譚 浩
(湘潭大學(xué)碧泉書院哲學(xué)與歷史文化學(xué)院,湖南 湘潭 411105)
語言學(xué)研究的一個(gè)目標(biāo)就是尋找普遍語法。語法grammar 的詞源追溯到希臘語中g(shù)rammatika,由gramma即“字母”和tika組成,意思是“字母的藝術(shù)”。語言學(xué)中語法的意思就是語言的技藝,語法學(xué)將這種技藝從語言中抽象出來,代表了主體的語言能力,包含了語言的聲音、意義、形式、詞匯這四個(gè)部分,分別構(gòu)成了語音、語義、語形和詞典。由于存在不同的語言,語言學(xué)家對它們的抽象就意味著有不同的語法。然而杜馬塞(Du Marsais)在1750年提出:“在語法中,有一些部分屬于所有語言;這些部分來自所謂的一般語法(general grammar)。除了這些一般部分之外,還有那些只屬于一種特定語言的部分,它們構(gòu)成了每種語言的特定語法?!盵1]約1630年,阿爾斯泰德(Johann Heinrich Alsted)就指出一般語法是任何特定語法的模式規(guī)范。這種一般語法是所有語言所遵循的定律(law),即表示所有語言的共性——普遍語法(universal grammar)。根據(jù)喬姆斯基的觀點(diǎn),普遍語法是人類天生語言能力的一部分,刻畫了可能的特定語法類。語言學(xué)家尋找普遍語法正如科學(xué)家尋找普遍科學(xué)定律,是一個(gè)無限接近真理的過程。語言學(xué)家對語言習(xí)得也感興趣。兒童顯然是出色的語言學(xué)習(xí)者,他們被置身于語言環(huán)境中,無需語言指導(dǎo)便可學(xué)習(xí)到語言的用法而與人交流,甚至在長大以后,他們可以使用高級的語法。喬姆斯基認(rèn)為,正是天生根植于人類大腦中的普遍語法能力,使得人類是杰出的學(xué)習(xí)者,他們根據(jù)現(xiàn)實(shí)世界的語言,以及普遍語法所產(chǎn)生的特定語法類,歸納學(xué)習(xí)獲得實(shí)際語言能力。
語法就是描述語言能力的一個(gè)真模型,就語形中的句法理論來說,句法范疇思想已經(jīng)滲透到語言學(xué)研究的各個(gè)方面。句法理論研究句子的形成規(guī)則,范疇則是從各種真實(shí)語句中總結(jié)抽象出來規(guī)則所運(yùn)用的組成部分。句法抽象的是語義之外的僅表示語句的共有結(jié)構(gòu),而范疇就是結(jié)構(gòu)的端點(diǎn)。下面就以基本范疇語法(Basic Categorial Grammar,簡稱BCG)舉例介紹。[2]BCG的范疇集由基本范疇集和其上的連接詞“/”和“”構(gòu)成的復(fù)合范疇組成。
定義1(范疇)
B為基本范疇集,CAT(B)為范疇集,是滿足下列條件的最小集:1.B為CAT(B)的子集;2.如果A,B為CAT(B)的元素,則(A/B)為CAT(B)的元素,(AB)為CAT(B)的元素(一般約定最外層括號是省略的)。
在語言學(xué)中,基本范疇集一般可能由不同的元素組成,比如B={s,n,vp,v}或者B={s,np}。其中,就和語言的詞性對應(yīng)來說,s代表句子,n代表名詞,np代表名詞短語,v代表動詞,vp代表動詞短語。其中比較特殊的是范疇s,因?yàn)榉懂犞g的結(jié)構(gòu)形成句子,那么就意味著范疇的形成要體現(xiàn)詞匯(詞匯類,范疇)與句子之間的關(guān)系,所以s一般而言是不可或缺的。既然范疇對應(yīng)詞性,歸根結(jié)底它表示的是實(shí)際語言的具體詞匯類。BCG通過詞典來規(guī)定詞匯與范疇之間的關(guān)系。
定義2(詞典)
已知非空字符串集∑+和基本范疇集B。BCG詞典LEX為∑+和CAT(B)的有窮關(guān)系。
