语境建模

出版者:复旦大学出版社

作者:徐英瑾

页数:254

出版时间:2015-12

价格:35.00元

装帧:精装

isbn号码:9787309112276

丛书系列:当代哲学问题研读指针丛书

具体描述

“语境”是一个非常难以定义的字眼，大约是指 用以限制一个对象或者事件的环境参数的集合。按照 常识的看法，一个足够智能的信息处理系统，应当具 备对相关的语境参数的起码的敏感性——比如知道在 一个反讽的语境中不能够根据特定字眼的字面意思去 解读之，或者在一个“模糊处理”的语境中不必过于 苛求某些数据的重要性。但现在的问题是：我们是否 能够制造出一台人工机器，以使得它能够像我们人类 那样去灵活地理解“语境”？这个表面上的“工程学 问题”，将逼迫我们对“语境”的哲学意蕴进行深挖 ，并努力在人工智能、语言哲学以及认知心理学对于 “语境”的不同研究路向之间，构筑起连接彼此的通 道。本着这种强烈的跨学科对话意识， 《语境建模(精)》将从分析哲学的角度，审视人工智 能界已有的关于“语境建模”的主要理论思路，并试 图为一种基于认知架构建模的语境研究思路清扫思想 的地基。

本书适合科学哲学、语言分析哲学、逻辑学、计 算机科学、认知心理学专业的研究生和专业教师阅读 。

目录信息

导言：哲学视野中的“语境”和“语境建模”

第一章 以形而上学考量为基底的“语用性语境”研究
第一节 “语用性语境”和“认知性语境”概说
第二节 “语用性语境”中的索引词刻画
第三节 为何以形而上学考量为基底的语用学语境研究行不通？

第二章 认知性语境建模（上）：麦卡锡和古哈的思路
第一节 从麦卡锡的哲学观说起
第二节 在“制限方法”的语境中看待“语境”
第三节 麦卡锡和古哈的新刻画方案要旨
第四节 四类语境中的跨语境推理
第五节 对麦卡锡古哈的语境建模方案的哲学反思

第三章 认知语境建模（中）：“多重语境系统”
第一节 “局域性原则”概说
第二节 从“透明盒”之例看“兼容性原则”
第三节 “多重语境系统”和“局域模型语义学”
第四节 信念语境的构建
第五节 “多重语境系统”简评

第四章 认知性语境建模（下）：认知架构研究所提供的“他山之石”
第一节 关于心智的计算主义纲领
第二节 心智模块论浅说
第三节 大规模模块性假设，以及围绕着它的笛卡尔幽灵
第四节 如何在“大规模模块性假设”的框架内安顿“语境灵活性”？
第五节 大规模模块性假设与语境建模

参考文献
后记
· · · · · · (收起)

用户评价

这是一本非常“厚实”的书，虽然字数上可能不算特别惊人，但其内容密度和思考的深度，绝对超出了我的预期。我以一个文学研究者的身份来阅读《语境建模》，原本是抱着一丝怀疑的态度，想看看所谓的“语境建模”能否为文学分析带来新的理论工具。结果，这本书的收获远超我的想象。作者在书中并未直接将“语境”局限于计算机科学的范畴，而是将其延展到了哲学、心理学、社会学等多个学科领域。它探讨了语言不仅仅是符号的排列组合，更是一种承载着文化、历史、情感的载体。书中对文学作品中人物对话的分析，对诗歌意象的解读，都展现了“语境”的强大力量。比如，一个词在不同的文化背景下，甚至在同一文化背景下的不同历史时期，其含义都会发生微妙的变化。作者通过对这些变化的细致描摹，揭示了语言的动态性和生命力。我特别喜欢书中关于“叙事语境”的讨论，它如何影响我们对故事的理解，如何塑造角色的情感体验。这本书让我重新审视了语言与人类思想之间的深刻联系，也让我对未来的跨学科研究充满了信心。它不是一本枯燥的理论书，而是一次关于语言、思想和文化的深度对话。

