试论话语的阐释模型

熊学亮

(复旦大学 外文学院，上海200433)

一、概 述

人工智能研究的任务之一，就是构建模型来模拟相应的大脑思维和语用推导过程，模型构建的结果，既可以在计算机上操作，也可以是纯理论性的假设。其实，目前人工智能的大多数研究也仅仅停留在理论层面，用计算机直接模拟人脑过程似乎是个不可能的课题。原因是，语用推理与思维有关，但思维的场所大脑却无法直接被观察，所以探究大脑、思维、知识的获取和推理，可以采纳黑箱法(black box method)，即把大脑隐喻成不可知的黑箱，观察黑箱的信息输入和信息输出的对比差异，找出其中的有关规律。认知心理学的问世，使得这种不可捉摸的心智过程通过类比或“换能”(transduction)的方式，用更为具体的信息加工过程体现出来。比如把相关度高的有用信息的记忆类比成“储存”等较为精确、具体和生动的过程，将捉摸不透的内省用相对具体的模拟来体现，据此设立某种能为语用推导行为提供一致性解释的工作模型。该模型是一套智能操作规律的简缩集合，操作对象是话语激活的基本知识单元。

二、信息补足模型

假设所传递的预设信息量是100%，日常话语的最佳语言量为70%，文学话语的最佳语言量是50%(见图1)，话语接受者就要相应补出30%(日常话语)和50%(文学话语)的缺省预设信息量以获得比较成功的话语理解。

图1

补足信息量的依据，就是受话人的认知语境即系统化了的百科知识，其操作基础是格式塔心理学蕴含的相邻性(contiguity)或相似性(similarity)，即邻接关系或常规关系。以此为据，我们就可以从不完备话语所激活的不完备信息推导出与其相邻或相似的相关信息，并把话语直接表达的信息与推导出的信息相加，得到相对完整的信息。从有限话语量推导出相对完整的预设信息，在理论上就是从冰山可见部分向水下不可见部分的拓展过程。

Grice［1］是探究这种常规推导的大师，所谓常规推导，就是无语境介入或语境介入量极少的话语信息推导，在一定的程度上反映了语用推理的倾向和期待或“缺省值”。然而语用推理是言语信息加上语境信息的混成过程，临时语境因素的介入，可以推翻这种常规推导。下面的例子来自Grice:

(1)A:Where is the beef?

B:The dog looks very happy.由于“牛肉”和“狗”之间存在“相邻”或图式关系，上例A的解释推导倾向就是“狗吃了牛肉”。但是假如把上例改成:

(2)A:Where is the beef?

B:The train has just left.

推导的负担相应会大一些。假定交际双方精神正常，遵循会话合作原则，那么B的话语肯定具有语境关联性，A对B的话语就会有关联期待，此时A就会在beef和train之间投射一个“火车运输”的语境，得出“牛肉被火车运走了”的解释。当然“狗吃牛肉”与“火车运输牛肉”中的“牛肉”具有质和量的差异，前者可能指的是一块牛肉，后者可能指的是箱装牛肉，此时［狗-牛肉］、［火车-牛肉］的常识期待调节我们对“牛肉”的解释。

三、缺省推理模型

所谓缺省推理(default inference)，指的是在常规演绎推理三段论的基础上省去了大前提或小前提的自前提到结论的直接推导。其操作基础仍然是常识，但是具有非单调(non-monotonic)和可被击败(defeasible)的特点，即推理可能被语境中出现的新信息击败或被取消。比如下面是一个典型的三段论:即通过“动物”的中介，把“人”和“呼吸”联系起来。如果加以改造，去掉一个前提，就变成了:

缺省推导一:

缺省推导二:

推导一的缺省值是［动物→人］，推导二的缺省值是［动物→呼吸］，这些都是绝对知识，在任何语境中都是无法被推翻的。

熊学亮［2］曾经指出，逻辑是思维的正确概括，但是逻辑中的前提P和结论Q之间，在内容上却有“绝对”和“相对”的区别，尽管下面的推理都采取自前提P通过(P⊃Q)中介推得Q的方式，但是例(3)推理中的P和Q之间的内容，是绝对的即无例外的可能，而例(4)中的P和Q之间的内容，却是相对的即可能有例外的可能。