具體來看,詞典就是將每個(gè)詞匯指派一個(gè)范疇,然而某些詞匯可能有不同的詞性,所以可能會指派給不同的范疇。給定了詞典和范疇,接下來要確定范疇如何組成句子,即需要一個(gè)形成句子的規(guī)則。BCG的規(guī)則所使用的是矢列演繹系統(tǒng)。一個(gè)矢列公式就是如A1,...,An?B的形式,其中A1,...,An稱之為前件,?稱之為演繹,B稱之為后件。該演繹系統(tǒng)由以下公理模式和Cut規(guī)則組成:
其中橫線之下的矢列稱之為從公理id、A>、A<與Cut規(guī)則有限多次運(yùn)用由橫線其上的矢列可導(dǎo)出,顯然橫線之上沒有矢列則意味著無條件可導(dǎo)出。將此矢列演繹系統(tǒng)運(yùn)用于范疇之上可得:
定義3(可導(dǎo)性)
已知B為基本范疇集,┝B稱之為由B(確定的范疇集)可導(dǎo)關(guān)系,X?A由B可導(dǎo)即X?A屬于┝B寫作┝X?A。該可導(dǎo)關(guān)系集是滿足下面條件的最小集合:對于任意的A,B,C屬于CAT(B)以及X,Y,Z屬于CAT(B)構(gòu)成的有窮序列,有1.┝A?A;2.┝A/B,B?A;3.┝B,BA?A;4.如果┝X?A而且┝Y,A,Z?B,那么┝Y,X,Z?B。
就BCG而言,既然它要確定生成一個(gè)句子,那么可以指定一個(gè)集合S為最終要得到范疇集,一般可取S={s},其中s就是指表示為句子的范疇。這樣,BCG句法由如下定義:
定義4(BCG句法)
已知非空字符串集∑+。BCG句法G為三元組,其中B為有窮集(基本范疇集),LEX為∑+×CAT(B)上的有窮子關(guān)系,S為CAT(B)的子集。令L(G)表示該句法生成的句子(語言)集合,則α ∈L(G)當(dāng)且僅當(dāng)a1,...,an∈Σ+,A1,...,An∈CAT(B),S′∈S滿足1.α=a1...an;2.對于所有的1≤i≤n,
下面通過一個(gè)例子[3]310來說明BCG的句法生成。
令B={s,np};
LEX={
S={s};
有了如上確定的G,可以生成L(G)={catseatfish,fisheatcats},可以看到G生成的語句是沒有空格字符的,但是并不影響理解。其中catseatfish的生成可由下面矢列形式分析樹表示:
圖1 catseatfish的BCG矢列分析樹
將矢列形式的前件寫在橫線之上,演繹符號寫為橫線,后件寫在橫線之下,適當(dāng)?shù)貙⑾嗤暮蠹c前件進(jìn)行合并,該矢列形式分析樹可寫為更易看出生成結(jié)構(gòu)的如下分析樹:
圖2 catseatfish的BCG結(jié)構(gòu)分析樹
可見該句結(jié)構(gòu)如下圖:
圖3 catseatfish的二叉結(jié)構(gòu)
顯然,該語法下也可以生成同樣結(jié)構(gòu)的fisheatcats。保持詞典不變,通過更改BCG所運(yùn)用的演繹規(guī)則,可以生成同樣結(jié)構(gòu)的catsfisheat,這種SOV(主語-賓語-謂語)形式的句子一般出現(xiàn)在日語之中,不同于之前的SVO形式。特殊的情況下,如果句子的結(jié)構(gòu)圖如下:
圖4 catseatfish的三叉結(jié)構(gòu)
