三、语言分析方法与当代人工智能问题
上述分析只是自然语言处理句子结构时遇到的几个特点较为显著的问题。其实,在诸如语音分割、段落划分、主题划分等众多领域,都面临着同样的问题。以分解方法为基础的自然语言处理,要解决在每个层次中遇到的歧义问题,都需要更大范围的语义知识或语境知识。而分解方法在引入语义知识或语境知识的过程中,最大的弊病在于,这些协助语义判断的知识都是针对某个单词或短语引入的,在缺乏对句子整体意义甚至语篇语境理解的情况下,所引入的语义或语境知识所能发挥的作用非常有限。正如语境原则(contextprinciple)所揭示的:“一个词只有在句子的语境中才有意义。”①而一个表达式也只有处于一个更大范围的语境中,才能确定其意义。因此,分解方法的本质特征决定了其很难突破自身的局限性,形成对句子或篇章的整体性认知。由此可以推断,缺乏整体性语义知识和语境知识的分解方法,在自然语言处理的语义阶段,很难实现较好的语义处理效果。
其三,三个平面的划界理论使分解方法难以逾越语义理解的障碍。
莫里斯对句法、语义、语用平面的划分在不同的语言领域都产生了极大影响。随着研究的深入,人们发现,三个平面在不同语言的语义理解中作用不同,存在句法优先、语义优先或者语用优先等不同的语法体系。然而,无论是在哪个平面优先的语法体系中,以分解为特征的句法处理都是自然语言处理的基础。这是由计算机的形式特性决定的。因此,在所有的自然语言处理系统中,对语言意义的剖析都从形式分析开始。
(1)语形平面划界的问题分析
由于计算机在处理自然语言时,很难像人一样分析句子,因此,需要在汲取现有语言学研究成果的基础上,建立一套计算机可以“读懂”的句法规则。句法规则的确立,就是要为计算机处理自然语言提供一个确切的句法描述方式,使计算机“学会”鉴别句子中的各种成分。然而,由于自然语言的极端复杂性,这种句法规则的建立并不能使计算机百分之百正确地分析句子成分。很多在语言学中简单的成分界定问题,对于计算机来说就变得非常困难。因此,在制定句法规则的过程中,其最大特征就在于可执行性。一个机器无法执行的句法规则,哪怕其制定的再完美,也没有用。更确切地说,对于自然语言处理来说,所谓的句法平面更注重对句子结构形式化分析的实现,从而为进一步的语义理解提供一个形式化基础。
制定自然语言处理的句法规则时,由于句法平面、语义平面以及语用平面在不同语系中的优先程度不同,对于句法分解方式的具体处理也不尽相同。还是以上面提到的印欧语言与汉语的区别为例:
在印欧语言中,句法虽然在某种程度上受到语义以及语用因素的制约,但仍有较大的独立性。事实上,在西方语言学的发展过程中,语言学家们主要关注于语言的形式特征,句法在很长一段时期内都是研究重点。直到20世纪60年代以后,语言学家们才开始系统研究语义问题。这是在深刻认识到仅仅依靠句法分析无法解决语义问题之后,语言学发展的必然趋势。鉴于印欧语言句法优先的本质特征以及丰富的句法学研究成果,其在人工智能表征的形式化处理过程中比汉语具有更大优势,句法平面的划界问题也较为容易。尽管如此,印欧语言的自然语言处理要想完全脱离语义及语用因素来处理句法问题,在实践中也存在很多困难。例如,在句子分割问题上,要判断“.”是一句话还是两句话,仅仅根据句法的形式符号标记“.”作为判据,系统就会误认为这是两句话。此时,只有借助于语义知识,系统才会做出正确判断。类似问题在印欧语言的自然语言处理系统中大量存在。从句法研究向语义研究的转向充分说明,将句法平面完全割裂开来无法解决对语言意义的理解问题。

