自然语言理解：语言学假设与挑战

"自然语言理解的语言学假设"由衰毓林于1991年撰写，该文深入探讨了计算机理解自然语言所面临的挑战和潜在的解决方案。首先，文章强调了理解语言的关键因素，包括词类、语序、层次结构、语法关系和语义关系。它将这些元素与形式语言进行比较，指出自然语言的复杂性和非线性特性，这正是计算机理解的难点所在。 文中进一步探讨了语言理解和下棋游戏之间的相似性，揭示了理解语句意义时所运用的规则和策略类型。理解语句的意义涉及两类规则：一类是基于规则的系统，如语法规则，对应于形式语言的逻辑结构；另一类是策略和语用推理，具有非单调性，意味着根据上下文的改变，推理结果可能发生变化。作者提出利用非单调逻辑这一工具，为计算机理解会话含义提供形式化的处理机制。 常识在语言理解中的角色也得到了关注。作者认为，将部分常识通过语言学方法形式化，可以提高计算机理解的准确性和适应性。同时，文章还讨论了两个新兴的自然语言理解范式：语料库语言学，它依赖大量的文本数据来研究语言模式；以及并行加工模型，强调大脑处理语言的多模态和并行性质。 衰毓林作为语言学博士和清华大学中文系的副教授，他的研究旨在从语言学角度出发，为人工智能领域中的自然语言理解提供理论支持，特别是机器翻译和人机对话技术的发展。文章指出，自然语言理解是一个跨学科的研究领域，涉及到计算机科学、神经生理学、心理学和语言学等多个学科的交融。 这篇论文不仅揭示了自然语言理解的复杂性，还提出了通过语言学方法和逻辑理论来改进计算机对此的处理，对于推动人工智能技术尤其是人机交互的发展具有重要意义。