基于信息論的極性詞的梯級模型*

蔣 勇

(韓國外國語大學，首爾130－791)

1 引言

本文用信息論中的“自信息”這一概念來解釋強調(diào)型極量極性詞的敏感性特征，把Israel(2001，2011)提出的基于量值的極性詞的梯級模型拓展為基于概率的梯級模型，指出強調(diào)型極量極性詞的功能是引導人們從概率極小事件的命題衍推其他所有概率事件的命題。本文還在兩個方面對Israel的梯級模型進行了補充，指出函數(shù)的單調(diào)性管控詞語的極性分布，強調(diào)型極量極性詞只能用于描述概率極小的事件。

2 極性詞及其研究概況

極性詞也稱極性敏感詞。所謂極性是指命題情態(tài)的肯定和否定的歸向性。極性敏感性是自然語言的詞匯所具有的規(guī)約性。Hoeksema(1995)指出，某些詞語在語言演化途中既可以獲得極性特征，也可以失去極性特征。極性詞一般分為正極詞(如“必須”、“若干”、“曾經(jīng)”)和負極詞(如“壓根”、“從”、“萬萬”)。正極詞典型地分布于肯定句中，負極詞典型地分布于否定句和疑問句中。

詞語的極性研究從Klima(1964)算起，不到50年，從Linguistics and Philosophy，Lingua，Journal of Semantics，Natural Language and Linguistic Theory，Linguistic Analysis，Language等刊物近20年來發(fā)表的有關這方面研究論文的數(shù)量可以看出它是當代國際語言學研究的熱點之一。對極性詞的語法的立體刻畫主要包括4個方面的問題:(1)極性詞的標記問題;(2)極性詞的分布語境問題;(3)極性詞與允準語之間的允準關系問題;(4)極性詞的不合適用法產(chǎn)生的原因問題(Ladusaw 1996:326)。國外研究極性詞的理論分為3個主要陣營:句法學、語義學和語用學。句法學派關注的是允準成分與極性詞之間的句法關系，如轉(zhuǎn)換生成語法中的組構成分統(tǒng)制和A約束等，其代表人物有Klima(1964)和Progovac(1994)。但他們無法解釋為何負極詞需要受允準成分的約束。語義學派總體上致力于概括所有的允準成分共有的邏輯語義特征，其中以Ladusaw(1979)的下向蘊涵論和荷蘭格羅寧根學派所提出的單調(diào)等級論為代表(Zwarts 1996，van der Wouden 1997，Giannakidou 2001)。但他們至今仍糾纏于驗證某些允準成分的下向蘊含特征(Hoeksema 2010，Giannakidou 2010，Condoravdi 2010)，無法說明允準成分的邏輯語義特征與負極詞本身的語義有何聯(lián)系。語用學派認為極性詞通過本身的語義來表達加強或減弱語氣的修辭功能。Fauconnier(1975)，F(xiàn)illmore，Kay＆ O’Connor(1988)和Israel(2001，2011)發(fā)展了 Ducrot(1973)提出的梯級模型，Linebarger(1987)提出了否定含義論，Kadmon and Landman(1993)提出了擴域論，Krifka(1995)提出用合作原則來分析極性詞的語用合適性條件。目前極性詞的研究出現(xiàn)了高原現(xiàn)象，對于允準關系這一問題的解決幾無新論，部分原因在于:(1)研究集中在少數(shù)幾個負極詞的分析上;(2)視角單一，鮮有跨視界融通和整合的分析方法。既然現(xiàn)在已經(jīng)發(fā)現(xiàn)了極性詞的存在跟它們增強或減弱命題的信息度相關，那么就應當把信息論運用到極性詞的研究中。

