探索語言邏輯與信息處理結(jié)合的新路徑
——《自然語言信息處理的邏輯語義學(xué)研究》評介

黃華新，洪崢怡

(浙江大學(xué) 邏輯與認(rèn)知研究所， 浙江 杭州 310028)

《自然語言信息處理的邏輯語義學(xué)研究》[1]一書于2018年9月出版，作為國家社會科學(xué)基金重大項目“自然語言信息處理的邏輯語義學(xué)研究”的部分研究成果，該書對范疇類型邏輯CTL與組合范疇語法CCG進行了系統(tǒng)而深入的研究，并以漢語信息處理為導(dǎo)向，綜合邏輯學(xué)、語言學(xué)、計算機科學(xué)研究成果，為計算機自然語言處理提供了一些新的思路。

一、研究背景

自然語言和邏輯有著天然的淵源關(guān)系：一方面，邏輯學(xué)的研究對象是人類的思維規(guī)律以及推理的有效性，而抽象思維首先也主要是通過自然語言表述出來的；另一方面，人可以習(xí)得語言，并深入探究語句的形式和意義，證明自然語言不是任意的符號組合，而必須有邏輯作為內(nèi)在理據(jù)與骨架。由此，就誕生了邏輯語義學(xué)這門語言學(xué)和邏輯學(xué)的交叉學(xué)科，它依據(jù)現(xiàn)代邏輯的思想或采用現(xiàn)代邏輯的工具研究自然語言的句法生成和語義組合規(guī)律，揭示和刻畫自然語言生成中的組合特性，并對自然語言句法-語義的組合生成過程給出形式化的解釋。

自20世紀(jì)70年代以來，數(shù)理邏輯和理論語言學(xué)研究的深入推動了邏輯語義學(xué)的迅猛發(fā)展。蒙太格提出“普遍語法”思想，認(rèn)為自然語言和形式語言在本質(zhì)上并無差別，兩者都可以作精確的數(shù)學(xué)描述[2]264，由此創(chuàng)立了著名的蒙太格語法。此后，這一思路的繼承者又提出了廣義量詞理論、話語表現(xiàn)理論、情境語義學(xué)和類型-邏輯語法等一系列理論，構(gòu)成了內(nèi)涵豐富的邏輯語義學(xué)。這些理論嘗試一方面為解釋語言學(xué)問題提供了新思路，另一方面大大推動了當(dāng)今邏輯科學(xué)的發(fā)展，隨著計算機科學(xué)和人工智能領(lǐng)域的發(fā)展，更是引起了自然語言信息處理領(lǐng)域?qū)W者的高度重視。在我國，這也是語言邏輯研究的一個重要方向，學(xué)者們已對上述理論作了較為充分的介紹，同時開始嘗試解決漢語句法和語義中的一些特殊現(xiàn)象，對漢語信息處理中的疑難問題進行理論探索。

鄒崇理等幾位老師潛心學(xué)術(shù)，堅持?jǐn)?shù)年，完成了《自然語言信息處理的邏輯語義學(xué)研究》一書。該書的作者團隊是國內(nèi)邏輯語義學(xué)研究的主要力量。該書可以視為對國內(nèi)邏輯語義學(xué)方面成果的一次重要整合和拓展。

二、主要內(nèi)容

該書內(nèi)容分為三編。第一編為總論，介紹了邏輯語義學(xué)的學(xué)科性質(zhì)和研究概況。莫特蓋特曾提出著名的口號“認(rèn)知=計算；語法=邏輯；解析=演繹”[3]，以此闡釋邏輯語義學(xué)的核心思想。這是因為自然語言和邏輯語言根本的結(jié)構(gòu)機制都是遞歸生成組合機制，句子的語義是其各部分語義的函項。當(dāng)然，自然語言的豐富性和復(fù)雜性使它很難完全符合某一原則，很多情況下句法生成和語義組合難以實現(xiàn)完美的對應(yīng)，句法、語義、語用等多重機制往往交互作用。也正因為如此，基于組合性原則的自然語言模型論語義學(xué)更顯示出自己的獨特的存在價值，它針對不能簡單對應(yīng)的情況進行深入的探索和方法的更新，主要給出了兩條解決路徑：一是增加規(guī)則，二是擴充詞庫。

