué)家關(guān)于名實(shí)關(guān)系的爭(zhēng)辯，對(duì)中世紀(jì)以后的語言哲學(xué)學(xué)說，產(chǎn)生了極其深遠(yuǎn)的影響。意義的指稱論（referential theory of meaning）即秉持“約定說”的名實(shí)分離觀點(diǎn)，認(rèn)為詞的意義就是詞所指的對(duì)象。近代英國(guó)哲學(xué)家、邏輯學(xué)家密爾（J.S.Mill）把名稱分為專名和通名，其中通名既有外延又有內(nèi)涵，外延表示所指稱的事物，而內(nèi)涵表示所指事物的特性，即意義⑨。德國(guó)哲學(xué)家弗雷格（G.Frege）進(jìn)一步發(fā)展了指稱論，在1892年發(fā)表的《論意義和所指》一文中，弗雷格對(duì)符號(hào)的意義和所指（一譯“意謂”）做了明確區(qū)分。他以望遠(yuǎn)鏡觀察月亮來比喻：月亮是所指，望遠(yuǎn)鏡物鏡中的影像是意義，視網(wǎng)膜上的圖像是意象，意義介于所指和意象之間，既不是所指對(duì)象本身，也不像意象那樣主觀，而是一種客觀的存在⑩。指稱論的另一位代表人物羅素（B.A.W.Russell）則提出，應(yīng)將語詞分為專名和摹狀詞，專名的意義就是所指稱的對(duì)象，摹狀詞的意義由所組成的語詞的意義確定?，羅素的意義理論被稱為“邏輯指稱論”，并深刻影響了他的學(xué)生維特根斯坦，早期維特根斯坦就認(rèn)為，名稱和對(duì)象之間存在直接的對(duì)應(yīng)關(guān)系，名稱所指的對(duì)象就是名稱的意義?。

由上可知，指稱論者雖然在具體觀點(diǎn)上有所差異，但都主張語言是對(duì)世界的反映，詞匯的意義在于所指稱的世界中的事物。但是，指稱論是以名稱為范例來看待詞匯的，而詞匯并不都是名稱，許多詞匯的意義，要根據(jù)上下文甚至社會(huì)語境才能確定。后期維特根斯坦就否定了自己早期的指稱論觀點(diǎn)，在后期著作《哲學(xué)研究》中，他提出“意義即用法”的觀點(diǎn)，他說：“一個(gè)字詞的意義是它在語言中的用法?！?例如，作為路標(biāo)的箭頭符號(hào)之所以能夠指路，是因?yàn)槿藗兪褂盟?，按照它的指向行走，正是使用賦予箭頭符號(hào)以意義。根據(jù)維特根斯坦的觀點(diǎn)，詞匯的意義受到語言使用規(guī)則的制約，因此必須研究語言游戲的規(guī)則，這種思路被稱作意義的使用論（use theory of meaning），并直接促使人們對(duì)詞的用法進(jìn)行經(jīng)驗(yàn)性研究。

意義的使用論被多個(gè)語言學(xué)派所吸收和采納，但“使用”這一概念過于空泛，不少語言學(xué)家給出了更為明確的關(guān)于“詞義”的闡述。語言學(xué)倫敦學(xué)派的創(chuàng)始人弗斯（J.R.Firth）說：“詞匯的意義取決于搭配”，認(rèn)為意義存在于詞匯出現(xiàn)的上下文之中，上下文可以幫助理解詞義。?英國(guó)語言學(xué)家克魯斯認(rèn)為：“一個(gè)詞項(xiàng)在各種語境中遇到的全部正常關(guān)系稱為它的語境關(guān)系（contextual relations），…，詞的意義是由它的語境關(guān)系構(gòu)成的。”?