3 極性詞的梯級模型

Ducrot(1973)最先把梯級邏輯引入語言學的研究，提出了用于闡釋說服力(argumentative force)的梯級模型(Scalar Model)。隨后，F(xiàn)auconnier(1975)，F(xiàn)illmore，et al.(1988)，Kay(1990)，Israel(2001，2011)等發(fā)展了梯級模型。梯級模型最基本的特征是根據(jù)兩個命題之間信息的相對力度(relative strength)(Fillmore，et al.1988:527)，從信息度較強的命題衍推信息度較弱的命題。Fillmore等指出，“僅當一個命題P蘊涵另一個命題Q，而Q不蘊涵P時，P的信息度高于 Q的信息度”(Fillmore，et al.1988:537)。例如:

①現(xiàn)在的學風浮躁!國內(nèi)名牌大學的博士畢業(yè)論文里都能把自己導師的名字寫錯，蔣介石變成“常凱申”又有什么稀奇呢?(《文匯報》2009/6/9)

寫自己導師的名字比翻譯蔣介石的英文名字更容易，如果連處理前者都出錯，則處理后者失誤就不足為奇了，人們能從前者推知后者，故前者的信息的相對力度大于后者。

Fauconnier(1975)是極性詞的梯級模型的締造者，提出了“語用梯級”(pragmatic scale)這一概念，他把由命題函數(shù)生成的一套命題沿著某個參數(shù)構成的梯級稱為語用梯級，把梯級中的命題稱為梯級命題，把梯級命題之間的蘊涵關系稱為語用衍推。但他沒有對極性詞進行分類和系統(tǒng)研究。Israel繼承了Fauconnier和Fillmore等人的思想，但依據(jù)極性詞所包含的量值與修辭功能的組合關系來劃分極性詞的類型則是Israel的創(chuàng)見。Israel認為詞語的量值與加強或減弱語氣的修辭功能的規(guī)約性組合限制了它們的極性分布，他把極性詞分為語氣減弱型和增強型兩類。與同一語用梯級中的其他語境命題(contextual proposition，即cp)所含的信息量相比，含有減弱語氣的極性詞的話語命題(textual proposition，即tp)所傳遞的信息量較小，被其他語境命題所蘊涵，記為tp＜cp.例如:

② 天還很亮，不用開燈。(《現(xiàn)代漢語詞典》第5版)

在例②中，“不用”是對必要性的降低，比“不要”的語氣更委婉，人們不能由“不用”衍推“不要”，只能在語境中通過“不用”暗示“不要”。用于減弱語氣的負極詞還有:庸、消、見得、中用、抵事、濟事、打緊、盡然、省油的燈、吃素的、好惹、好意思、好鳥等。用于減弱語氣的正極詞有:區(qū)區(qū)、些些、些微、略略、一小撮、一介、聊、幾許、少時、少刻等。

與同一語用梯級中的其他語境命題含有的信息量相比，含有增強語氣的極性詞的話語命題傳遞的信息量較大，蘊涵其他語境命題的信息量，記為tp＞cp.人們能從tp衍推同一語用梯級中的其他梯級命題，但逆向推理不成立。我們按照Israel的分類方法把用于加強語氣的漢語極量極性詞語分為如下4類(僅部分列舉):強調(diào)型宏量負極詞:萬萬、全然、老大、遲遲、了、絕、斷、決、從、迄、八竿子;強調(diào)型微量負極詞:壓根兒、根本、二話、吭聲、掛齒、理茬兒、毫發(fā)、毫、半點、蹤影;強調(diào)型宏量正極詞:行家、必須、一準、還在、已經(jīng)、甘愿、十足、萬幸、萬狀、分外;強調(diào)型微量正極詞:一剎那、頃刻、倏忽、在即、易如反掌、炙手可熱、錙銖必較。

強調(diào)型極量極性詞在命題中通過梯級邏輯傳遞全量肯定或全量否定的梯級含義(下面以“→”代表梯級含義)，其中的“全量”表示統(tǒng)指語用梯級中所有梯級命題的選項。

