认知逻辑与语言逻辑的交叉与融合*

赵富春 徐以中

(南京航空航天大学， 南京 211100)

认知逻辑与语言逻辑的交叉与融合*

赵富春 徐以中

(南京航空航天大学， 南京 211100)

当代科技发展中交叉整合研究的不断进展，使得语言逻辑的研究须要和认知科学相结合,认知逻辑的研究亦须要更集中地关注语言问题。这两种趋势的汇合导致认知语言逻辑研究的应运而生。认知语言逻辑研究的核心内容是表征与计算问题，研究取向则是为人际对话和人机对话构建应用模型。

语言；逻辑；认知；人机对话；计算表征

现代逻辑的发展导致逻辑学产生许多分支，语言逻辑即为其中一个，语言逻辑的研究得到众多研究者的重视，导致逻辑学的研究发生了语言转向。近来，逻辑学又发生了认知转向。那么，逻辑、语言与认知之间，特别是认知逻辑与语言逻辑之间到底是怎样的关系？如何协调发展？本文将对这些问题作初步探讨。

Kosslyn和Rosenberg指出，计算机的发展导致了在20世纪50年代末60年代初发生的认知科学革命(Kosslyn & Rosenberg 2003：17)。这场革命在20世纪70年代中期达到兴盛时期，其中Herbert A. Simen, Alan Newell和Noam Chomsky被认为是三个领军人物。毫无疑问，认知科学发展到现在，其深度和广度都发生了很大的变化。这些变化对认知科学的相邻学科，特别是语言和逻辑的研究带来哪些影响？当代的语言逻辑研究又可以从中得到哪些借鉴和启迪？这些问题目前尚未见到系统地探讨。基于此，在认知科学的背景下分析和思考语言逻辑研究的核心内容和导向问题具有重要的实践意义。

1 认知逻辑与语言逻辑

认知逻辑有两个主要的研究方向：一是关于知识和信念的认知逻辑，英语叫“Epistemic Logic”，另一个是认知科学与逻辑学交叉而产生的认知逻辑，英语叫“Cognitive Logic”. 从产生的基础看，第一种认知逻辑是在研究认识论问题的基础上产生的，可称之为“认识逻辑”或“经典认知逻辑”；第二种认知逻辑是在逻辑学与认知科学交叉的基础上产生的，可称之为新认知逻辑。随着认知科学的不断发展，两种逻辑不断相互借鉴和影响，其界限已变得越来越模糊。因此，我们可以从广义的角度来看当今的认知逻辑研究。那么，广义认知逻辑的主要研究对象是什么？很多学者如李先焜(1986)、王维贤(1989：22)、蔡曙山(1998：V)等曾指出，逻辑所关注的主要对象应该是语言问题。认知逻辑其实也不例外。而且，由于语言是人类知识的最重要载体，在认知科学中，对人类语言能力的研究也成为其重要领域之一。因此，认知逻辑的发展，迫切须要从关注语言问题开始，须要和语言研究相结合。有学者甚至认为，“不考虑语言问题,认知问题便不可能得到解决。语言意义的终极研究意味着认知理论的最大限度发展”(隋然 2005)。

语言逻辑(the logic of language)主要以日常语言中的逻辑问题为研究对象。它是一个非常重要的、前景广阔的新研究领域。(周礼全 1980)一般认为逻辑与人工智能之间向来存在密切的关系。逻辑通常被看作人工智能的基础。但问题是什么样的语言逻辑研究才能有效地满足人工智能的需要？从认知的角度来观察，以语言为载体的日常生活的推理充满不确定性和非单调性。(Thomason & Richmond 1997:779-780)因此，为适应人工智能的发展，有必要开展基于认知并适合日常推理的多值逻辑、连续统逻辑以及模糊逻辑等的研究。McCawley曾指出，应当“把逻辑看作根据自己的目的加以探索的源泉，而不是像必须服从的法典”(王维贤 徐颂列等 1993/1998:6)。

2 表征与计算：问题的核心

根据上文的分析，认知逻辑的发展须要更加明确以语言为其主要研究对象，语言逻辑的发展为适应人工智能的需要又必须更多地关注语言的认知问题。两种研究的交叉产生了面向认知的语言逻辑研究。该研究的核心内容是表征与计算的问题。