用詞的上下文信息來表達(dá)詞的意義，與傳統(tǒng)語義學(xué)和喬姆斯基（A.N.Chomsky）的生成語法理論形成了鮮明對(duì)比，但在實(shí)踐中卻有很強(qiáng)的可操作性。我們以漢字“塤”為例，假設(shè)一個(gè)人并不清楚這個(gè)字的含義，但告訴他這個(gè)字在如下的文本中出現(xiàn)?：

（1）正是周敏在城墻頭上吹動(dòng)了塤，聲音沉緩悠長(zhǎng)，嗚嗚如夜風(fēng)臨窗。(賈平凹《廢都》)

（2）它的外形有橢圓形、圓形、橄欖形不等，大多由陶土燒制而成，所以又叫陶塤。（新華社新聞文本）

（3）若不會(huì)吹笛，塤和簫都成，曲風(fēng)應(yīng)是悠揚(yáng)輕遠(yuǎn)的。（劇本《武林外傳》）

那么，根據(jù)“塤”這個(gè)詞在上下文中的分布，不難推斷出它的意義：“一種陶制的吹奏樂器”。由此可見，如果給定足夠多的上下文，就能夠利用分布統(tǒng)計(jì)方法來刻畫每個(gè)詞的含義。詞匯分布語義各種模型的基本思想，正是通過機(jī)器學(xué)習(xí)算法來學(xué)習(xí)詞匯在大規(guī)模文本語料中的分布模式，從而獲得詞匯的語義表示。

在各具特色的詞匯分布語義學(xué)習(xí)模型中，Word2Vec 神經(jīng)網(wǎng)絡(luò)模型是較有影響力的一種?。本文采用Word2Vec的Skip-Gram 算法對(duì)《人民日?qǐng)?bào)》語料進(jìn)行訓(xùn)練，然后將得到的詞向量降到3 維（原參數(shù)設(shè)為256 維），再檢索“塤”的語義近鄰分布，結(jié)果如下圖1所示。

圖1 “塤”的三維語義近鄰

由圖1 中詞匯的空間分布，可以得到更多關(guān)于“塤”的語義知識(shí)，例如，由“編鐘”、“篪”、“古琴”、“青銅器”等近鄰詞可以推斷，“塤”應(yīng)是一種遠(yuǎn)古樂器?？梢姡~匯分布語義實(shí)質(zhì)上是通過詞匯在空間中的位置來表達(dá)語義的。自然語言本質(zhì)上是符號(hào)化的，而在分布表示框架下，符號(hào)表示的詞匯最終被轉(zhuǎn)換成了數(shù)學(xué)表示的向量，這種轉(zhuǎn)換具有非常重要的意義，因?yàn)樵谵D(zhuǎn)為數(shù)學(xué)向量之后，詞匯語義變得可計(jì)算甚至可推理了。例如，通過向量計(jì)算，可以發(fā)現(xiàn)“塤”與“簫”的距離要明顯小于它與“架子鼓”的距離，也就是說，“塤”在語義上要更接近“簫”。同時(shí)，這種語義距離還具有可推理的性質(zhì)，例如，通過計(jì)算，我們可以得到類似于“吹奏樂器-塤=打擊樂器-架子鼓”這樣的語義推理結(jié)果。

那么，通過空間距離來表達(dá)詞匯語義，是否符合人類對(duì)概念的認(rèn)知規(guī)律呢？我們可以從認(rèn)知語言學(xué)的角度看待這個(gè)問題。溫格樂（F.Ungereer）認(rèn)為，概念結(jié)構(gòu)是體驗(yàn)性的（embodied，一譯“具身”），語義的形成，很大程度上源于我們的身體體驗(yàn)?。認(rèn)知語言學(xué)的代表人物萊考夫（G.Lakoff）指出，隱喻是人類語言的普遍現(xiàn)象，是人類認(rèn)知和思維的本質(zhì)?。格雷迪(E.J.Grady)的基本隱喻理論認(rèn)為，兒童在概念認(rèn)知的早期，能學(xué)會(huì)數(shù)百個(gè)可被辨識(shí)的基本隱喻，基本隱喻又進(jìn)一步構(gòu)成了復(fù)雜隱喻?。萊考夫總結(jié)分析了約50條基本隱喻，其中非常重要的一條就是“相似是近（similarity is closeness）”，該隱喻是人類對(duì)挨近的相似對(duì)象進(jìn)行觀察而獲得的基本經(jīng)驗(yàn)，表明人類的思維會(huì)將實(shí)體概念映射到空間，而相似的概念在空間中的距離也相近。萊考夫認(rèn)為，人類正是通過“相似是近”這一基本隱喻來進(jìn)行概念層面的抽象思維。由此可見，用詞匯在向量空間中的位置來表示詞匯，用詞匯間的空間距離來表示詞匯的語義相似度，可以從認(rèn)知語義學(xué)中找到理論依據(jù)。