類型I:肯定宏量→肯定全量

③你有十足的理由去起訴，你有十足的理由去要求賠償，我只是求你，寬容他一些!(老舍《二馬》)→你有任何理由去起訴，你有任何理由去要求賠償。

類型II:否定微量→否定全量

④我就時常提這“金玉”，你只管了然無聞的，方見的是待我重，無毫發(fā)私心了。(《紅樓夢》第二十九回)→無任何私心。

類型III:肯定微量→肯定全量

⑤先取山海關，則關外諸城唾手可得，此攻心扼吭之法也。(魏源《圣武記》卷一)→做出任何努力皆可獲得關外諸城。

類型IV:否定宏量→否定全量

⑥警方經(jīng)長時間調(diào)查，結果兇手的身份仍全然不知。→關于兇手的身份警方什么也不知道。

Israel(2001)把類型I，II所依據(jù)的梯級稱為正向梯級，把類型III，IV所依據(jù)的梯級稱為逆向梯級，意為后者中詞語的量級和極向的組合與前者相反。在正向梯級中，肯定命題的梯級含義推導方向是從宏量推知全量，而否定命題的梯級含義推導方向卻相反，是從微量推知全量，F(xiàn)auconnier把這種現(xiàn)象稱為梯級顛倒。同樣地，逆向梯級中的否定命題的梯級含義推導方向也是和其中的肯定命題的梯級含義推導方向相反。

Israel構建的極性詞的梯級模型是極性詞研究史上的里程碑。以往的研究大多描述極性詞的允準成分的邏輯語義特征，不能說明語言中哪些詞易成為極性詞以及極性詞產(chǎn)生的語用動因。而Israel抓住詞語本身的語義和修辭功能來解釋詞語的極性特征。他指出，絕大多數(shù)極性詞的語義內(nèi)容都跟極量值有關，因此與極量值有關的詞易成為極性詞;人們通過極性詞的極量值來傳遞梯級含義，以加強肯定或否定的語氣，這就是極性詞產(chǎn)生的修辭動因。

例③和⑥中的極性詞雖然同為加強語氣的宏量詞，它們所依據(jù)的梯級類型和極性規(guī)約卻不一樣，例④和⑤中的極性詞雖然同為加強語氣的微量詞，它們所依據(jù)的梯級類型和極性規(guī)約也不一樣。這說明詞語的極性不只受極量值和修辭功能這兩者的限制。Israel(2001)認為可用命題角色來區(qū)分以上詞語的極性特征。命題角色是指事件的參與成分在事件中所起的作用，它們或為阻礙事件的障礙物，或為激發(fā)事件的誘因。Israel以交易圖式中的支出和收益為例說明命題角色對詞語極性的管控。正向梯級中的極性詞指代支出，如“一擲千金”和“一毛不拔”，逆向梯級中的極性詞指代收益，如“錙銖必較”和“金不換”。在交易情景中，極小的支出和極大的收益都會促成人們?nèi)ミM行交易，極大的支出和極小的收益都會阻礙人們?nèi)ミM行交易?！耙粩S千金”顯示對極大的支出要進行肯定，“一毛不拔”顯示對極小的支出要進行否定，“錙銖必較”顯示對極小的收益要進行肯定，“金不換”顯示對極大的收益要進行否定，此類情形正好與理性人的交易行為相對立。Israel由此斷言:無論是用于正向還是逆向梯級中的負極詞，它們所充任的命題角色都是促成事件的誘因(極小的支出和極大的收益);無論是用于正向還是逆向梯級中的正極詞，它們所充任的命題角色都是阻礙事件的障礙物(極大的支出和極少的收益)。于是Israel提出了強調(diào)型極量極性詞的語用合適性條件，即含有極性詞的命題必須與認知圖式相對立，因此對誘因要進行否定，對障礙物要進行肯定，只有通過命題與認知圖式的對立才能推導出梯級含義，如果改變命題的極向(肯定和否定的互換)，使它們順應交易的認知圖式，則不能推導出梯級含義，極性詞的使用就不合適。他認為用于正向和逆向梯級中的極量極性詞皆為啟動梯級邏輯的算子。