表征(representation)和计算(computation)的研究目前是哲学、逻辑学、心理学、计算机科学、人工智能以及语言学等诸学科共同关注的一个重要问题。在心理学界，表征理论和计算理论被认为是认知心理学的基本框架。哲学家福多1980年在《把方法论的唯我论当作认知心理学的研究策略》的经典论文中，正式提出了这一框架。这在认知科学界已经得到公认。(熊哲宏 2002:498)近来在认知科学研究领域，学者们认为，认知科学目前最富有成效的方式是依据表征和计算来理解心理的活动，其中新假设是：对思维最恰当的理解是将其视为心智中的表征结构以及在这些结构上进行操作的计算程序。这一理论假设被称为CRUM(computational-representational understanding of mind)，CRUM是认知科学的内核，它超过了以往所有关于心智的理论，如行为主义、功能主义等。(魏屹东 2003)

值得注意的是， Chomsky (1995:7,21,168)在其语言学著作《最简方案》中也正式提出，语言从本质上讲只包括“词库”和“演算系统”(computation system)两大部分。这种理论和信息处理中的表征和计算理论其实具有很大程度的相似性。因此，如何从认知的角度来探讨语言的表征和计算问题也应成为逻辑学研究的一个重要方向。也可以说，表征和计算问题理应成为面向认知的语言逻辑研究的一个重要问题。

表征和计算问题无论在认知科学的“符号主义范式”还是“联结主义范式”中都是值得关注的两个中心问题。那么，表征与计算的具体涵义是什么？

表征这一概念最早起源于近代绘画艺术。经典绘画的表征的最大特点是相像，即表征者与被表征者在形上的相似性，这种表征主义可视为天真的表征主义。(万小龙 2004)不同学科对表征的理解和类别的划分并不一致。Chomsky指出，表征可分为语音表征(phonetic representation)和语义表征(semantic representation)。(Chomsky 2000:28)在逻辑学中表征大体上也可有两种形式：一种是概念的表征，一种是规则的表征。“概念表征对于心智的思维来说是相当重要的。概念是判断和推理的基础，没有概念，便说不上判断和推理，更说不上整体的知识。” (魏屹东 2003)规则的表征不是表征某个单独的概念，而是表征一系列相互联系的概念和日常思维中以经验为基础的习惯性推理模式。规则的表征更多地可以从人脑认知事物时存在自上而下的加工过程可以看出，认知心理学和认知语言学中所谓的图式(schema)和脚本(script)也可以证明规则表征的存在。

而计算与表征不同，计算是对已有表征的加工和重组，它更像是一种动态的规则。目前，计算已不再是一个数学上的专门概念，人的心理认知过程也是一种计算，它甚至已经上升为一个极为普适的哲学范畴。(郝宁湘 2003， 郦全民 2004)在逻辑学中，它体现在逻辑推理的发生、发展和终结的整个过程。当没有逻辑推理活动发生的时候，它可以作为一个静态的潜在的规则而存在。值得注意的是，表征和计算有时又并非可以截然分开，一方面，人脑中的表征可作为计算的起点，一定的计算总是建立在一定的表征基础上；另一方面，一定的计算也总会产生新的表征，其计算的结果又可作为新的表征。

目前，我们都希望利用现有的逻辑知识来为语言构造一个形式系统，进而来研究它的认知基础或规律。实际的问题在于，认知科学的研究显示，我们的努力也许走错了方向。因为人类的日常思维使用了一种与常规逻辑(即演绎逻辑)不同的逻辑，日常思维的推理是一种基于经验的非单调推理体系。如果让计算机进行这种人类所赖以生存的推测性的而又常常正确的常识推理的话，就得发明一种全新的逻辑推理规律。(熊哲宏 2002:270)这种逻辑推理规律应该首先是基于语言认知的。可见，基于认知心理学对表征问题的研究，可以帮助我们对自然语言中语句和命题关系进行更加深刻的了解。耿海燕、张述祖指出，“关于句子在记忆中如何表征的问题，目前主要有两大理论。一是句子记忆的命题模型，认为长时记忆中基本的表征单元是命题，命题表征了诸概念及其相互间的联系。”(耿海燕 张述祖 1996)它不仅可以表征语义，也可以表征情景。另一个理论是句子意义的语言表征，如Chomsky的转换生成语法，他认为句子在长时记忆中的表征是“核心句”形式的深层结构”。但无论是哪种表征，逻辑推理都会在其中起重要的作用。因此，语言逻辑研究就有必要结合认知心理学的研究成果，对句子的内部表征进行研究。