(3)X是动物(P)⊃X要呼吸(Q)

(4)X有钱(P)⊃X买车(Q)

正是因为(4)中的P和Q之间呈概率逻辑的内容关系，我们用 ≈ 来代替⊃运算符号，表示“可能推得”的意思，因此可得:

(5)X有钱(P)≈X买车(Q)

另外还有一个概念范畴化的问题。比如{鸟}这个范畴包含很多类型的鸟，一般的情况下“鸟”的特征是“会飞”，这个结论来自归纳逻辑(induction、eduction)从若干个有限的p和q的联系中得到p→q假设:

［p1(鸟1)→q1(会飞1);p2(鸟2)→q2(会飞2);…pn(鸟 n)→qn(会飞 n)］→［p(鸟)→q(会飞］

因此，当得知动物园要进一批鸟时，我们自然而然地会想到“建鸟笼”，但是当进一步得知将进的是“驼鸟”时，上述假设便被取消。因此，非绝对知识为推导基础的缺省推理是以不存在“异常情况”(abnormality或ab)为前提的。假如x是bird且不存在与［bird can fly］这种常识相悖的异常因素 ab(如有的鸟不会飞)，我们便可直接得出［x flies］的结论，因此从“鸟”导出“建鸟笼”的反应便成为自然的结论，这种思维方式可以逻辑概括成下面的(6)。

(6)(x)［bird∧{-ab}］→(x)［fly］

假如进一步得知进的是“鸵鸟”，便提供了［(x)bird→(x)ostrich］新信息，“鸵鸟”是“鸟会飞”的 ab(即反例)，因此原来的(6)推导就被与其相反的(7)推导取而代之。

(7)(x)［bird→(x)ostrich］∧ {ab}→(x)［-fly］

上述整个复杂推导过程可连接成:

(8)((x)［鸟］∧ {-ab}→(x)［会飞］)＆((x)［鸟→(x)鸵鸟］∧ {ab}→ (x)［不会飞］)(∧ =“连接”，＆ =“递进”，x=“全称”，-=“否定”)

这是低原型性范畴成员导致了{(x)［bird］→(x)［ostrich］→(x)［-fly］}推导结果取代高原型性范畴成员属性知识{(x)［bird］→(x)［fly］}的过程。

四、逆证推理

“逆证推理”译自英语abduction(abductive logic/reasoning)，当然还有“估推”、“溯因”、“引理”等其他译法。我把它译成“逆证”的原因是，一般逻辑遵循从P到Q的 P→Q推导方向，而逆证逻辑却先接触Q，然后再考虑P是否能通过P→Q检测来解释Q现象，如果不能，则要启用另一个P来解决问题。从“从Q到P”的论证方向与常规逻辑论证方向是逆转的，故译成“逆证”也，逆证的基本推导方式如下:

(9)［Q ＆ (P→Q)］→P

其实逆证的操作基础也是缺省知识或常识，如在餐馆用餐完毕后外出看见地上有水迹，便会立即得出“刚下过雨”的结论。此项推理的常识基础是［下雨→地湿］，但是推导的方向却是“地湿→下雨”。然而，“下雨”必然导致“地湿”，“地湿”的原因却并非一定是“下雨”不可，如“洒水车刚路过”、“有地方在漏水”等原因都可以导致地面潮湿。假如的确是因为洒水车刚过引起的地湿，则可取下面的逆证逻辑:

(10){［Qs＆ (P⇥ Qs)］→P?}→(P1→Qs)→P1

((P⇥Qs)表示原来的P不能解释意外的Qs)