第二編介紹了范疇類型邏輯CTL。CTL以蘭貝克演算為基礎(chǔ)，主要理論包括非結(jié)合的蘭貝克演算(NL)、結(jié)合的蘭貝克演算(L)、多模態(tài)蘭貝克演算(ML)、對稱范疇語法等。作者梳理了這一發(fā)展歷程，對每一種理論給出其公理表述、根岑表述、自然演繹ND表述、樹模式表述4種等價的表述。接著介紹了蘭貝克演算匹配λ詞項的CTL類型語義學(xué)，通過λ演算和蘭貝克演算的匹配實現(xiàn)了句法和語義的一一對應(yīng)。最后，作者在賈戈爾的LLC系統(tǒng)的基礎(chǔ)上進行改造，為漢語反身代詞、空代詞等照應(yīng)省略現(xiàn)象構(gòu)造了相應(yīng)的CTL系統(tǒng)。

第三編介紹了組合范疇語法CCG。理論層面，作者回顧了斯蒂德曼的原生態(tài)CCG和鮑德里奇等人的多模態(tài)CCG，揭示了CCG“詞匯主義”“實用主義”“面向大規(guī)模真實文本”等特征。應(yīng)用層面則首先討論了漢語中一些特殊句式的處理，包括非連續(xù)結(jié)構(gòu)(話題句、兼語句、連動句、復(fù)雜謂語并列結(jié)構(gòu))、特殊句式(把字句、被字句、得字句)、形容詞謂語句、主謂謂語句等。進而，在吸收賓州樹庫轉(zhuǎn)換為CCG推演樹已取得的成果的基礎(chǔ)上，重點關(guān)注漢語樹庫的建設(shè)，給出了CCGbank轉(zhuǎn)換系統(tǒng)的構(gòu)架與設(shè)計，并最終將基于短語結(jié)構(gòu)語法的賓州漢語樹庫轉(zhuǎn)換為基于組合范疇語法的漢語CCGbank。

三、鮮明特色

全書有著清晰的架構(gòu)和充實的內(nèi)容，在以下3個方面體現(xiàn)了鮮明的特色：

1.理論性與應(yīng)用性結(jié)合

在理論梳理方面，該書系統(tǒng)地介紹了范疇類型邏輯和組合范疇語法的基本內(nèi)容。在這一過程中很好地凸顯了不同理論的自身特色。對于CTL，重視邏輯的系統(tǒng)構(gòu)建和元理論證明；對于CCG，重視對各種具體的句法語義現(xiàn)象的解釋。更重要的是系統(tǒng)地比較了兩種理論，并將兩者打通[4]79-80。多模態(tài)CCG的每條規(guī)則都對應(yīng)于一條范疇類型邏輯的結(jié)構(gòu)公設(shè)，這樣便可以使刻畫兼顧貼近自然語言實際和追求邏輯系統(tǒng)性這兩方面的需求。

在應(yīng)用方面，該研究直接面向自然語言信息處理。研究方法上重視語料庫的建設(shè)、計算機程序的解釋和大樣本的數(shù)據(jù)支持。而其最終成果是構(gòu)建漢語分析樹庫，這將有效提高大規(guī)模文本中漢語語句自動生成理解的效率和準(zhǔn)確度。

2.對漢語特殊性的關(guān)注

英漢語言在許多方面存在著較大的差異，誕生于討論英語語言現(xiàn)象的邏輯語義學(xué)理論并不完全適應(yīng)對漢語的解釋。該書以漢語信息處理為導(dǎo)向，以現(xiàn)代漢語中一些具有典型性的句法-語義現(xiàn)象為研究素材，列舉了大量的漢語例子來進行詳細(xì)刻畫。書中尤其針對漢語照應(yīng)省略問題進行了深入細(xì)致的考察。賈戈爾在其專著《照應(yīng)與類型邏輯語法》[5]中，通過增加豎線算子構(gòu)造了一個帶受限縮并規(guī)則的蘭貝克演算LLC，用以解決非連續(xù)問題。該書中作者針對回指照應(yīng)的一些特殊情況，通過對LLC系統(tǒng)的擴張，給出前后搜索的LLC——(Bi)LLC。具體做法是，在賈戈爾的豎線算子基礎(chǔ)上，進一步定義了區(qū)分方向的向前的豎線算子和向后的豎線算子(解決先行語后置問題)，并對用于處理照應(yīng)關(guān)系的下標(biāo)算子(解決長距離約束、次統(tǒng)領(lǐng)約束、主語傾向性等問題)給出嚴(yán)格的定義，使得下標(biāo)的引入和消去具有邏輯依據(jù)。該系統(tǒng)可以有效解決漢語中空代詞的語義生成，同時作者也證明了該系統(tǒng)的可靠性和完全性。