三、句段與聯(lián)想：詞匯分布語義的兩類上下文

詞匯分布語義通過空間距離表達(dá)語義相似程度，而這種距離正是通過對(duì)詞匯在語料中的“使用”模式進(jìn)行統(tǒng)計(jì)，由學(xué)習(xí)模型自動(dòng)習(xí)得的。因此，有必要審視詞匯的“使用”指的是什么？以及對(duì)“使用”的不同定義得到的詞匯語義有何區(qū)別？

瑞士語言學(xué)家索緒爾（F.D.Saussure）是現(xiàn)代語言學(xué)的奠基者。索緒爾認(rèn)為，語言是一套具有價(jià)值的符號(hào)系統(tǒng)，符號(hào)的價(jià)值在于對(duì)不同功能的區(qū)分，而這種區(qū)分是不能脫離系統(tǒng)而存在的。按照索緒爾的觀點(diǎn)，作為語言符號(hào)系統(tǒng)的一部分，詞匯不僅具有意義，而且具有價(jià)值，詞匯的價(jià)值由它與其他詞的關(guān)系決定，索緒爾將這種關(guān)系分為兩類：句段關(guān)系和聯(lián)想關(guān)系。句段關(guān)系是指話語中各個(gè)要素挨序排列結(jié)成的線條性關(guān)系，其特征是有序的，在現(xiàn)場(chǎng)的（法語in praesentia），例如，語詞中構(gòu)字成詞，連詞成句，集句成段等都屬于句段關(guān)系；聯(lián)想關(guān)系的特征是無序的，非現(xiàn)場(chǎng)的（法語in absentia），可替換的。下面以一個(gè)簡(jiǎn)單例子來說明句段關(guān)系和聯(lián)想關(guān)系，如下圖2所示。

圖2 句段和聯(lián)想關(guān)系示例

在這個(gè)例子中，“李白”和“詩人”屬于句段關(guān)系，“李白”和“杜甫”則屬于聯(lián)想關(guān)系。索緒爾指出，整個(gè)語言機(jī)構(gòu)都無外乎對(duì)這兩種關(guān)系的運(yùn)用。從這個(gè)角度來看，詞匯分布語義模型對(duì)語義的學(xué)習(xí)，最終可以歸結(jié)為對(duì)這兩種關(guān)系的學(xué)習(xí)。

句段關(guān)系是詞匯的橫向組合，通過對(duì)固定的語言單元內(nèi)（如句子、段落、篇章）詞匯的共現(xiàn)關(guān)系（co-occurrence）的建模，可以刻畫詞匯的分布語義。例如，我們統(tǒng)計(jì)詞匯在上述3個(gè)句子中的共現(xiàn)次數(shù)，如下表1所示。不難看出，“李白”和“詩人”的共現(xiàn)頻率最高，因此語義上更為接近。

表1 對(duì)句段關(guān)系的詞匯共現(xiàn)建模

具有聯(lián)想關(guān)系的詞匯不在同一現(xiàn)場(chǎng)共現(xiàn)，但具有相似的上下文語境，且一般能夠互相替換。例如，我們依據(jù)上述語料可以構(gòu)建一個(gè)詞詞共現(xiàn)矩陣，如下表2所示?？梢钥闯觯袄畎住焙汀岸鸥Α彪m然不在同一個(gè)句子中出現(xiàn)，但擁有相似的上下文（即“唐代、詩人”），因此語義相似度較高。

