PDF 物理页索引 180
文件中的第 181 页 · 印刷页码:未识别
依柬埔控设侵人柬井 铁辺兵老挝太国商谈 石积号 发形片 传况元满 喜降瑞 日付总理二传卫
PDF 物理页索引 181
文件中的第 182 页 · 印刷页码:未识别
图1.74 《人民日报》用过的二简字
五四运动时期,很多忧国忧民的学者激进地将国家的落后归咎于高门槛的汉字所造成的低民智。鲁迅甚至说,“汉字不灭,中国必亡”(见1949年时代出版社的《鲁迅论语文改革》)。今天,可以告慰先辈的是,民族复兴不在文字,而在社会制度的进步。汉字若灭,中华文明必亡。
广义地讲,人们用于交流的一切符号系统都可以视为语言,例如密码、数学公式等。加法2+2=4全世界的人都读得懂,密码则不然,多数人都读不懂。
例1.16 明文经过编码成为密文,密文经过解码变回明文。如果把明文的语义视为密文的语义,语言理解就是“编码→解码”。也就是说,如果解码正确(即密码被破译),是否可以认为机器“理解”了密文的语义?
PDF 物理页索引 182
文件中的第 183 页 · 印刷页码:未识别
PDF 物理页索引 183
文件中的第 184 页 · 印刷页码:未识别
图1.75 二战期间,图灵对破解德军的Enigma密码系统做出了巨大贡献<sup>[10]</sup>
语言有两大问题:识别与生成。利用重写规则,识别问题就是编译分析,生成问题就是造句。奥地利哲学家、语言哲学(philosophy of language)的奠基人路德维希·维特根斯坦(Ludwig Wittgenstein, 1889—1951)认为“意义即用法”(Meaning is use),我们可以简单地理解为“操作语义”(operational semantics)。
PDF 物理页索引 184
文件中的第 185 页 · 印刷页码:1980
ERSTES RECHTSCHREIBWÖRTERBUCHVON
Thal, das, eb, Thiler; bao Thälen; thalabjarts Ehalo -; bas 268
Du
M
Tat w. , en; in der-Tatar(Angchörigereines Mischolkes im Wolgagebiet in Süd-Aland.der krair u Westsi-
nerasiatische Heimat der Tataren) w; -; († R 198:) die Große. die Kleine- Tatgrennachricht früher für: unwahischein/ch Schreckenahichat
DEUTSCHE BUNDESPOST
1980
PDF 物理页索引 185
文件中的第 186 页 · 印刷页码:未识别
图1.76 传统的词典都是面向人类的,用自然语言来解释词义。自然语言处理要求有面向机器的词典,指导机器“理解”词汇语义
围棋的语义就是它的游戏规则,词汇的语义就是词的各种使用。这是一个巨大的进步,语义不再是一个抽象的概念,而是与规则和实例挂上了钩。
当人们谈论“乔治·华盛顿”和“George Washington”的时候,都是指代美国的首位总统乔治·华盛顿(GeorgeWashington, 1732—1799),对他的事迹的描述也不受语言的影响,所有人对它们的理解都是基本相同的。人类语言的表达能力有细微的差别,有一些概念(concept)在某语言中有,但在其他语言中没有。人类天生具有创造概念的本领,绝大多数概念都是全人类共享的。
例1.17 20世纪80年代,美国普林斯顿大学的心理学家乔治 · 米 勒 ( George Miller, 1920—2012 ) 用 同 义 词 集 合(SynSet)来刻画词汇语义(lexical semantics)或概念,概念之间通过一些预先定义好的关系(例如,名词概念的子类–类关系、部分–整体关系、成员–组织关系等)连接而成一个巨大的网络,被称为“词网”(WordNet)。实际上,它是一个概念的网络。
所谓“同义词”,就是在某个语境里可以相互替换的词语(即满足可替换原则的词语),它们的语义被形式化为一个同义词集合,是机器可识别的。例如,“computer”在词网里有两个意思,一是计算机,二是做计算的人(也称“计算员”),它们按照子类–类关系(有时也称上下位关系)的上位概念(hypernym)<sup>(9)</sup>如下所示。
PDF 物理页索引 186
文件中的第 187 页 · 印刷页码:未识别
PDF 物理页索引 187
文件中的第 188 页 · 印刷页码:未识别
Sense 2
calculator, reckoner, figurer, estimator, computer
PDF 物理页索引 188
文件中的第 189 页 · 印刷页码:未识别
例1.18 如果机器翻译的效果很好,我们是否可以认为机器“理解”了语义?
口 从广义上讲,所谓“理解”了语义必须能够通过相关内容的问答测试,以不同的方式询问同一内容,机器总能返回正确的答案,这里会涉及常识(commonkonwledge),以及逻辑推理、类比推理等。
从狭义上讲,翻译准确就是理解了语义。例如“中↔英”翻译,如果将一个输入的中文语句,翻译成英文,再翻译回中文……,反复几次后,结果如果依然准确(即语义没有发散),则可以认为机器“理解”了语义。例如,输入中文语句“有多少人工就有多少智能”,谷歌“中↔英”翻译系统经过多轮对译后收敛,其结果如下<sup>(10)</sup>。
PDF 物理页索引 189
文件中的第 190 页 · 印刷页码:未识别
有多少人工就有多少智能。
There is as much intelligence as there are people.
情报和人一样多。
There is as much intelligence as people.
智力与人一样多。
There is as much intelligence as humans.
智力与人类一样多。
Intelligence is as much as humans.
智力与人类一样重要。
Intelligence is as important as human beings.
智力与人类一样重要。