則會稱該句子的生成沒有遵循一致的語法,或者至少沒有遵循與BCG一致的語法。前面的幾種情況與BCG一致,因?yàn)樗鼈兩傻慕Y(jié)構(gòu)相同,雖然可能屬于不同的語法。這樣就可以區(qū)分四類情況,一是BCG確定的一致結(jié)構(gòu)的SVO形式,二是BCG確定的一致結(jié)構(gòu)的SVO形式另一個(gè)具體實(shí)例,三是與BCG一致結(jié)構(gòu)的SOV形式,四是與BCG不一致結(jié)構(gòu)的形式。可以看到,語法分析具有三個(gè)層次,一是語法層次,二是分析樹(結(jié)構(gòu)),三是具體形式。前面一二情況具有同樣的語法,結(jié)構(gòu),但是具體形式不同;三具有不同的語法,但結(jié)構(gòu)一致,具體形式不同;情況四則結(jié)構(gòu)不一致。這四種情況的最大公約數(shù)就是結(jié)構(gòu)一致性問題,為了體現(xiàn)語法對結(jié)構(gòu)的指導(dǎo),與BCG一致結(jié)構(gòu)的語法就成為了目前第一層次的存在。根據(jù)普遍語法思想,它生成所有具體語法,就意味著成為最高層次的存在。
表1 語法分析的四種層次
語言習(xí)得是歸納推理的過程,可以根據(jù)這種層級來規(guī)定。從原則上講,任何一種真實(shí)語言的語法可以推出數(shù)量與復(fù)雜度上無限的結(jié)構(gòu)集,并且推出無限具體實(shí)例。因此每個(gè)更高抽象層次都會生成下級情形,從而限制了更低層次的可能假設(shè)空間。因此語言的學(xué)習(xí)就變成了,結(jié)合該層次生成的較低級別的觀察數(shù)據(jù)與該層次的較高級別生成的可能假設(shè)空間,推斷在中間的抽象級別的層次內(nèi)容。比如運(yùn)用已知的語法推斷具體語句的結(jié)構(gòu)。然而,普遍語法的表示形式尚無共識,但是層次2的理論規(guī)定了一組抽象類別(范疇)和規(guī)則(演繹),這種構(gòu)成也許是普遍語法可以借鑒的形式。這種形式可以只從下層實(shí)例歸納獲得,比如通過具體語句總結(jié)結(jié)構(gòu);也允許在同一層次內(nèi)部的推理,比如在語句缺詞的情況下根據(jù)規(guī)則進(jìn)行補(bǔ)完。因此,在每個(gè)層次都存在三種類型的學(xué)習(xí)與推理,一是同層次推斷補(bǔ)完,二是從下層實(shí)例歸納學(xué)習(xí)獲得該層知識,三是在上層知識約束的假設(shè)空間內(nèi),通過下層實(shí)例歸納學(xué)習(xí)獲得該層知識。
因果圖模型(網(wǎng)絡(luò))在一定程度上對應(yīng)于具體語句的分析結(jié)構(gòu)。進(jìn)一步的類比可以得到最低級別的事件層次,即因果圖中變量取特定值的實(shí)例。上一層級的因果理論層級,正如特定語言中的結(jié)構(gòu)解析樹是由更抽象的知識級別(一致語法)生成的,可以生成特定因果網(wǎng)絡(luò)的假設(shè)空間。這種高一級別的因果理論可以稱之為因果語法。與普遍語法類似,因果語法可能取決于一個(gè)真正的(和天生的)基礎(chǔ),即通用理論。因此,從高到低這四個(gè)層級分別是,通用理論,因果語法,因果圖,事件。正如語言語法理論通常根據(jù)抽象句法范疇和語句構(gòu)成規(guī)則來構(gòu)建理論一樣,我們也可以根據(jù)抽象因果范疇和范疇間的因果規(guī)則(也可稱之為因果律)對因果語法進(jìn)行形式化。由于因果圖模型已經(jīng)存在因果貝葉斯網(wǎng)絡(luò)的表示形式,所以因果語法、通用理論也可以考慮通過貝葉斯網(wǎng)絡(luò)進(jìn)行形式化。