表2 對(duì)聯(lián)想關(guān)系的詞匯共現(xiàn)建模

當(dāng)然，上述例子僅是一個(gè)簡(jiǎn)單示例，但如果依據(jù)海量的語料來構(gòu)建詞匯的共現(xiàn)矩陣，無疑可以表達(dá)更為豐富全面的語義。這個(gè)共現(xiàn)矩陣的規(guī)模通常會(huì)很大，潛語義分析、非負(fù)矩陣分解、典型相關(guān)分析等自然語言處理領(lǐng)域的分布語義技術(shù)，通過不同的途徑對(duì)共現(xiàn)矩陣進(jìn)行降維，從而得到詞匯的潛在分布語義。但這些方法對(duì)詞匯上下文的使用，仍可以歸結(jié)到索緒爾關(guān)于句段關(guān)系和聯(lián)想關(guān)系的論述。

由此可見，詞匯在語料中的“使用”，最終可以用索緒爾的句段關(guān)系和聯(lián)想關(guān)系來概括，那么這兩類關(guān)系得到的詞匯語義又有何不同？我們?cè)凇度嗣袢請(qǐng)?bào)》語料上的實(shí)證結(jié)果表明，句段關(guān)系得到的詞匯語義，更偏向于語法搭配的相似性，較易得到主題相關(guān)性的詞匯語義（例如“杭州”與“西湖”，“李白”與“詩人”等）；聯(lián)想關(guān)系得到的詞匯語義，更偏向于功能相似性的詞匯語義（例如“杭州”與“蘇州”，“李白”與“杜甫”等）。

四、描寫語言學(xué)：詞匯分布語義的理論依據(jù)

布龍菲爾德（L.Bloomfield）的結(jié)構(gòu)主義語言學(xué)是對(duì)索緒爾語言觀的繼承和發(fā)展，其1933年出版的代表作《語言論》，奠定了描寫語言學(xué)的理論基礎(chǔ)，標(biāo)志著語言學(xué)一個(gè)新時(shí)期的誕生。作為結(jié)構(gòu)語言學(xué)的一個(gè)重要流派，描寫語言學(xué)建立了一整套描寫語言的嚴(yán)格技術(shù)，包括替換分析、對(duì)比分析、分布分析、直接成分分析等語言分析方法。布龍菲爾德之后，在海里斯（Z.S.Harris）等人的努力下，美國(guó)描寫語言學(xué)呈現(xiàn)出精密的分析手續(xù)和高度的形式化，其中分布分析技術(shù)成為最重要的方法論。在《結(jié)構(gòu)語言學(xué)》中，海里斯給出了分布的定義：“一個(gè)語言成分（element）的分布就是它所出現(xiàn)的全部環(huán)境（environments）的總和，也就是這個(gè)成分的所有的（不同的）位置（positions）或出現(xiàn)的場(chǎng)合（occurrences）的總和，這個(gè)成分出現(xiàn)的這些位置是和其它成分的出現(xiàn)有關(guān)系的?！焙＠锼拐J(rèn)為，分布是語言結(jié)構(gòu)分析的主要依據(jù)，分布可以確定語言的成分以及各個(gè)成分之間的關(guān)系。他又認(rèn)為依據(jù)分布能夠得到意義，分布的不同，也就是意義上的不同。海里斯的“分布區(qū)別意義”的思想后來不斷被其他學(xué)者的實(shí)驗(yàn)所證實(shí)，并成為詞匯分布語義的理論基礎(chǔ)。基于“相似詞的上下文也相似”的分布假設(shè)，研究者提出了各種詞匯分布語義學(xué)習(xí)模型。除了詞匯的上下文外，還可以通過其他語言要素的分布來學(xué)習(xí)詞匯語義，這些語言要素包括詞匯的形態(tài)學(xué)特征，如前后綴、詞元、詞干、偏旁部首等，以及詞匯的語言學(xué)特征如詞性、語法成分樹、語義角色、句法依存樹、回指等。

