当代国外有关模糊语言学的主要研究简评

当代国外有关模糊语言学的主要研究简评

【内容提要】模糊语言学是六、七十年代开始兴起的一门重要的边缘学科，其研究方法主要依据美国控制论专家Zadeh的模糊集论。本文拟对二十世纪后期国外有关模糊语言学的主要研究作一简评，以期读者对当代国外模糊语言研究的方法及现状有一大致的了解。

【摘要题】语言学

【关键词】模糊集合/隶属度/模糊度/等级真值

【正文】

模糊语言学的研究始于20世纪60年代，其研究对象是语言中的模糊现象。模糊语言学把语言学研究与自然科学结合起来，是介于自然科学和社会科学之间的交叉学科，它的研究不仅适应自然语言研究的发展，而且为解决形式语言中的许多难题提供了理论和方法。

模糊语言学的理论基础是美国控制论专家Zadeh(1965)的模糊集合论。模糊集合论的提出改变了人们以往的整个思维方式，其本质是不赞成对事物进行一刀切的做法，承认在两个值之间有无数区间值，有无数隶属度。因此，模糊理论的诞生具有深远的理论意义和现实意义。它不但促进了模糊学自身的发展，而且给数学、逻辑学、心理学、语言学等一系列学科带来空前的变革。从此，人们在科学研究中不仅注意中心现象或精确想象，而且开始注意边缘现象或模糊现象。模糊语言学就是在这一学术环境中发展起来的一门边缘科学。综观国外语言学者利用模糊理论对语言进行研究的不同方法，我们大致可以从以下几个方面对20世纪后期国外有关模糊语言学的主要研究作一简要回顾。

1. 模糊理论与语言研究

伍铁平(1999)在其《模糊语言学》一书中谈到，早在Zadeh之前就有许多人提出“模糊”这一概念，为什么只有在Zadeh之后研究模糊才发展成一些相对独立的学科，其中包括正在形成的“模糊语言学”？伍铁平认为有两个方面的原因：一是人类的认识有一个逐步进化的过程，二是只有Zadeh才适应现代科学的要求，将模糊理论形式化、数学化，从而使它能够广泛适用于控制论、系统论、信息论等方面。Zadeh(1965)的模糊集合理论的中心思想是集合的界限不固定，元素属于集合的隶属度除了0，1二值之外，还可以取两值之间的任意实数为值。由此可见，模糊集合理论比较适合定义模糊语言，它对模糊语义的处理比较切合自然语言的实际情况。早在20世纪70年代，美国语言学家G. Lakoff就将模糊理论引入语言研究。他指出，语义界限有一定的模糊性，以“鸟类”为例，知更鸟为典型的鸟类，蝙蝠则不大属于此类。他把鸟类有关成员按其属于“鸟类”的不同程度排列起来，排列的标准以每一成员与“鸟类”典型成员的相似度为衡量尺度，如：

(1)知更鸟

鹰

鸡、鸭、鹅

企鹅、塘鹅

蝙蝠

这个排列比较真实地描述了“鸟类”意义。Lakoff还将等级排列概念由隶属度引至真值制定

上。与例1排列相对应的等级真值可由下列表示：

(2) a. 知更鸟属于鸟类(绝对真)

b. 鹰属于鸟类(没有a真)

c. 鸡属于鸟类(没有b真)

d. 企鹅属于鸟类(没有c真)

e. 蝙蝠属于鸟类(假，或与真相距甚远)

f. 母牛属于鸟类(绝对假)(Lakoff 1973，1982)

这个例子只能从自然语言的角度来理解。从生物学的角度来看，a, b, c, d属全真，而e, f属全假，企鹅不是典型的鸟类这一事实，并不使“企鹅属于鸟类”的真值为真的程度降低。Lakoff(1973)还提出，制定隶属度至少可依据四项标准：定义、主要标准、次要标准和临时特征。前三项标准对隶属度的不同等级的制定有作用，最后一项虽无此功能，但能在一定程度上发挥其作用。Lakoff的结论是：模糊概念逻辑是可以系统地建立起来的，模糊概念本身有其内部结构，在自然语言中，真值是一定程度上的真值，而不是绝对真值。他还指出，代数函数在限制词义的研究中起一定作用，限制词的研究表明形式语义学是自然语言逻辑的正确处理方法，公理理论是不完善的，因为公理方法对模糊概念是无能为力的。

Lakoff的研究方向主要是认知语言学，他曾对模糊集理论运用于语言学抱有很大希望，但他认为模糊集理论用于认知语言学有局限性，因为模糊集理论主要用来处理一些可以度量的语义特征，而很难解决语言认知过程、语境对语言影响等方面的问题。Lakoff这一观点有失偏颇，模糊集理论可以运用于语境影响以及认知语言学的研究，如在度量语义特征的基础上，利用一些必要的语义参数，可以处理若干认知过程和语境影响等问题(张乔1998)。

另一位美国语言学家McCawley(1981)对语言中的模糊性及模糊集理论的运用作了较为详尽的研究，他在《语言学家总想知道但却难以启齿去下问的逻辑》一书中，全面考察了模糊概念在语言学中的应用。在讨论模糊概念时，他的例子是：

(3) a. 胖子都是讨人喜欢的。

b. 有些高个子令人讨厌。

如用模糊集概念解释，公式可为：

(4) a. minx ｜(胖x, 讨人喜欢x)｜

b. maxx｜∧(高x, 令人讨厌x)｜

McCawley(1981)认为，公式与直觉不太吻合。例如：｜Kissinger胖｜=0.3，｜Kissinger讨人喜欢｜=0.2，那么，｜(Kissinger胖，Kissinger讨人喜欢)｜=0.2，也就是说，例4a的真值不能超过0.2，这看来是不符合直觉的。Kissinger至多不过是例3a的一个反例，但它的存在却使例3a的真值低很多。这里提出的问题是：量化表达式的真值应该和定义域中的各个元素有关。McCawley认为解决问题的一个方法是引进“模糊度”概念。举个例3a的反例，“有一个胖子一点也不讨人喜欢”。对“所有胖子都讨人喜欢”来说，Kissinger作为反例的程度是0.3×0.1=0.03，即Kissinger对例3a的真值为0.97，这一结果较接近人的感觉(McCawley 1981)。用小数点表示模糊度有很大任意性，带有一定主观性的缺点，但仍有很大的实用价值(伍铁平1999)。

另外，McCawley还讨论了等级真值问题。他指出，用0与1之间的实数来表示真值可以正确处理模糊概念，这些中间值的运用可以避免人为地划出不切实际的界限。例如：“高”表示一个相对性很强的概念，如何形式化表示“x很高”，Zadeh提出，｜x很高｜=｜x高｜[2]。McCawley认为Zadeh的公式确认｜x很高｜≤｜x高｜是正确的，但它同时也确认一个人既可以“很高”，也可以“高”；一个人可以“不很高”，也可以“不高”，因为1[2]=1，0[2]=0。所