同樣,在因果學(xué)習(xí)和推理上也存在三類問題。一是同層次的原因推斷和預(yù)測結(jié)果。這是一個(gè)因果網(wǎng)絡(luò)的補(bǔ)全過程,通過因果貝葉斯網(wǎng)絡(luò)在因果圖層次是可以做到的。它推斷相關(guān)事件中隱藏的原因,或預(yù)測其未觀察到的結(jié)果,將系統(tǒng)中因果聯(lián)系起來形成完整網(wǎng)絡(luò)結(jié)構(gòu)。二是學(xué)習(xí)因果關(guān)系網(wǎng)絡(luò)。在因果語法知識提供的約束候選因果結(jié)構(gòu)中,根據(jù)下一層級的事件實(shí)例,在中間層次推論因果關(guān)系網(wǎng)絡(luò)。三是學(xué)習(xí)因果語法。在未知通用理論的情況下,通過下層知識歸納學(xué)習(xí)上層知識。顯然,如果只是從數(shù)據(jù)中學(xué)習(xí)因果網(wǎng)絡(luò)結(jié)構(gòu)的統(tǒng)計(jì)方法,在機(jī)器學(xué)習(xí)還是心理學(xué)等方面,作為擬合或構(gòu)建因果模型的最基本的自下而上過程,都需要大量的訓(xùn)練實(shí)例。正如杰出的語言學(xué)習(xí)者兒童一樣,因果網(wǎng)絡(luò)的學(xué)習(xí)者通常也只是觀察到稀疏的事件數(shù)據(jù)。例如,舒爾茨(Thomas Shultz)區(qū)分了因果關(guān)系的統(tǒng)計(jì)觀點(diǎn)和因果機(jī)制觀點(diǎn),統(tǒng)計(jì)觀點(diǎn)由因果之間因果共變特征確定,因果機(jī)制主要被定義為“力和能量的生成傳遞”。他的實(shí)驗(yàn)表明,學(xué)齡前兒童優(yōu)先考慮能量傳遞的空間因果過程的證據(jù)(或線索),而非共變證據(jù)。對于共變證據(jù),成年人更善于使用,但是也在直覺上更喜歡生成傳遞證據(jù)。[4]因果語法方法下,因果學(xué)習(xí)將自上而下和自下而上的約束整合在一起,以在與學(xué)習(xí)者理解相一致的候選中尋找最佳因果模型。這種觀點(diǎn)似乎解釋了人們?nèi)绾螐娜绱松俚臄?shù)據(jù)成功推斷因果結(jié)構(gòu)。實(shí)際上,除了高一層級的知識可約束因果模型的空間,其他的同層級先驗(yàn)知識也有可能。最終學(xué)習(xí)到的知識都要根據(jù)對所觀察到的原始數(shù)據(jù)的解釋程度來間接評估。下面通過簡單的說明來舉例因果語法的知識。[3]305
圖5 癥狀和危險(xiǎn)行為的因果知識網(wǎng)
該圖代表的是幾種疾病,其結(jié)果(癥狀)和原因(危險(xiǎn)行為)的知識網(wǎng),箭頭代表可能的因果關(guān)系。給定一個(gè)患病個(gè)體的一個(gè)或多個(gè)觀察到的癥狀,該網(wǎng)絡(luò)給出了一組因果解釋。網(wǎng)絡(luò)還為假設(shè)分配相對概率。如果也觀察到患者的某些行為,那么隱藏疾病變量的那些概率將發(fā)生變化,以反映從觀察到的行為到癥狀的最可能途徑。[3]304這種網(wǎng)絡(luò)當(dāng)然需要一種因果語法知識來進(jìn)行構(gòu)建,以表征該圖與下面三個(gè)圖之間的共同特性。
圖6 具有共同因果語法特征的因果知識網(wǎng)(a)
圖7 具有共同因果語法特征的因果知識網(wǎng)(b)
圖8 具有共同因果語法特征的因果知識網(wǎng)(c)
該共同特性,又即因果語法可以用兩個(gè)原則來簡單說明:一是存在三類變量,癥狀,疾病和行為。這些范疇是開放的,并且大小不確定,因此可能會引入新變量。二是變量之間的因果關(guān)系因這些范疇而受到限制,可能的直接原因僅出現(xiàn)在從行為到疾病,從疾病到癥狀之間。顯然前者規(guī)定了因果語法的范疇,后者規(guī)定了規(guī)則。下面兩個(gè)圖則提供了與該語法不一致的實(shí)例。
圖9 不一致因果語法特征的因果知識網(wǎng)(a)
圖10 不一致因果語法特征的因果知識網(wǎng)(b)