3.多學(xué)科交叉融通

該書充分體現(xiàn)了邏輯語義學(xué)多學(xué)科交叉的屬性：研究對象是自然語言，CCG語料庫的建設(shè)面對的是大量的真實語料樣本，其中涉及了大量語言學(xué)關(guān)注的句法和語義現(xiàn)象；研究工具是現(xiàn)代邏輯，對自然語言采用以函項運算為核心的類型論和范疇語法進行刻畫，給予模型論上的解釋，進而能構(gòu)造一個邏輯系統(tǒng)并證明其可靠性和完全性；研究的主要目的是服務(wù)于計算機科學(xué)的自然語言信息處理，樹庫的建設(shè)實質(zhì)是將邏輯系統(tǒng)進一步轉(zhuǎn)化為算法并進行計算機編程，最終實現(xiàn)機器理解自然語言的效率和準(zhǔn)確度。各個板塊因其特性在學(xué)科上各有偏重，又在邏輯語義學(xué)的總框架下相互交織。

四、重要價值

《自然語言信息處理的邏輯語義學(xué)研究》一書以CTL和CCG這兩個同源并行的理論串聯(lián)匯總了該團隊近年來的研究成果，其突出價值體現(xiàn)在以下方面：

在理論方面，邏輯語義學(xué)分支眾多，不同分支之間又存在本質(zhì)上的聯(lián)系，該書對范疇語法這一重要分支的梳理可謂清晰詳細(xì)，使讀者對此有一個更完整的認(rèn)識。邏輯語義學(xué)是自然語言信息處理的基礎(chǔ)性先期工作，自然語言體系的復(fù)雜性遠(yuǎn)遠(yuǎn)超出人們最初的想象，如果沒有邏輯語義學(xué)對一些特殊語言現(xiàn)象的處理，自然語言處理(如機器翻譯等)只能是以擴充樣本為主的量的提升，而對于無界依存、回指照應(yīng)、語義歧義等依賴邏輯語義結(jié)構(gòu)的復(fù)雜問題依然束手無策。漢語作為一種“意合性”語言，詞序更為靈活，省略更為常見，上下文依賴性也相對更強。該書立足于漢語的獨特性的范疇類型邏輯以及組合范疇語法研究，切實地通過技術(shù)手段上的創(chuàng)新實現(xiàn)了對漢語部分句法語義的解釋，這些思路和成果可以推廣，以充實邏輯語義學(xué)研究的理論寶庫。

而從應(yīng)用角度來看，把邏輯語義學(xué)對自然語言，尤其是對漢語形式化研究的成果應(yīng)用到漢語的信息處理領(lǐng)域，將拓寬我國計算機自然語言處理的思路，提高處理的效率。CCG樹庫的建立在提高機器生成和理解自然語言的效率和準(zhǔn)確度方面具有重要意義，但此前，漢語CCG庫只有微軟和清華合作的成果，該書在這一方向上有較大的突破。

在學(xué)科建設(shè)方面，國內(nèi)邏輯語義學(xué)方向的研究比較邊緣，成果也較零散。該書通過對范疇語法的兩個分支的梳理、應(yīng)用與創(chuàng)新，給出了一條相對清晰的邏輯、語言、計算的跨學(xué)科交叉研究的路徑，其研究思路、理念和方法對國內(nèi)語言邏輯以及相關(guān)的跨學(xué)科研究有重要的啟發(fā)價值和促進作用。

當(dāng)然，以邏輯語義學(xué)為工具對漢語語言現(xiàn)象的研究才剛剛起步，還有巨大的探索空間。尤其CCG面對的是大規(guī)模的真實文本，其中涉及的問題更為復(fù)雜。目前，利用CCG對漢語特殊句式進行處理時實用色彩過于濃厚，只是針對不同的句式調(diào)整了特定成分的句法范疇，顯得比較零散，描述的意味多于理論抽象。由此，也讓人進一步追問，詞匯的范疇是否能夠窮盡？如果不能，則范疇的賦予會始終處于不確定的開放狀態(tài)；如果能夠窮盡，機器在選擇時是否將無差別地搜索出一切可匹配的范疇？另外，通過對詞條給出不同的范疇得到不同的組合，或者以不同的順序進行范疇組合，是否會使一個本無歧義的句子生成多種存在差異的語義？類似的問題還有許多，均值得我們下功夫深入探究。