圖3 “革命”在70年代和80年代的語義近鄰詞

詞匯分布語義模型是建立在對(duì)海量語料分析的基礎(chǔ)上的，它天然符合美國(guó)描寫語言學(xué)的主張，即通過客觀和機(jī)械的方法來研究語言。因此，如果語料中詞匯的語義發(fā)生變遷（詞義擴(kuò)大、縮小、產(chǎn)生新義或消亡），模型中的詞匯分布語義也會(huì)隨之改變。我們對(duì)《人民日?qǐng)?bào)》語料進(jìn)行歷時(shí)分割，使用字+詞+詞性的分布，訓(xùn)練得到詞匯分布表示后，發(fā)現(xiàn)某些詞匯隨社會(huì)發(fā)展而出現(xiàn)詞義變遷現(xiàn)象。以詞匯“革命”的為例，可以觀察到其詞義在20世紀(jì)70年代和80年代的有著顯著變化。如下圖3所示，70年代，“革命”一詞與文化大革命緊密相關(guān)，語義近鄰中包含大批與階級(jí)斗爭(zhēng)密切相關(guān)的詞匯。80年代，鄧小平“改革是中國(guó)的第二次革命”的著名論斷賦予了“革命”一詞新的科學(xué)內(nèi)涵，其語義近鄰詞中出現(xiàn)了“拓荒牛”、“開拓創(chuàng)新”、“奮力拼搏”等反映社會(huì)變革的具有鮮明時(shí)代特征的詞匯?？梢?，通過歷時(shí)語料的訓(xùn)練，詞匯分布語義能夠?yàn)橛^察社會(huì)變遷和文化演變提供新的視角。

五、結(jié)語

自然語言理解是人工智能的一種高級(jí)表現(xiàn)形式，詞匯的語義表示屬于自然語言理解的基礎(chǔ)研究。通過對(duì)語言學(xué)學(xué)說史的梳理和對(duì)語料庫的實(shí)證分析，可以認(rèn)為，當(dāng)前以神經(jīng)語言模型為代表的詞匯分布語義，其哲學(xué)淵源是意義的“使用論”；而詞匯和語言要素之間的句段和聯(lián)想關(guān)系，是詞匯“使用”的具體表現(xiàn)，并可由此來刻畫詞匯的意義；以美國(guó)描寫語言學(xué)為代表的結(jié)構(gòu)語言學(xué)，構(gòu)成了詞匯分布語義的理論基礎(chǔ)，分布的不同將導(dǎo)致意義的不同。

至此我們可以回答引言中的三個(gè)問題。第一，詞匯分布語義本質(zhì)上是從語料中習(xí)得的語義，反映的是相應(yīng)語料中詞匯的使用模式和偏好，因此也會(huì)客觀折射出社會(huì)文化生活的某些風(fēng)貌特征。第二，詞匯分布語義建立在描寫語言學(xué)的結(jié)構(gòu)主義之上，結(jié)構(gòu)主義是由索緒爾關(guān)于語言是一個(gè)符號(hào)系統(tǒng)的理論發(fā)展而來的，主張語言分析要使用機(jī)械方法的立場(chǎng)。如果承認(rèn)這一點(diǎn)，那么基于語料的詞匯分布語義，理論上是能夠完整覆蓋語料范圍內(nèi)的所有詞義的。需要指出的是，雖然詞匯分布語義表達(dá)的是作為語言的基本單元的詞匯的意義，但在深度學(xué)習(xí)領(lǐng)域發(fā)展起來的循環(huán)、卷積、遞歸等神經(jīng)網(wǎng)絡(luò)模型，目前已經(jīng)能夠?qū)Σ煌６鹊恼Z言單元進(jìn)行組合，從而獲得更大粒度的語義表示，因此，詞匯語義表示研究的進(jìn)步，對(duì)意義“使用論”在語言哲學(xué)方向的發(fā)展，也提供了一種新的視角和途徑。第三，詞匯分布語義建立在分布假設(shè)基礎(chǔ)上，不可避免存在固有的局限。首先，分布語義的假設(shè)是“相似的詞具有相似的上下文”，然而此處的“相似”這個(gè)概念，實(shí)際上指的是語義上的關(guān)聯(lián)，既包括同義，也包括反義、上下位等其他語義關(guān)系；其次，分布語義反映的是語料庫中詞匯的使用模式，而語料庫又不可避免地帶有社會(huì)文化和制度的烙印，包括現(xiàn)實(shí)世界中固有的偏見或歧視，例如性別歧視、種族差異等，因此，在基于詞匯分布語義的人工智能決策應(yīng)用中，需要充分考慮社會(huì)公平和基本倫理。