但上述語法表示是非形式化的,為了形式化表示就需要形式化語言。在貝葉斯方法的基礎(chǔ)上,除了基于概率圖模型的表示,還有基于多體謂詞邏輯的表示方法。這兩種方法存在表達(dá)能力和可學(xué)習(xí)性方面的權(quán)衡(trade-off),顯然邏輯方法由于直接涉及到因果節(jié)點(diǎn)的語義層面,表達(dá)能力更強(qiáng),但是復(fù)雜性更高。而且在邏輯上并沒有一個(gè)統(tǒng)一的學(xué)習(xí)框架,因此對它的論述借助于小規(guī)模實(shí)例是有益的。
為了定義統(tǒng)一的邏輯術(shù)語,我們便有如下規(guī)定。常量用小寫字母或單詞(或加下標(biāo))表示,變量用大寫字母(或加下標(biāo))表示,謂詞用首字母大寫單詞(組)(或加下標(biāo))表示,全稱量詞用?表示。需要注意的是,如果論域中有三個(gè)實(shí)體p1、p2和p3,則式?P ChestPain(P)表示三個(gè)實(shí)體都具有胸痛屬性,它所涉及的是命題的真相,亦即該式被寫出就當(dāng)且僅當(dāng)該式的真值為真(真是冗余的陳述)。多體邏輯將實(shí)體劃分為各種類型,并對謂詞可以應(yīng)用的實(shí)體類型加以約束。我們使用與謂詞相同的表示法來引用類型,因?yàn)轭愋妥匀粫D(zhuǎn)換為謂詞。[5]334比如對于疾病,我們可能要區(qū)分兩種類型的實(shí)體——People 和Object,并斷言ChestPain是僅可應(yīng)用于People類型的實(shí)體的謂詞。由于類型的引入,這種多體謂詞邏輯更加提供了比圖語言更豐富本體的表示方法。下面就以blicket檢測器的案例用它進(jìn)行形式化。
blicket是一種特殊的立方塊(block),存在許多方塊,其中一些是blicket,它們與其他方塊幾乎無區(qū)別,而且blicket 只能通過blicket 檢測器檢測出來。受試者被告知通過將一個(gè)或多個(gè)方塊放在檢測器上,通過一些列試驗(yàn),被要求說出哪些方塊具有使檢測器激活的能力(表示檢測到了blicket)。戈普尼克(Gopnik)和索貝爾(Sobel)在其實(shí)驗(yàn)中,孩子們在一系列試驗(yàn)中看到一起放置在探測器上的兩個(gè)塊a和b,或者分別放置在探測器上。在每次試驗(yàn)中,blicket檢測器被激活或者沒有動靜。這樣的實(shí)驗(yàn)結(jié)果肯定和每次試驗(yàn)的順序有關(guān)。用變量A和B對塊與檢測器之間的接觸進(jìn)行編碼,用變量E對檢測器的響應(yīng)進(jìn)行編碼。接下來,對該實(shí)驗(yàn)所涉及因果語法進(jìn)行形式化如下。
該理論包括本體,因果結(jié)構(gòu)的表示。作為因果網(wǎng)絡(luò)的生成語法,該理論分別生成網(wǎng)絡(luò)的節(jié)點(diǎn),節(jié)點(diǎn)之間的因果關(guān)系。本體規(guī)定了論域中實(shí)體的類型并在這些類型上定義謂詞。這些類型是按層次結(jié)構(gòu)組織的,首先分為Object,Power 和Trial。Object 類型進(jìn)一步分為Block 和Machine。謂詞分為結(jié)構(gòu)謂詞和因果謂詞。因果謂詞指定的變量在因果網(wǎng)絡(luò)中顯示為節(jié)點(diǎn)。結(jié)構(gòu)謂詞指定論域中實(shí)體的基本屬性,并約束了基于因果謂詞所定義的候選因果網(wǎng)絡(luò)。這樣,有兩種類型的因果謂詞:如果在試驗(yàn)T上對象O和O'接觸,則有Contact(O,O',T);如果機(jī)器M在試驗(yàn)T上處于激活狀態(tài),則有Active(M,T)。