也就是说，［下雨→地湿］的假设在此特殊语境中被推翻了，此时新知识P1(即“洒水车刚过”)代替了原有知识P。如果这种变化是永恒的新信息代替旧信息的现象，这便是知识获取或增长的过程和结果，Peirce［3］的实用主义哲学观(pragmaticism)就是以这种知识增长推导为基础的。但是在语用推理中，(P⇥Qs)这种变化仅是暂时现象。在话语的自然理解过程中，一般总有一种解释方案是最方便、最省力、最快捷的，这就是常规期待。如果在具体场景中此方案行不通，就会启用另一种相对来说较为费力的方案。就“地湿”现象而言，如果［下雨→地湿］这种最方便、最省力、最快捷的方案解释不通，推导者就会启动另一种相对来说较为费力的方案，比如［洒水车→地湿］方案。

我认为，逆证逻辑是一种迎合面极广的“泛逻辑”，任何语用现象或话语现象都可以用逆证逻辑来阐释，比如有下面的对话:

(11)A:中午我们一起去吃顿饭如何?

B:下午我要上课。

那么B到底去吃还是不去吃呢?由于交际双方自然而然地或遵守交际合作原则，现在B话却是答非所问，那么本轮交际应该具有更为深层的连贯，即在认知心理上B话具有关联性。但是缺省逻辑不能解决这个问题，必须启动逆证逻辑，以重新审视“问-答”这种P-Q关系。尽管下午上课与中午吃饭在时间上并不绝对冲突，但是B这样说了，就会产生［答非所问→否定］这种社会心理期待。结论显然是“B中午不能一起去吃饭”，因为只有这样才能保证此轮交际的语义连贯，这是逆证驱动的会话含义推导的解释共识。也就是说，用逆证来分析话语，相关的“共识”其实是先取“一般期待”后转“最佳解释”的逆证推理。例(11)中B话提供的Q在“问→答”(P→Q)期待下呈“异常性”(P⇥ Qs)，即B未按原期待方案直接回答A的问题，故是Qs现象。解释Qs只能通过新的P1的引入而达到，即不是因为“下午上课”导致“不去吃饭”，而是“答非所问”导致了受话人“不去吃饭”的最佳解释，而这种关联似乎已经成为社会心理共识或规约。以前我阅读美国短篇小说的体会是，在读小说的过程中，会产生某种期待，但是往往读到最后发现预设的期待不能自圆其说时，再回过来寻找新的预设。可能这是阅读文学作品的乐趣之一，而这种回溯现象正好是逆证推理的初衷。

如果说逆证推理是文学作品阅读本身的一大特征，侦探小说作为通俗文学作品，其自身的思路就是逆证性质的。Harman［4］认为，当侦探把所有的现象P综合考虑后，就会得出若干假设H，而在若干H中总有一个H是最相关和最佳的解释，因为此H最简单和最可行。我们知道，成功的侦探小说的引人之处，首先在于故事的结构严密，起伏跌宕，不断从各方面推出问题，吸引读者去寻求答案。小说中常有扣人心弦的惊险情节，剌激读者的感情。此外，各种探案涉及社会现实，揭示道德问题和描述犯罪现象，如谋财害命、通奸谋杀、背信弃义、专横跋扈、巧取豪夺等。侦探小说谴责不道德和犯罪行为，宣扬人道主义和善恶有报、法网难逃的思想，非常迎合普通公众的心理，在一定程度上具有社会意义和现实意义。

然而侦探小说创作的初衷，毕竟不是有意识地描写社会现象和提出道德和犯罪问题，而是把犯罪当成手段，虚构引人入胜的故事罢了。也正是由于小说不乏虚构成分，故事虽然有趣，但侦探的无所不知，却产生了表现方面的神秘主义。几乎所有的侦探故事，都有从对方脸部表情、眼神、嘴唇、手势等方面“正确”地判断出人的思想活动、推导出案件的因果关系的探案过程，从而给读者以“凭主观想象而臆造出来”的结论。此外，侦探小说多半宣扬侦探的个人才能，好像在探案方面他是一个无所不能的天才，案件的侦破好像是侦探个人单枪匹马的功劳。然而，在细读了若干篇典型的侦探故事后，我们发现，故事情节不管怎么离奇，侦探小说中描写的案情侦破过程仍然有着以现实生活为原型的合理成分，因为探案必须在足量的知识上操作，探案的过程包括假设和对初始假设的证实或证伪，而这正好是逆证逻辑的初衷。我们曾用逆证的方法，对美国著名侦探小说家Rex Stout的代表作品《当一个人谋杀时……》(When a Man Murders…)进行了逻辑剖析，揭示了侦探小说探案的一般逻辑规律。［5］