在表征与计算理论框架内，可以对语言逻辑的心理认知过程有一个全新的认识。Sanford和Garrod指出，在正常的交际中，听话者总会根据听见的话语在大脑中构建起一个心理模型(mental model)。(李勇忠 2004)心理语言学的实验也表明，人们对信息的处理包括自上而下的加工(top-down processing)和自下而上的加工(bottom-up processing)两种过程，前者是接受外部刺激开始的加工，后者是在知识、期望和信仰等导向下的加工。(Kosslyn & Rosenberg 2003：142-143)Pinker也曾指出，“在某种程度上，听话人的智慧的确可以正确预测说话人要说的话，这个由上而下的设计的确可以引导剖析器走上正确的路。”(史蒂芬平克 洪兰 1994:13,231)而以往的逻辑在研究推理时往往关注自下而上的推理过程，这并不完全符合人脑理解语言的规律。因此，在日常生活中人们是如何结合脑中已有的语言知识和看到/听到的语言进行推理的？这种把人脑已有的表征和当前外在的语言环境结合起来的推理和计算研究将成为未来语言逻辑研究的热点和难点之一。

3 人际对话和人机对话：研究的取向

如果说认知语言逻辑研究的核心问题是表征与计算，那么，为什么要研究这个核心问题？它的作用和应用价值体现在哪里？我们认为，认知语言逻辑研究的目标以能够解决人机对话和人际对话为其应用导向。下面分别加以说明。

3.1 人际对话

所谓人际对话，从逻辑学角度讲就是人们在自然语言中的推理问题。日常语言的推理其实是一种非单调性(nonmonotonicity)的推理。人们可以发现，如果就逻辑分析应该为“人际对话”服务而言，目前的自然语言逻辑研究其实脱离了为日常交际服务的实际需要。

周礼全指出，“自然语言不同于形式语言的一个突出特点，就是自然语言对语境的依赖性，因而从逻辑角度来研究语词和语句同语境之间的关系，也是非常重要的；自然语言是人与人之间的交际工具，因而从逻辑角度来研究人与语言之间的关系，即语用逻辑，也是非常重要的。在这样一些根本性问题上，如果我们能取得即使是一点点的成果，都会对自然逻辑的研究起很大的推动作用。”(周礼全 1980)

在日常语言中，无论是理解还是表达都离不开语用推理，而语用推理大都采用一种非单调性推理模式。因此，面向认知的语言逻辑研究应主要着力于人际交往中非单调性推理问题的研究。

非单调逻辑是相对于以往单调逻辑而言的。就经典的一阶谓词逻辑来说，它的单调性表现为，若A和B都是系统内的公式，且A可推出W。 则A加上新知识后仍可推出W. 这意味着新增加的信息并不影响原有推理的有效性。而非单调逻辑认为，上述思想与实际情况并不相符，其实，增加新知识恰恰可能导致原有逻辑结论的改变。所谓“非单调性”说的正是这个道理。(Thomason & Richmond 1997:821)

在非单调逻辑中，应用较广泛的一种是默认逻辑(default logic)，它是在信息不完全和前提缺省的情况下默认一些先决条件而进行的推理。例如，从日常生活实际出发，假定人们已知某个个体X是一只鸟，而且并未掌握X不能飞的具体证据，那么，我们实际上可以推断或相信X是能飞的。然而，传统的逻辑对此却没有给出相应的推理规则。(桂起权 陈自立 朱福喜 2002：634,440,635)

自然语言具有多义性、模糊性和依赖语境的特点。而以往的逻辑研究注重系统构造的一致性、可靠性和完全性。这就决定了仅仅借助以往的逻辑手段来刻画自然语言的推理规则是行不通的。王维贤等指出，“使用这种简单化的方法，很难揭示出言语中内在的逻辑结构，而且可能给人以这样的印象，即所谓的逻辑分析纯粹是一种人为的生搬硬套、削足适履的方法。” (王维贤等 1989:10,571)可见，立足于语言的认知逻辑的描写与刻画也并不一定处处要以可靠性、一致性、完全性等标准来衡量。

在研究思路上，其实许多语言学的研究方法和成果可以为认知语言逻辑研究提供许多有益的启示。王维贤等指出，当代语言学对语言结构的分析正在从句子扩展到篇章。作为研究自然语言推理形式的语言逻辑研究，也应该向话语、篇章的广阔领域延伸。这样对篇章的研究必将促进语言逻辑的发展。

总之，这种以交际为导向的语言逻辑规律的刻画可以不断建构有效交际理论，从而为人际对话提供规范。(黄华新 2000:31)进一步而言，这种研究不仅可以促进人际对话的发展，也可以促进逻辑学的发展。