然而，用“誘因”和“障礙物”這對語義特征來分析交易事件之外的其他事件則未必完全合適。

4 基于概率的極性詞的梯級模型

4.1 自信息

信息論度量信息的基本出發(fā)點是把獲得的信息看作用以消除不確定性的東西。Shannon認為，“信息是事物運動狀態(tài)或存在方式的不確定性的描述”(Shannon 1948)，因此消息中未知的或不確定的成分被稱為消息中所包含的信息，信息被定義為離散隨機事件的出現(xiàn)概率。自信息(self-information)是對消息或消息集合本身所含信息的度量。一個隨機事件發(fā)生某一結果后所帶來的信息量被稱為自信息量，簡稱為自信息。自信息的含義包括兩個方面:一方面，自信息表示事件發(fā)生前的不確定性。另一方面，自信息表示事件發(fā)生后，事件提供給信宿的信息量，也是解除這種不確定性所需要的信息量(田寶玉等2008:14－15)。若信源輸出的隨機事件是x，其出現(xiàn)概率為P(x)，那么它的自信息量被定義為:I(x)=-logP(x)(McEliece 2002:18)。根據(jù)自信息的對數(shù)公式的性質(zhì)，I(x)是P(x)的單調(diào)遞減函數(shù):概率增大，信息量減少。例如:當概率為1/4時，自信息為2比特;當概率為1/2時，自信息為1比特。概率小的事件不易發(fā)生，它包含較大的不確定性，預料它的發(fā)生比較困難，它發(fā)生后能提供較大的自信息。當P(x)=0時，I(x)=∞，說明不可能事件一旦發(fā)生，它所帶來的信息量趨近于無窮大，所產(chǎn)生的后果是難以估量的。概率大的事件容易發(fā)生，它包含較小的不確定性，預料它的發(fā)生比較容易，它發(fā)生后只能提供較少的自信息。當P(x)=1時，I(x)=0，說明該事件是必然事件，當某事件必然發(fā)生時，就不存在不確定性，人們完全可以預料它的發(fā)生，它發(fā)生后只能提供冗余信息?？梢姡畔⒄撌怯孟闰灨怕蕘硖幚碇R缺乏時對信息的估值，如果事件是熟知的，沒有任何不確定性，它就絕對為真，人們就無須求助于先驗概率。

