22、语义计算与语言结构的多元选择

语义计算与语言结构的多元选择

1. 认知计算的任务整合

在认知计算领域，存在一系列多样化的任务需要整合到一个连贯的软件设计中。这些任务包括：
- 构建人工认知主体的接口、内存和操作组件。
- 在数据结构中重构自然符号类型，并将其计算解释为不同的内容类型，如概念通过匹配实现、索引通过指向实现、名称通过命名实现。
- 依据属性和值定义为地址的方式，重构经典的语义结构关系，如函子 - 参数和并列关系。
- 将听、想、说三种模式建模为自主但在自然语言交流循环中相互作用的程序。
- 使用相同的数据结构处理语言和非语言内容，将广义指称和共指视为纯粹的认知过程。
- 以具有灵活抽象程度的模式来计算相似性，使内存中的内容与当前处理产生共鸣。
- 定义说和听模式中句法语气适应的推理规则。
- 定义说和听模式中比喻用法解释的推理规则。
- 计算说话者对存储内容的视角。
- 计算听者对说话者视角表面解释的视角。

2. 过程语义与基于元语言语义的对比

2.1 元语言语义的历史与局限

在计算机出现之前，语义解释的唯一科学方法是为“对象语言”（即待分析的语言）提供元语言定义。这种基于符号的方法历经两千多年的发展，并由塔斯基（Tarski）在 1935 年和 1944 年进行了逻辑分析。元语言必须满足以下条件：
- 形式上被构建。
- 其概念在数学上是显而易见的。
- 对象语言不能包含真和假的谓词。

前两个条件是为了避免循环释义，第三个条件是基于塔斯基的证明，即如果对象语言包含真和假的谓词，将会导致逻辑不一致。因此，以自然语言为对象语