五、单向语境推导模型

本人于1996年在《现代外语》杂志上发表了两篇连载文章，提出了单向语境推导模式。［6］［7］这是一种语用推理的宏观模式，此模式的操作基础是三种语境因素:(1)情景知识(即来自物理语境的具体场合因素)、(2)语言上下文(即来自语言语境的工作记忆因素)和(3)背景知识(即来自认知语境或有序百科知识结构因素)。此模式把言语承载的信息分为正常负载与超度负载两类，认为语用推理就是通过认知语境的干预，帮助信息处理者理解话语的超载信息(即含义)的过程。根据这种理论，对语言超载信息部分的解释，可被看作是一种语言接受者经由“语言语境”、“物理语境”和“认知语境”序列对相关信息的选择和利用的过程，如图2所示:

图2

该模式的要点是，对话语或文本的信息处理首先是对文字字面意义的解码;如果意犹未尽，就要考虑先前的话语即依赖语句之间的互文关系;如果仍然意犹未尽，就要考虑具体场景;如果仍然意犹未尽，就要考虑相关的百科知识即认知语境因素;如果还是意犹未尽，交际不得不宣告失败。必须说明的是，语境二一般在面对面的话语交际时存在，在文学作品解读中，语境二一般是通过语境一和语境三的介入而重新构建的。但是我又刻画了一个“淘汰模式”(Elimination Model)，据此来论证“认知语境”比其他两种语境更具重要性。该淘汰模式可以勾勒如下:

(※表示“竞争”的意思)

比如看见有人闯红灯，这种物理语境可以在信息处理者那里得出“危险”的结论，但是该结论的前提并非总是直接看到有人闯红灯，而可以是听说闯红灯的事，即物理语境是可有可无的，因此第一轮竞争“物理语境”被淘汰，得:

再论，有时语言语境也是可有可无的，虽然听说有人闯红灯可以得出“危险”的结论，但是只要当事人具有［闯红灯-危险］知识，那么语言语境也是多余的，因为他可以喃喃自语:如果闯红灯，那是危险的。倒过来分析，对于一个不具备［闯红灯-危险］知识的小孩来说，即使他亲眼看见了有人闯红灯(物理语境支持)，或者别人告诉他有人闯红灯(语言语境支持)，他也很难得出“危险”的结论。通过第二轮语境竞争，得:

农场基本已经普及大型气吸式精密播种机或高速气吹式精密播种机加之机手作业水平较高，可以一次完成开沟、精量播种、覆土、镇压等作业，播种质量、高保苗效果好合作社和一般农户；农户自用“小机械”无法达到标准垄栽培模式标准化播种要求。

淘汰的结果是:语境就等于认知语境。

在对上例进行语用推理时，语用者似乎按照“物理语境”、“语言语境”、“认知语境”顺序自动地、按部就班地进行意义推导或解释，一步不行，就走下一步，在不同的阶段推导出性质不同的含义。假如经过所有步骤后，话语仍然无解，那么其原因要么是话语不具有关联性，即说话人故意说出不相干的话，要么是话语具有关联性，但是受话人不具备相应的认知语境知识，故无法满足话语所传递的关联期待。此时交际双方的认知产生了错位，导致交际虽然发生了，但仍然以失败而告终。这种情况在文学作品的误读中屡见不鲜。

必须说明的是，图2中的各个步骤表示的并非是所有语用推理的必经之路。我在谈到认知语境时曾说过，在语用推理中，物理语境(具体场合因素)和语言语境(当场激活的部分工作记忆因素)相对认知语境而言是次要的，认知语境(知识结构因素)才是语用推理的主要因素。因此，一般来说，图2所描述的“语境三”应该是最重要和最关键的认知语境。比如缺省推理一般就以“语境三”为操作基础采用“一步推”的办法，而不必依赖中介前提;在常规期待的前提下也不必经过语境二，但是在例外的情况下，语境一和语境二因素都可以暂时推翻常规期待，从而推翻缺省逻辑的推导结果。