这本《语境建模》的书，在我拿到它的时候，并没有抱太大的期望。市面上关于语言模型、自然语言处理的书籍琳琅满目，很多都充斥着枯燥的公式和晦涩的算法解释，读起来就像是在啃一本字典。然而，当我翻开第一页，就被它那种独特的视角所吸引。它没有一上来就抛出深度学习的黑盒子，而是从最基础的语言现象入手，用一种极其生动和贴近生活的方式，剖析了我们日常交流中那些不经意的“语境”。比如，书中对一个简单的问句“你吃饭了吗？”的拆解，就展现了不同场景下这句话所蕴含的截然不同的意义——它可以是问候，可以是关心，甚至可以是邀请。作者通过大量的真实案例，比如电影台词、社交媒体上的对话、甚至是一些文学作品的片段，来论证“语境”是如何塑造信息传递的，又是如何影响我们对信息的理解的。这种“由表及里”的叙述方式，让我这种非专业读者也能轻易理解那些看似复杂的概念。它不是在教你如何构建一个模型，而是在引导你思考“语言”本身是如何运作的，以及我们如何才能更有效地与他人沟通。读这本书，就像是获得了一副新的眼镜，能够看清语言背后那些被忽略的微妙之处。我尤其喜欢书中关于“沉默的意义”的探讨，那部分真的让我醍醐灌顶，原来很多时候，不说出口的，才是最重要的。

坦白说，《语境建模》这本书的出版，无疑为那些长期在信息孤岛中摸索的从业者带来了一丝曙光。我是一名数据分析师，工作中经常需要处理大量的文本数据，从用户反馈到市场报告，如何从中提炼出有价值的信息，一直是个巨大的挑战。过去，我们更多地依赖关键词匹配和统计模型，效果总是差强人意，很多时候会遗漏掉那些隐藏在字里行间的深意。而这本书，则提供了一个全新的视角。它不仅仅是技术层面的探讨，更重要的是，它深入挖掘了“语境”对信息解读的重要性。书中对不同语言模型的演变过程的梳理，以及它们在处理歧义、理解多义词方面所做的努力，都让我茅塞顿开。作者用一种非常清晰的逻辑，将复杂的概念层层剥开，从早期的基于规则的方法，到后来引入的机器学习，再到如今深度学习的崛起，每一步的进步都与对“语境”理解的深化息息相关。我尤其欣赏书中关于Transformer架构的讲解，那种并行处理和注意力机制的创新，是如何巧妙地解决了长距离依赖的问题，从而极大地提升了模型对上下文信息的捕捉能力。这本书不仅提升了我对现有技术工具的理解，更重要的是，它激发了我对未来研究方向的思考，让我开始关注那些更具“人性化”的语言理解方式。

《语境建模》这本书，可以说是打开了我对自然语言处理领域一个全新的认知维度。我是一名在校的计算机科学专业学生，平时接触到的更多的是算法和模型本身，但很少有机会深入思考这些模型背后的“为什么”以及它们是如何真正地“理解”语言的。这本书恰恰弥补了这一空白。它不仅仅是介绍了各种模型的技术细节，更重要的是，它从“语境”这个核心概念出发，系统地梳理了语言模型发展的脉络。从早期的统计语言模型，到如今以Transformer为代表的深度学习模型，每一步的演进都伴随着对“语境”理解能力的提升。书中对不同模型在处理长距离依赖、词义消歧、指代消解等任务上的优劣分析，让我对这些技术的实际应用有了更深刻的认识。我尤其喜欢书中关于“注意力机制”的讲解，它如何让模型在处理序列数据时，能够聚焦于与当前任务最相关的部分，从而更有效地捕捉上下文信息，这让我豁然开朗。这本书不仅巩固了我现有的知识，更重要的是，它引导我从一个更高的视角去审视这个领域，让我开始思考如何设计出更智能、更具“人情味”的语言模型。

读完《语境建模》，我最大的感受是，它成功地将一个看似艰深的技术概念，转化为了一场关于人类沟通本质的探索。我是一名非技术背景的普通读者，平时对计算机科学的了解仅限于皮毛。然而，这本书的叙述方式极其平易近人，作者善于使用类比和生活化的例子，将复杂的概念拆解得清晰易懂。比如，书中用“猜谜游戏”来比喻机器理解人类语言的过程，让我瞬间就明白了机器在识别语境时的困难。它不仅仅是在识别单词，更是在尝试理解单词背后的意图、情感和文化背景。我尤其对书中关于“上下文无关文法”和“上下文有关文法”的对比印象深刻，这让我理解了为什么机器在处理一些简单句子时可以做到，但在面对更复杂的、需要深层理解的语言时，却会显得力不从心。这本书没有过多的技术术语，更多的是对语言现象的观察和思考。它让我意识到，我们每天都在不自觉地运用着“语境建模”的能力，只不过我们称之为“理解”。这本书就像一本语言的“说明书”，帮助我更好地理解了自己是如何使用语言的，以及机器是如何尝试模仿我们做到这一点的。

H030-39 ZX1

H030-39 ZX1

H030-39 ZX1

H030-39 ZX1

H030-39 ZX1