4.2 基于概率的梯級邏輯

Bar-Hillel＆Carnap(1953)曾用計算自信息的這個公式來計算命題q的語義信息，它被定義為:inf(q)=-logP(q)?！癷nf(q)”表示命題q的信息值(informativity value)。我們也用這個公式來計算含有隨機變量x的梯級命題q的信息值，即梯級命題q的自信息是以2為底的q的發(fā)生概率的對數(shù)的負值。我們可用決策論中信息的期待效用值(expected utility value)(van Rooy 2003:265)這個概念來說明使用概率計量梯級命題的信息量的合理性。決策論認為信息的價值在于它能幫助人們做出更好的決策，信息的期待效用體現(xiàn)為當人們獲得信息后就能減少不確定行為的數(shù)量。如果獲知關于A的信息后所減少的不確定行為的數(shù)量多于獲知關于B的信息后所減少的不確定行為的數(shù)量，則A的期待效用大于B，A比B更相關。事件發(fā)生的先驗概率與期待效用構成單調(diào)遞減函數(shù)關系。如果事件A發(fā)生的概率小于事件B發(fā)生的概率，當A發(fā)生時B也有可能發(fā)生，因此可以從A推知B，A的信息就蘊含B的信息，A的期待效用就大于B.例如:成績較差的同學通過考試的先驗概率小于成績較好的同學通過考試的概率，如果得知前者通過了考試，則可推知后者也有可能通過了考試。于是我們可用事件的先驗概率來衡量信息的期待效用，用期待效用的不等關系來解釋Fillmore等提出的“信息的相對力度”概念(Fillmore，et al.1988:527)。設Ω為所有同類隨機事件組成的集合，事件A，B，C等是Ω的子集，它們發(fā)生的先驗概率依次遞增，其中，事件A發(fā)生的先驗概率最小，它發(fā)生時其他所有概率的事件也有可能發(fā)生，它一旦發(fā)生便能解除其他所有概率的事件的未定性，所以它包含其他所有事件的信息，它的期待效用也就最大。例如，從班上成績最差的同學通過了考試的事件可以獲知全班同學都有可能通過了考試的信息。梯級命題的期待效用值也體現(xiàn)為它幫助解除不確定事件的數(shù)量。含有強調(diào)型極量極性詞的梯級命題能解除語用梯級中其他所有梯級命題的不確定性，能傳遞最大的自信息?；诟怕实奶菁夁壿嬆馨鸦诹恐档奶菁夁壿嫷乃姆N類型總括為一個公式:從先驗概率極低事件的命題衍推其他所有概率事件的命題。具體的操作方法有兩條:對于肯定命題，如果連先驗概率極小事件都如此，則其他所有概率事件也可能如此，這一條包含Israel總結的梯級邏輯類型I和III;對于否定命題，如果連先驗概率極大事件都不如此，則其他所有概率事件也可能不如此，這一條包含Israel的梯級邏輯類型II和IV.我們認為，正向和逆向梯級中的極量極性詞都是用來強調(diào)或夸張出人意料和異乎尋常的特別事件，上例③－⑥無不顯示出這一特征。我們把強調(diào)型極量極性詞的語用合適性條件表述為:對極不可能的事件要進行肯定，對極有可能的事件要進行否定。

5 對Israel的梯級模型的補充

5.1 函數(shù)的單調(diào)性與極性詞的區(qū)分

Kay(1990:82ff)(又見 Israel 2001:320，note 7)反對用信息論的方法來分析命題的信息量，認為梯級推理僅依賴于梯級命題之間的信息蘊含關系，不依賴于相對概率，因此概率的知識不一定對梯級推理起作用，故無須用先驗概率來解釋梯級推理;此外，他認為從技術的角度來講，要計算命題的信息量必先計算所敘事件的先驗概率，人們無法給語用梯級中各個梯級命題所敘述的事件分配準確的概率，故無法計算出梯級命題的信息量。但我們認為必須首先計算梯級命題的信息量才能比較梯級命題之間的相對信息力度和它們之間的信息蘊涵關系，人們在進行梯級運算時無需為各個梯級命題所敘述的事件分配準確的概率，只需憑借量值與事件的先驗概率之間的單調(diào)函數(shù)關系就能給命題所敘的事件分配大致的、相對的先驗概率。單調(diào)函數(shù)是增函數(shù)和減函數(shù)的統(tǒng)稱。當函數(shù)f(x)的自變量在其定義區(qū)間內(nèi)增大時，函數(shù)值也隨著增大或減小，則稱該函數(shù)為增函數(shù)或減函數(shù)。極量極性詞就是以極量值與事件的先驗概率構成的單調(diào)函數(shù)關系來暗示事件的先驗概率的。講話人通過否定先驗概率最大的事件和肯定先驗概率最小的事件來引導全量否定和全量肯定的梯級含義。在第3節(jié)中我們曾指出命題角色難以區(qū)分具有相同量級和相同修辭功能的極性詞。基于概率的梯級模型用詞語指代的量級與事件概率構成的單調(diào)函數(shù)區(qū)分正向和逆向梯級中的極性詞。設極性詞指代的量值x與事件發(fā)生的先驗概率y在關于某事件的認知圖式中的關系可用函數(shù)公式y(tǒng)=f(x)來表達，其中x≥0，0 ≤ y≤1。