此外，图2提供的几个步骤，在操作顺序上并非是绝对地自上而下，而是可以被当作是对主要依赖认知语境的语用推理或缺省推理进行“一步推是否有效”的潜在核查序列，即检查物理语境因素和“激活认知语境保障推理成功”的语言语境因素是否在推理中起作用。如果这两种因素提供的信息与语境三没有冲突，(缺省)推理便为有效。一旦这两种因素与语境三产生冲突，原推理方案便可能会被(临时)取消，随即可按调整后的方案推出新的结论，即只有“含义三”在具体推导场合或后续言语语境中不能成立的前提下，推理才会启动“含义一”或“含义二”进行干预。也就是说，缺省推理一般不需要语境二提供的信息，而仅把它当成核查手段，语境一则起的是激活相关认知语境知识的言语明示作用。

反过来说，假如推理不是很复杂，可以在语境一处或语境二处结束;假如推理比较复杂，就要涉及语境三;自语境三推得的结论，也可以反过来被语境二证实或证伪。另外，通过语境一或语境二推得的结论，可以充实语境三的内容，在文学作品解读过程中，这种情况尤为突出。

因此，单向推理模型的推导方向，不一定要自“语言语境”开始(参见图2)，也不一定要先考虑“物理语境”(参见淘汰模式)，而主要是依赖认知语境进行推理，仅仅在必要时再回到前面，以对推理结果进行核查。如果发现无论采取何种顺序，三种语境都不能解决问题，推理就无法进行。单向推理模型的顺序按“从具体到抽象”方式来排列，这仅仅是权宜之计，如果倒过来排，恐怕会把情况复杂化。

值得进一步讨论的是，单向语境推导模式(图2)中的序列推导，认为话语在零具体语境(即语境二)的情况下，也能推出或得出相应的一般含义，这种构思当然与关联推理的倡导者有所矛盾。比如关联推理的代表人物之一 Carston［8］就认为，甚至自命题充实(proposition enrichment)得出的显义(explicature)的获得也离不开具体语境，她相信语言字面解码得出的只是意义不完整的逻辑形式，需要充实成完整的、能用于含义推导的命题基础，需要通过解歧确定指示词语的所指、补充命题内容、缩放词语意义等多重步骤才能完成推理任务，这些任务要通过语言语境因素结合具体交际场合因素即物理语境才能完成。因此，相关推理光在零具体语境或语境三中是不可能完成的，而且在某些情况下，结合不同的语境对显义的不同推导，也会对随后隐含意义的推导产生很大的影响。

显然，单向推导模式(图2)在规约部分考虑的并不是“显义”而是类似“一些=不是所有”的一般含义信息，一旦推得预设含义，推理过程就会停止。这与关联理论的交际最佳关联原则是相吻合的，体现的正是“以最小的认知努力取得最佳的认知效果”原理。因为在推理成功或者说获得最佳认知效果后，继续选择语境因素进行下一步推理，无疑是白白浪费认知资源，所以在一轮话语解释时，不存在一种以上的推理都告成功的情况，而必须在其中进行选择。

单向推导模式中的三重语境，涵盖了所有影响语用推理的语境类型，且该模式旨在提供在理论概括性与表述精致性之间最为合理或最为折中，即性价比最高的话语推理的宏观普遍模式，在遵循“能量守恒”原则的前提下，力求在概括性和精致性之间找到最佳的平衡。

六、语用短路

上述“单向语境推理模式”的认知语境(即语境三)驱动的语用推理，还是推理“自动化”或“习惯化”的结果。先来看下面这个典型的例子:

(12)Can you pass me the salt⊃PASS ME THE SALT

也就是说，我们可以从“提问”(ASKING)这个直接言语行为自动推导出“请求”(REQUESTING)这个间接言语行为，把这两种言语行为自动联系起来，是语用习惯化的结果。但是，在把两种言语行为连接起来的初始阶段肯定存在语用推理，见图3所示:

图3

A和B代表两个不同的符号单位，用A的形式表达B的内容，在初始阶段肯定是出于委婉礼貌等缘由，受话人对这种跨符号的连接起码在初始阶段需要通过一定量的相应推理方能完成。但是，如果这种连接经常发生，便会习惯化成为一个无需推理介入的直接理解C方案，如图4:

图4

未用C直接替代A或B，是因为提问形式仍然有指向提问内容的A功能，但是也有指向请求内容的C功能。从提问形式导出请求内容无需通过任何推理，此时语用语境被短路了(short-circuited)，因为在绝大多数场合问“能递盐吗?”这一问题，其实表达的都是“请递盐”的请求含义，这种语用短路说可以用来解释文学作品阐述中的套路现象。

语用短路后产生了宏观的规约含义，可以在语境三内直接得到表述。根据我们前面的分析，规约产生的是常规知识或常规关系，这些都是储存在大脑中的认知语境因素，只有交际双方都有认知语境共识，方能直接依赖语境三进行有效的交际。

再看一例:

(13)［小明来到吴淞码头售票处，准备购票去崇明岛］

售票员:去哪里?

小明:去最大的岛。

长江口一共有三个岛屿，从大到小按“崇明岛＞长兴岛＞横沙岛”排列。只有交际双方都对此有所了解，交际才有意义，因此认知语境在这里起着至关重要的作用。

七、结 语

提起逻辑，人们自然会想起数学。其实，数学虽然是必要性推导的科学，但其假设与自然对应物并无直接联系，这与以真值为操作基础的逻辑有所不同。数学仅仅是连接假设结局的科学，与逻辑演绎与假定是真的命题之间的必要连接有关，这与仅仅被假设并非是一回事。由于形式逻辑是数学运用于逻辑的典范，可以为逻辑假设中对有效的论据的论证过程提供有效的系统基底，因此我们认为，逻辑的成形在某种程度上虽要依赖数学，但我们仍无法忽略现象学、伦理学、美学等领域内的相关研究成果。诚然，这些范畴的介入，在一定程度上须有一个分工问题。一方面，数学是必要性推导的科学，推理则是推导的一种形式，故逻辑必须依赖数学。另一方面，由于推理与以经验背景为基础的推导有关，它必须又在某种程度上依赖现象学的研究成果，而后者研究的正是经验的普遍结构。

语用推理模型构建提供了相应的推导蓝图，模型本身不可能提供推理的所有细节。上面扼要介绍的语用推理模型种种，只是在理论上探讨了语用推理可能涉及的状态。单向推理模型中描述的“前仆后继”的推导顺序现象，也仅仅是在理论上揭示了语用推理的一般情况。对言语信息的获取和理解，是一种多平面的解码过程，把这种解码过程用图示的方式表示出来，就是对语用推理的构思和建模。根据关联话语解读机制，话语解读的过程就是释话人把话语与语境结合，沿耗费最小努力的方向，按语境可及度将最为可及的语境假设投射到话语之上，从而满足话语的关联期待，获得最佳的认知效果。因此，话语在不同的语境中，当然会导向若干个可能的解释，但是在一种语境中总有一种解释是最为关联的。

［1］ Grice H P.Logic and Conversation［C］//Studies in the Ways of Words.Cambridge:Harvard University Press，MA:1989:22-40.

［2］ 熊学亮.语言学新解［M］.上海:复旦大学出版社，2007.

［3］ Peirce C S.The logic of Abduction［C］//C S Peirce.Essays in the Philosophy of Science.NY:Liberal Arts Press，1957:235-255.

［4］ Harman G.The Inference to the Best Explanation［J］.Journal of Philosophy，1965，65(18):529-533.

［5］ 熊学亮.逆证与侦探［J］.外国语言文学论丛，2005，(秋):66-75.

［6］ 熊学亮.单向语境推导初探(上)［J］.现代外语，1996，(2):1-4.

［7］ 熊学亮.单向语境推导初探(下)［J］.现代外语，1996，(3):15-20.

［8］ Carston R.Thoughts and Utterances:The Pragmatics of Explicit Communication［M］.Oxford:Blackwell，2002.