3.2 人机对话

随着信息时代的来临和科技与经济的发展，中文信息处理技术将成为未来10年内最可能取得突破的领域之一。人机对话的目标是让机器与人之间能够运用目前人类所使用的自然语言进行自由地交谈。而机器能够加工和处理的语言是一种形式化的语言，因此，实现有效的人机对话的一个重要前提是对自然语言进行形式化处理。目前，自然语言信息处理(NLP，natural language processing)的进展正迫切须要借助语言逻辑分析的相关成果。可见，“逻辑、认知和计算是三位一体的”。(刘新文 郭美云 2009)

下面，我们侧重从NLP的研究思路和发展方向来探讨逻辑研究在其中所起的作用。

如今，计算机对自然语言的处理一般遵循三个步骤：(1)确立自然语言的形式化表述；(2)确立形式化表述的算法；(3)根据算法编制有关程序。人们一般认为，语言学家和逻辑学家最适合做第一、第二步工作，这种认识在学界几乎已经成了共识。

我们认为，这种研究步骤存在的问题是计算机专家根本不在使用，也无法使用大量的、现有的语言学或逻辑学研究成果。这就牵涉到语言研究或逻辑研究的取向问题。语言学和逻辑学的研究不应该为形式化而形式化，或盲目地形式化，而应该考虑到计算机处理语言的实际需要和可能。否则，即使形式化了对计算机的信息处理也没有多大益处。

实际上，要想让语言逻辑研究的成果真正与计算机应用相结合，以上三个研究步骤应该颠倒过来，按照这样的流程来进行：(1)了解计算机处理自然语言的本质，它需要什么样的程序；(2)弄清计算机需要什么样的算法；(3)根据需要确立自然语言的形式化。

采用这样的研究或思考路径，才能够知道语言研究中哪些问题须要用逻辑的手段进行形式处理，什么样的形式处理会对计算机处理自然语言有用。回顾人工智能在现实中的应用和发展可以看出，目前的人机对话研究面临的一个主要问题是，它没有真正和认知科学的研究成果相结合。

人工智能专家Simon指出，计算机和人类神经系统处理信息具有很大的共通性。认知科学恰如一道桥梁可将这两个不同的领域连接起来。而目前的研究现状则不容乐观。Kosslyn和Rosenberg指出，“在言语识别方面，即使目前最复杂的言语识别装置也只能识别五岁小孩毫不费力就可识别的言语片断的很小一部分”(Kosslyn & Rosenberg 2003：301)。因此，计算机要想真正模拟人的智能，在确立自然语言的形式化表述之前，有必要弄清语言逻辑结构在大脑中是如何表征的以及人们运用语言时的大脑认知活动特点和规律等。这就是所谓的基于认知的自然语言形式处理(the natural language processing based on cognitive sciences)，如图：

(基于认知的自然语言处理流程)

可见，对语言逻辑结构的认知规律和神经机制的探讨可以为中文信息处理、人工智能等提供直接的借鉴。也正是在这个意义上，逻辑、认知及语言的研究才可能真正统一起来。

在未来的研究中，要想实现有效地人机对话，语言逻辑研究面临的一个重要挑战是对语篇、语用因素的形式处理。Kosslyn和Rosenberg指出，语用因素是计算机处理自然语言理解技术的一个重要障碍。(Kosslyn & Rosenberg 2003：306)随着认知科学和人工智能研究需求的新进展，人们注意到自然语言理解的过程其实是运用其全部知识和智力(包括语法知识、上下文知识、世界知识等)来理解内容和获取信息的过程，因而，仅仅局限于一个孤立语句的逻辑结构分析是远远不够的，根本不可能说明语言交流和信息获取的过程。从认知心理学的角度来看，在自然语言理解中，“对任何语言的理解，不仅仅是对字词的理解，它必然还包括对句子和语篇，而且最终是对语篇的理解”。(鲁忠义 彭聃龄 2003:前言)可见，自然语言理解技术的发展须要突破以往句法语义的框架，进而在更广阔的语用范围内进行研究。

近来，国际上已有不少研究在语用因素的逻辑刻画和计算机应用方面取得了卓著的成果。Asher和Lasca-rides发展出一套SDRT(segmented discourse representation theory)理论，该理论运用各种逻辑手段(包括非单调逻辑)来对话语的语用现象进行逻辑刻画，目前在对诸如话语的指代(pronouns)、复指(anaphora)、前提(presupposition)以及会话含义(conversational implicatures)等的逻辑刻画方面取得很大进展。(Asher & Lascarides 2003:3-8)Saygin和Cicekli(2002)做了一个关于 Grice的合作原则在人机对话中作用的实验。该研究表明，语用学研究对人机对话的实现具有切实的借鉴作用，同时，语用学也将构成人工智能领域的许多挑战。