正向梯級中的極性詞與單調(diào)遞減函數(shù)相關。單調(diào)遞減函數(shù)的定義是:對于給定區(qū)間上的函數(shù)y=f(x)，當x1＜x2時，都有f(x1)＞ f(x2)。一方面，量值越大，事件發(fā)生的先驗概率越小。例如:

⑦王貴哈哈大笑說:“你真膽大包天，敢在太歲跟前動土，老虎嘴邊拔毛!”(《濟公全傳》(上)，五十七)

舊時認為太歲之神在地，與天上歲星(木星)相應而行，太歲每年所在方位為兇方，這一年如在這一方位動土建筑，地上的太歲就會動怒，便要發(fā)生災禍。對象愈兇險，人們敢去觸犯它的概率愈小，此時肯定命題傳遞的自信息最大，故梯級推理的方向是由肯定宏量到肯定全量?！案以谔珰q跟前或頭上動土”形容某人膽大包天，敢于觸犯任何有權勢的人。

另一方面，量值越小，事件發(fā)生的先驗概率越大。

⑧昨日曹軍入城，我等皆以為必死;誰想毫發(fā)不動，一軍不敢入門。(《三國演義》第二十五回)

敵軍入城，毀損程度越小的事件越有可能發(fā)生。為了使命題傳遞最大的自信息，需要否定先驗概率最大的事件，故梯級推理的方向是由否定微量到否定全量，例⑧表示曹軍紀律嚴明，沒有給百姓造成任何損害。

逆向梯級與單調(diào)遞增函數(shù)相關。單調(diào)遞增函數(shù)的定義是:對于給定區(qū)間上的函數(shù)y=f(x)，當x1＜x2時，都有f(x1)＜f(x2)。一方面，量值越大，事件發(fā)生的先驗概率也越大。例如:

⑨對于公積金繳存人來說，除了擔心資金安全，更關心天量閑置公積金的去處——因為前不久，八竿子打不著的全國乘用車信息聯(lián)席會，竟然三度上書國家發(fā)改委，要求推動住房公積金向車貸轉(zhuǎn)型。(《中國青年報》2009/3/25)

竿子越長，越容易夠著，為了使命題傳遞最大的自信息，需要否定先驗概率最大的事件，故梯級推理的方向是由否定宏量到否定全量，例⑨用無論怎樣也夠不著來比喻無論怎樣也扯不上關系。

另一方面，量值越小，事件發(fā)生的先驗概率也越小。

⑩因為他親眼看見他在二大爺家挑水劈柴，做著粗笨活路，親眼看見他成了這鎮(zhèn)上炙手可熱的紅人，而且目空一切。這在他感覺得太難受了。(沙汀《淘金記》十七)

手挨近熱源的時間越短，手發(fā)熱的概率越低，含有微量詞的肯定命題暗示事件發(fā)生的先驗概率極低，故梯級推理的方向是由肯定微量到肯定全量。例⑩傳遞的梯級含義是無論手挨近的時間有多久都會感受到熱量，比喻他權勢顯赫、氣焰囂張。

可見，詞語的極性是受單調(diào)函數(shù)而不是命題角色的控制。宏量正極詞和微量負極詞受單調(diào)遞減函數(shù)的控制，而宏量負極詞和微量正極詞受單調(diào)遞增函數(shù)的控制。為了傳遞極大的自信息，含有強調(diào)型極量極性詞的梯級命題必須始終表達極小概率的事件。正極詞用于肯定認知圖式中極小概率的事件，負極詞用于否定認知圖式中極大概率的事件，因此，概率起到區(qū)分強調(diào)型正、負極性詞的作用。

5.2 對不合適用法的解釋

基于概率的梯級模型能說明為何言語者能對極性詞的語用合適性做出迅速的判斷。例如:

[11]*天才創(chuàng)造奇跡也得費吹灰之力。

[12]*這一修訂本堪與先前的版本同日而語。

[13]*他解放思想，實事求是，敢越雷池一步。

Israel(2001，2011)認為如果改變含有極性詞的命題的極向，則無法傳遞梯級含義，不能實現(xiàn)極性詞規(guī)約性的強調(diào)功能，語句就不合法。基于概率的梯級模型使語用合適性的判斷過程更加簡化，例如在判斷例[11]是否合適時僅需根據(jù)概率的常識就可以迅速地做出判斷，無須知道“吹灰之力”是用于加強語氣的微量負極詞，無須識別其命題角色，甚至也無需意識到它在例[11]中無法傳遞梯級含義。當然，語言研究者出于理論闡釋和幫助人們辨析的需要而采用這些概念和技術分析手段是無可厚非的，但理解者在判斷語用合適性時實際的認知加工過程未必會經(jīng)過如此復雜的運算過程。Israel未明確講過理解者須要經(jīng)歷這些運算過程，他的梯級模型不能說明理解者是通過什么啟發(fā)式途徑對極性詞的不合適用法做出如此快捷的判斷的。事實上，例[11]－[13]聽起來具有怪誕意味，它們所描述的事件是背景知識中近乎必然性的事件，根本不值得強調(diào)和夸張，它們的命題內(nèi)容不含不確定性，故不提供任何信息。當講話人用夸張去表達人們的定識時是夸張的誤用。這一闡釋還可以得到語用學中有關論述的佐證。Grice的合作原則中的足量準則規(guī)定:“使所說的話達到交談的目的所需要的信息”(Grice 1989:26)。Atlas＆Levinson根據(jù)這一準則推導出新格萊斯相對性準則，其中的講話人準則規(guī)定:“不要講你已確信是毫無爭議的事情，即為共有的背景預設所蘊涵的事情”(Atlas＆Levinson 1981:40)。根據(jù)Sperber＆Wilson(1986/1995)的關聯(lián)論，語境效果是衡量話語的相關度的重要參數(shù)之一。語境效果產(chǎn)生于話語對認知語境的改變，這體現(xiàn)為話語增強或取消原有語境假設或話語與原有語境假設結合產(chǎn)生語境含義。例[11]－[13]沒有起到這3種語境效果中任何一種作用，未能滿足聽話人的關聯(lián)期待，徒然浪費了聽話人的加工努力，故話語是失效的。

6 結束語

基于量值的梯級模型在解釋梯級推理時依據(jù)的是詞語的量值，在區(qū)分正向和逆向梯級中的極性詞時依據(jù)的是命題角色，在判斷極性詞的語用合適性時依據(jù)的是極量值與修辭功能的規(guī)約性組合關系，這無疑增加了理論的復雜性?；诟怕实奶菁壞Ｐ途哂嘘U釋的簡明性和一致性。它在處理上述問題時依據(jù)的都是概率:用概率與自信息的對數(shù)關系來描述梯級邏輯，用概率與詞語的量值構成的單調(diào)函數(shù)區(qū)分詞語的極性，以極小概率為標準來衡量梯級命題的語用合適性。強調(diào)型極量極性詞存在的理據(jù)是講話人利用量值與概率的函數(shù)對應關系來調(diào)節(jié)語氣和操控聽話人的情感反應。極量詞的極性化、成語化反映了它們的梯級修辭功能的定型化。梯級修辭是梯級推理的顯現(xiàn)。

田寶玉等.信息論基礎［M］.人民郵電出版社，2008.

Atlas，Jay D.and Stephen S.C.Levinson.It-clefts，Informativeness，and Logical Form:Radical Pragmatics(Revised Standard Version)［A］.In P.Cole(ed.).Radical Pragmatics［C］.New York:Academic Press，1981.