這些謂詞均適用于特定的Trial,代表實(shí)驗(yàn)的離散時(shí)間間隔。有兩個(gè)結(jié)構(gòu)謂詞:如果對象O 擁有力P(比如是blicket),則有Has(P,O);如果力P 激活機(jī)器M,則Activates(P,M)(如該機(jī)器是blicket 檢測器)。需要注意的是,這里假定只有一個(gè)力概念,即bilcket,是一種理論實(shí)體或?qū)傩?。理論的因果律指定變量之間必須或可能存在的因果關(guān)系。該理論的結(jié)構(gòu)性規(guī)定決定了特定因果關(guān)系存在的可能性。每個(gè)規(guī)則都包含一組根據(jù)結(jié)構(gòu)謂詞陳述的條件。該因果語法可由下表示。
表2 blicket檢測器的多體邏輯因果語法
該因果語法可以生成因果網(wǎng)絡(luò)的假設(shè)空間。假設(shè)我們有兩個(gè)塊a和b,一個(gè)檢測器d,一個(gè)力blicket,并且知道d由該力激活,則謂詞集如下:Contact(a,d,T),Contact(b,d,T)和Active(d,T)。因?yàn)橐蚬P(guān)系在所有試驗(yàn)T中都是恒定的,所以我們可以用四個(gè)圖結(jié)構(gòu)來表示這些可能因果網(wǎng)絡(luò)。其中,我們使用變量A和B分別表示Contact(a,d,T)和Contact(b,d,T),而E表示Active(d,T)。
圖11 blicket檢測器的因果網(wǎng)絡(luò)假設(shè)空間
在blicket實(shí)驗(yàn)中,通常要求學(xué)習(xí)者判斷一個(gè)塊(例如a)是否是一個(gè)blicket。此問題詢問Has(blicket,a)是否為真。因?yàn)镠as(blicket,a)在邏輯上條件于Contact(a,d,T)和Active(d,T)之間存在因果關(guān)系,所以可以將這個(gè)問題簡化為關(guān)于因果網(wǎng)絡(luò)結(jié)構(gòu)的貝葉斯推斷。blicket實(shí)驗(yàn)的因果學(xué)習(xí)過程由許多科學(xué)家進(jìn)行了分門別類的研究。比如,特南鮑姆(Tenenbaum)等研究了反向阻塞(backward blocking)條件的實(shí)驗(yàn)。[5]339-341卡明(Kamin)將“阻塞”一詞以說明在多因?qū)嶒?yàn)中,其中一個(gè)因與結(jié)果配對,它能獲得正的關(guān)聯(lián)強(qiáng)度,同時(shí)在加入另一個(gè)時(shí),就并不能獲得與結(jié)果的關(guān)聯(lián),因?yàn)樗灰褜W(xué)習(xí)到的因果關(guān)聯(lián)所阻塞。[6]反向阻塞則,受試者首先暴露于復(fù)合刺激下,然后才暴露于單獨(dú)刺激,會產(chǎn)生對其中之一的關(guān)聯(lián)強(qiáng)度的下降。該實(shí)驗(yàn)在成年人身上進(jìn)行。受試者者被隨機(jī)分為兩組,不同的是他們?nèi)绾我胂闰?yàn)概念。最初為兩組受試者展示12個(gè)方塊,一次放置在檢測器上。在罕見(rare)情況下,這些方塊中只有2個(gè)導(dǎo)致探測器啟動。在常見(common)情況下,檢測器會激活12個(gè)中的10個(gè)。這樣可以假設(shè)學(xué)習(xí)者的先驗(yàn)概率為,在罕見條件下為1/6,在常見條件下為5/6。實(shí)驗(yàn)的判斷階段分為三次試驗(yàn),在第1階段中,僅向受試者展示了2個(gè)新方塊,a和b;在階段2中,受試者看到a和b一起放在檢測器上,并激活了檢測器;在階段3中,僅將a放置在檢測器上,并激活了檢測器。