总之，就语言逻辑分析为汉语的人际对话和人机对话服务而言，目前以及未来的研究有两方面工作亟需加强。一方面，须要注重对语言认知心理机制的研究；另一方面，须要注重对语篇与语用因素的逻辑刻画。由于汉语是一种对语境高度敏感的语言(context-sensitive language)，语言逻辑的研究须要更多地从语境、语用的角度建立有效的话语交际理论，从而为有效地解决人际对话和人机对话提供启迪和指导。

4 结束语

认知科学作为新世纪的“朝阳”学科，自诞生以来短期内已渗透到相关各个学科，语言学和逻辑学都发生了认知转向。越来越多的学者尝试从认知的角度为语言作出统一解释(王寅 2009)，在心理学界，认知心理学已成为当代心理学的热点。与此同时，哲学、社会学、计算机科学等也纷纷向探讨人类认知结构方向发展。这也就表明，面向认知的语言逻辑研究也将可能成为更多学科关注的热点。

现代逻辑的研究对象已从以往与数学和哲学有关的方面扩大转移到自然语言、认知科学和计算机人工智能科学的范围。(邹崇理 2002：1)就研究方法而言，目前国际上在自然语言、认知科学、人工智能等领域，研究者越来越突破以往借鉴心理学中内省法和行为测查法的研究思路，更多地转向采用各种现代实验方法和手段(如ERPs，fMRI，PET，MEG等)来开展研究。因此，在研究方法上，面向认知的语言逻辑研究也应及早地适应从理论思辨走向实证分析，从单纯的文本语料分析走向实验科学方法论证。

蔡曙山. 言语行为和语用逻辑[M].北京：中国社会科学出版社, 1998.

刘新文 郭美云等.《逻辑、语言和认知》书介[J].逻辑学研究, 2009(1).

耿海燕 张述祖. 汉语语句句式表征及命题表征能力的年龄比较[J].心理学报, 1996(3).

桂起权 陈自立 朱福喜. 次协调逻辑与人工智能[M]. 武汉：武汉大学出版社, 2002.

黄华新. 逻辑与自然语言理解[M]. 吉林：吉林人民出版社, 2000.

郝宁湘. 计算哲学: 21世纪科学哲学的新趋向[J]. 自然辩证法通讯, 2003(6).

李先焜. 语言、逻辑和语言逻辑[J].哲学研究, 1986(8).

鲁忠义 彭聃龄.语篇理解研究[M]. 北京：北京语言大学出版社, 2003.

李勇忠. 架桥式语用推理的认知研究[J]. 语言文字学, 2004(5).

郦全民. 认知计算主义的威力和软肋[J].自然辩证法研究, 2004(8).

王维贤 徐颂列等. 语言逻辑分析[M].杭州：杭州大学出版社, 1993/1998.

史蒂芬平克 洪兰译. 语言本能[M].汕头：汕头大学出版社, 1994.

隋 然. 分析哲学与认知语言学研究的理论问题[J]. 外语学刊, 2005(3).

王 寅. 语言的认知维度：尝试用认知方式为语言作出统一解释[J]. 外语学刊, 2009(1).

王维贤 李先焜 陈宗明. 语言逻辑引论[M]. 湖北：湖北教育出版社, 1989.

魏屹东. 计算-表征认知理论的认知语境分析[J].自然辩证法通讯, 2003(1).

万小龙. 表征主义: 当代科学哲学与量子力学哲学的一个新动向[J].哲学动态, 2004(3).

熊哲宏. 认知科学导论[M]. 湖北：华中师范大学出版社, 2002.

周礼全. 边干边学，加强自然语言逻辑的研究[J]. 逻辑与语言研究, 1980(1).

邹崇理.逻辑、语言和信息[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

*本文系国家社科基金项目“副词的语用分析及相关语音问题研究”(09CYY038)、江苏省教育厅高校哲学社会科学研究指导项目“大学英语探究式教学及实践模式研究”(2010SJD880039)和南京航空航天大学基本科研业务费专项科研资助项目 “语音听觉反馈机制及语言元认知能力研究” (NR2011014) 的阶段性成果。

H0-06

A

1000-0100(2012)02-0049-5

2011-12-24

【责任编辑王松鹤】