注釋：

①漢語方面的語義詞典主要有梅家駒等：《同義詞詞林》，上海辭書出版社1983年版；董氏父子的《知網(wǎng)》，參見董振東，董強(qiáng)《知網(wǎng)和漢語研究》，《當(dāng)代語言學(xué)》2001年第1期；北京大學(xué)的中文概念詞典，參見于江生，俞士汶《中文概念詞典的結(jié)構(gòu)》，《中文信息學(xué)報(bào)》2002年第4期；英文方語義詞典主要有WordNet、BabelNet、ConceptNet 等。

②潘俊、吳宗大：《詞匯表示學(xué)習(xí)研究進(jìn)展》，《情報(bào)學(xué)報(bào)》2019年第11期。

③語料數(shù)據(jù)爬取自http：//data.people.com.cn。

④習(xí)慣上，把對(duì)意義的哲學(xué)研究稱作意義理論（theory of meaning），而把對(duì)意義的語言學(xué)研究稱作語義學(xué)（semantics）；語言的意義，以及語言和世界的關(guān)系，是語言哲學(xué)的兩個(gè)中心問題，參見陳嘉映：《語言哲學(xué)》，北京大學(xué)出版社2003年版，第17頁。

⑤《著作殘篇D1》，載北京大學(xué)哲學(xué)系外國(guó)哲學(xué)史教研室編譯：《古希臘羅馬哲學(xué)》，第18頁。

⑥《留基波與德謨克里特著作殘篇》，載北京大學(xué)哲學(xué)系外國(guó)哲學(xué)史教研室編譯：《古希臘羅馬哲學(xué)》，第106頁。

⑦亞里士多德：《工具論》，李匡武譯，廣東人民出版社1984年版，第56頁。

⑧這種名實(shí)分離的觀點(diǎn)，與我國(guó)先秦思想家荀子在《正名篇》中所提出的“名固無實(shí)，約之以命實(shí)”的觀點(diǎn)是一致的。參見李志強(qiáng)：《公元前6-前3世紀(jì)中西方語言學(xué)的萌芽——先秦和希臘語言觀研究》，博士論文，第18頁。

⑨陳嘉映：《語言哲學(xué)》，北京大學(xué)出版社2003年版，第13頁。

⑩弗雷格：《弗雷格哲學(xué)論著選輯》，王路譯，商務(wù)印書館2006年版，第99～100頁。

?羅素：《數(shù)理邏輯導(dǎo)論》，晏成書譯，商務(wù)印書館1982年版，第157～169頁。

?維特根斯坦：《邏輯哲學(xué)論》，賀紹甲譯，商務(wù)印書館1996版，第34頁。

?維特根斯坦：《哲學(xué)研究》，范光棣、湯潮譯，三聯(lián)書店1992年版，第31頁。

?John R Firth.The technique of semantics.Transactions of the Philological Society，1935，34(1)，pp.36～73.

?D.A.克魯斯，榕培（譯）：《用語境法研究詞匯語義學(xué)》，《外語與外語教學(xué)》1987年第4期。

?這三則語料均檢索自“北京大學(xué)CCL 現(xiàn)代漢語語料庫”。

?Mikolov T，Yih W，Zweig G.Linguistic regularities in continuous space word representations.Proceedings of the Conference of the North American Chapter of the ACL，2013，pp.746～751.

?F.Ungereer，H.J.Schmid，An introduction to cognitive linguistics，外語教學(xué)與研究出版社2001年版，第F36頁。

?Lakoff G.，Johnson M.Metaphors we live by，University of Chicago Press，1980.

?Edward Joseph Grady.Foundations of meaning：primary metaphors and primary scenes，UMI，1998.