在每個(gè)階段之后,要求受試者對a和b是blicket的概率進(jìn)行評分。通過對實(shí)驗(yàn)結(jié)果的權(quán)變(contingency)計(jì)算和利用貝葉斯模型計(jì)算結(jié)果的比較,得到該模型確實(shí)具有符合實(shí)驗(yàn)的學(xué)習(xí)性。在罕見情況下,在階段2后,a和b成為blicket的概率增加;然后,階段3試驗(yàn)提供了明確的證據(jù),即a是blicket,而b是blicket的概率返回到階段1時(shí)先驗(yàn)概率的情況。而在常見情況下,在階段2后,a和b成為blicket 的概率沒有明顯變化,階段3使a是blicket 的概率為1,而b是blicket的概率稍微下降。這些結(jié)果如下圖引自注釋1,其中橫坐標(biāo)從左到右表示三個(gè)階段。至于高層次知識的學(xué)習(xí)問題可參見該注釋的論文。
圖12 blicket檢測器的反向阻塞實(shí)驗(yàn)結(jié)果
需要注意的是,以上只是因果語法可能是什么樣的建議,而不是充分的說明。這僅是一些理論的可能模型,這些模型可以解釋人們因果推理能力的特定方面,并非一般的普遍的形式化模型。人們對因果語法的確切描述可能難以捉摸,就像對自然語言語法一樣。從人們對語言的陳述或因果關(guān)系的判斷的觀察數(shù)據(jù),到人們在做出這些判斷時(shí)所承擔(dān)的不可觀察的抽象知識的形式描述,這種向后歸納工作并不容易。[5]343但這種因果語法的思想,為定位自然語言中因果語義的研究提供了工具。
首先需要說明的是,之前因果語法的術(shù)語所表示的是因果理論范疇,而這里因果語義的術(shù)語所表示的是語言學(xué)中的,語言所揭示出的是因果關(guān)系的語義關(guān)系。其基本思想是,因果分析是語言分析的基礎(chǔ),語言分析影響因果分析。[7]倫納德·泰爾米(Leonard Talmy)關(guān)注于語言中的表示因果關(guān)系的語義分析。其中因果致使關(guān)系是基礎(chǔ)的概念,致使是語言中的范疇,是人們對現(xiàn)實(shí)世界因果關(guān)系的認(rèn)知結(jié)果。[9]泰米爾區(qū)分了多種復(fù)雜程度各異的因果致使(causative)情境,并將它們解析為基本的語義元素以及它們的組合。[8]其中,最為基本的語義情境稱之為自主事件(autonomous events),最基本的致使情境稱之為基本致使情境或基本因果(basic causation)。復(fù)雜因果是由自主事件,其他類型事件,基本因果,復(fù)雜因果組合而成。
語義分析中的致使術(shù)語表示的也是事件間的因果關(guān)系,這與因果理論是一致的。不同點(diǎn)便在于自主事件可以被認(rèn)為是事件的潛在自我致使。比如“Water poured from the tank.”這個(gè)句子的事件被表述之后若要尋找其原因,也必須要付諸外部事件對其的致使,但是在語義分析中,該句的致使性并不能逃出該句本身,因此稱之為自主事件。自主事件可以作為一個(gè)完成致使情境、因果情境、基本因果的組成元素?;局率骨榫吵俗鳛榻M成部分,也是所有復(fù)雜致使情境的共有結(jié)構(gòu)。它由兩個(gè)簡單事件與它們之間的因果致使關(guān)系組成,由句法表示如下。②
圖13 基本因果致使結(jié)構(gòu)的認(rèn)知語義分析樹