Bar-Hillel，Y.＆ Carnap，R.Semantic Information［A］.Proceedings of the Symposium on Applications of Communication Theory［C］.London:Butterworth Scientific Publications，1953.

Condoravdi，Cleo.NPI Licensing in Temporal Clauses［J］.Natural Language and Linguistic Theory，2010(28).

Ducrot，Oswald.La preuve et le Dire［M］.Paris:Maison Mame，1973.

Fauconnier，Gilles.Polarity and the Scale Principle［J］.Chicago Linguistics Society，1975(11).

Fillmore，Charles J.，Paul Kay ＆ Mary Catherine O’Connor.Regularity and Idiomaticity in Grammatical Constructions:The Case of Let Alone［J］.Language，1988(64).

Giannakidou，Anastasia.The Meaning of Free Choice［J］.Linguistics and Philosophy，2001(24).

Giannakidou，Anastasia.The Dynamics of Change in Dutch enig:From Nonveridicality to Strong Negative Polarity［J］.Natural Language and Linguistic Theory，2010(28).

Grice，H.Paul.Studies in the Way of Words［M］.Cambridge， MA ＆ London:Harvard University Press，1989.

Hoeksema，Jack.On the(Non)Loss of Polarity Sensitivity:Dutch Ooit［A］.In Richard M.Hogg and Linda van Bergen(eds.).Historical Linguistics，ii:Germanic Linguistics［C］.Amsterdam:John Benjamins，1995.

Hoeksema，J.Dutch ENIG:From Nonveridicality to Downward Entailme［J］.Natural Language ＆ Linguistic Theory，2010(28).

Israel，Michael.Minimizers，Maximizers，and the Rhetoric of Scalar Reasoning［J］.Journal of Semantics，2001(4).

Israel，M.The Grammar of Polarity:Pragmatics，Sensitivity，and the Logic of Scales［M］.Cambridge:Cambridge University Press，2011.

Kadmon，N.＆ Landman，F(xiàn).Any［J］.Linguistics and Philosophy，1993(16).

Kay，Paul.Even［J］.Linguistics and Philosophy，1990(13).

Klima，Edward.Negation in English［A］.In J.A.Fodor and J.J.Katz(eds.).The Structure of Language［C］.Englewood Cliffs，NJ:Prentice Hall，1964.

Krifka，Manfred.The Semantics and Pragmatics of Polarity I-tems in Assertion［J］.Linguistic Analysis，1995(15).

Ladusaw，William A.Polarity Sensitivity as Inherent Scope Relations［D］.Austin:The University of Texas at Austin，1979.

Ladusaw，William A.Negation and Polarity Items［A］.In Shalom Lappin(ed.).The Handbook of Contemporary Semantic Theory［C］.Blackwell:Oxford，1996.

Linebarger，Marcia.Negative Polarity and Grammatical Representation［J］.Linguistics and Philosophy，1987(10).

McEliece，Robert J.The Theory of Information and Coding［M］.Cambridge:Cambridge University Press，2002.

Progovac，Liljana.Negative and Positive Polarity:A Binding Approach［M］.Cambridge:Cambridge University Press，1994.

Shannon，C.The Mathematical Theory of Communication［J］.Bell System Technical Journal，1948(27).

Sperber，Dan＆ Deirdre Wilson.Relevance:Communication and Cognition［M］.Cambridge，MA:Harvard University Press，1986/1995.

van der Wouden，Ton.Negative Contexts:Collocation，Polarity and Multiple Negation［M］.Routledge:London and New York，1997.

van Rooy，Robert.Negative Polarity Items in Questions:Strength as Relevance［J］.Journal of Semantics，2003(20).

Zwarts，F(xiàn)rans.A Hierarchy of Negative Expressions［A］.In H.Wansing(ed.).Negation:A Notion in Focus［C］.Berlin and New York:Walter de Gruyter，1996.