這個(gè)結(jié)構(gòu)中的something 從某種意義上來說應(yīng)指事件。比如“The window's breaking resulted from a ball.”若要表達(dá)致使義,其句式應(yīng)該補(bǔ)全為“The window's breaking resulted from a ball's sailing into it.”。如若不清楚補(bǔ)全內(nèi)容,可以用力這樣的抽象實(shí)體以表明,如“The window's breaking resulted from a ball's power.”在這個(gè)句子中,球具有使窗戶破損的力,并且施展了出來,成為一個(gè)事件。因此,上面a.和b.的語言形式可以視為a.S(event)CAUSE S(event)和b.S(event)RESULT FROM S(event)。這樣,一個(gè)事件(cause左邊的S事件)被稱為致使事件,另一事件(在cause右邊的S事件稱為被致使事件或結(jié)果事件),對b的情況相反。
泰爾米還分析了復(fù)雜致使情境,這些情境包括:
A ball's rolling into it broke the vase.(致使事件的致使情境)
A ball broke the vase in(by)rolling into it.(工具致使情境)
I broke the vase in(with my/by)rolling a ball into it.(作者致使情境——有非預(yù)期結(jié)果)
The branch's falling down on it toppled the aerial.(2事件致使情境)
I slid the plate across the table by pushing on it with a stick.(連續(xù)致使情境)
具體可參見注釋2。那么因果語法如何回到因果語義?這是一個(gè)開放的問題。首先,各表示致使關(guān)系語句的具體形式處在最低層級,它表示了一類(復(fù)雜)致使關(guān)系。然后,致使關(guān)系結(jié)構(gòu)當(dāng)屬上一層次,但不同的復(fù)雜致使關(guān)系所表達(dá)的是簡單事件的復(fù)合,該種復(fù)合關(guān)系如果是因果關(guān)系,那么就可以通過因果理論來表示成為因果網(wǎng)絡(luò),如果不僅是因果關(guān)系,則需要結(jié)合其他理論共同表示。最后,具體致使網(wǎng)絡(luò)的高一級別理論產(chǎn)生了該層網(wǎng)絡(luò)的候選假設(shè),即意味著基本致使關(guān)系模式S(event)CAUSE S(event)處在該層級。這樣,從現(xiàn)實(shí)中的不同因果關(guān)系,都可以產(chǎn)生無數(shù)的致使語句,而對致使語句的語義分析,最終可以通過建立高層級的現(xiàn)實(shí)因果理論來獲得。而致使語句的因果結(jié)構(gòu),也不僅可以從具體語句中歸納獲得,也可以從高低兩個(gè)層級知識歸納獲得。這便是從因果語法獲得的對因果語義分析的啟示。
注釋:
①該節(jié)例子引自Joshua B.Tenenbaum,Thomas L.Griffiths.Two Proposals for Causal Grammars[A]//A.Gopnik,L.Schulz.Causal Learning:Psychology,Philosophy,and Computation[M].Oxford,UK:Oxford University Press,2007:333-342。
②圖引自Talmy L.Toward a Cognitive Semantics,Vol.1:Concept Structuring Systems.Language,Speech,and Communication[M].A Bradford Book:The MIT press,2000:481。