董元奔‖生活·理性和感性語義:語義與客觀生活的相互構建

2021-01-13 董元奔古典情懷

文/董元奔(江蘇宿遷)

【按】此文剛剛發於別處,這裡由作者轉發。此文可作為作者昨日發於百家的《語境·時地性·感性意義:通過立足客觀生活澄清語義》一文的姊妹篇。

語義具有模糊性特徵,其模糊性來源於語言的感性意義即語義中的非理性方面。那麼,語義為什麼會有非理性方面,語言的理性意義難道不能主宰語義的發展變化嗎?我想,這都是生活的緣故。那麼語義與客觀生活到底有什麼關係呢?

首先,客觀生活構建了語義。

語言人類在社會生活中交流思想感情的工具,語言能夠出現,其本質是客觀生活的需要,是人類改造客觀世界的需要。正因為如此,人與人之間通過語言進行交流,其內容必然是客觀生活,這就決定了語言來自客觀生活,是客觀生活而不是人的意猜構建了語言,而語言是依託語義而存在的,就是說,客觀生活構建了語義。

之所以各個民族的文字中都有「山」、「水」這些詞語和幾乎是一致的語義,那是因為任何一個民族的文明都發源於有山有水的地方。古人能夠通過雨前的閃電發明「電」這個詞並賦予其相應的語義,卻無法發明他們的生活中所沒有的「電腦」、「電話」、「電燈」等這些具有各自語義的詞。商朝的中國古人不會發明「咖啡」、「胡椒」、「騎士」這些東南亞自然生活、歐洲社會生活智能光才有的名詞及其相應的語義。古埃及人也不會發明「鼎」、「玉琮」、「尚書左僕射」這些中國古代生活中的名詞性語言成分及其相應的語義。

總之,有什麼樣的生活,有什麼樣的演化中的社會機制,就有與之相適應的語言及其語義。

其次,語義參與構建了客觀生活。

固然語義是客觀生活「一手」構建起來的,但是語義並非被動的,它在接受客觀生活構建的時候,也參與了對客觀生活的構建。我在這裡之所以加了一個修飾性詞語「參與」,是因為構建客觀生活的主體很多,語義只是其中之一。

理性的語義對客觀生活的構建。語言具有理性意義和感性意義,其中理性意義是明確的,這種意義可以把客觀生活概括化、固定化,使複雜的生活在我們的頭腦中得到簡單化處理,雖然簡單化了,但是並未簡單,而是凝固了。比如說到萬裡長徵,我們會想到許許多多事,許許多多人,大多是艱難險阻之中可歌可泣的人和事,由於太多,我們有可能流著淚幾天都說不完,但是當我們讀了「萬水千山只等閒」這句詩句,其語義在我們的頭腦中就凝固了那些說不完的人和事,語義就這樣以總結和概括的方式重建了生活。

非理性的語義對客觀生活的構建。語言的模糊性對於客觀生活的構建顯得更加主動,這是因為生活是複雜的,生活要求我們在許多時候不必要甚至不應該把話說得太準確。比如一個女孩向別人描述她對男友的看法:「擁有他的感情,我太幸福了。」這裡的「太幸福」是模糊的,怎樣的狀況才算是太幸福,這是說不清的,男友的感情再深也深不過父母的養育之情,如果擁有男友之後的幸福指數就冒頂了,那擁有的父母感情怎麼描述呢?語義的模糊性幫助我們表達了自己的心情,從而構建了我們的社會生活中的一個點滴。當然,語義的模糊性也未必就是一味模糊的,有的還是有界線的。比如天氣預報中的「中雨」、「東南風」的語義本來是模糊的,但是由於天氣確實又是時時存在著微小的變化,這些具有大概範圍的模糊語義很好的幫助我們預報了天氣變化,語義由此參與構建了我們的日常生活。

語義的形成、發展和豐富都是拜不斷發展中的客觀生活所賜,客觀生活不斷構建著語義;同時,語義總是因應客觀生活的需要而發展自己,語義說到底是服務於客觀生活的,語義由此參與了對客觀生活的構建。因此,語義和客觀生活是相互構建的關係,當然,客觀生活對語義的構建是這對關係中的主要方面,這是受辯證唯物主義認識論決定的。

【說明】題圖系作者像(編輯:董堯)

相關焦點

  • 深度學習用於多模態語義學習簡述
    傳統的媒體計算研究方法主要從手工構建的底層特徵出發,利用機器學習方法填補異構鴻溝和語義鴻溝。與傳統方法不同深度學習是通過將無監督逐層預訓練與有監督微調(fine-tuning)有機結合,實現端到端方式的特徵學習。其基本動機是構建多層網絡來學習隱含在數據內部的關係,從而使學習得到的特徵具有更強的表達力和泛化能力。
  • 9102年了,語義分割的入坑指南和最新進展都是什麼樣的
    語義分割的一些主要應用是自動駕駛、人機互動、機器人以及照片編輯/創作型工具。例如,語義分割在自動駕駛和機器人領域是十分關鍵的技術,因為對於這些領域的模型來說,理解它們操作環境的上下文是非常重要的。圖片來源:http://www.cs.toronto.edu/~tingwuwang/semantic_segmentation.pdf 接下來,我們將會回顧一些構建語義分割模型的最先進的方法的研究論文,它們分別是:Weakly- and Semi-Supervised Learning of a Deep Convolutional Network
  • 將來時不同語義層次的互動研究
    內容提要:將來時語義範疇由表層情態層次和底層時間參照層次複合而成。情態層次包括意向義和預測義,時間參照層次具體指將來時間參照義,將來時焦點語義是具體語境中不同語義層次互動的結果。又如胡文雖然認為將來時涵蓋了情態義和時間參照義,但並未對二者的關係作出進一步解釋。  本文認為「將來時」語義範疇是情態義和時間參照義的複合體,並將在此基礎上進一步討論和驗證將來時內部不同語義層次的互動,以加深對將來時語義範疇的認識。
  • 《同義詞》語義修辭與現代性的空洞
    冠狀病毒疫情閒暇,重看這部我個人的2019年度最佳電影《同義詞》(和《仲夏夜驚魂》並列),頓覺這個今年還是有很多好電影的嘛!(苦笑)重新思考了影片的幾個主題:語言符號,人類行為,所有這些構建起民族國家的東西,都充滿了無意義的時刻,片中無數次證明了這些無意義。
  • 深耕語義智能技術 拓爾思拓展AI「硬科技」
    突如其來的新冠肺炎疫情,讓人工智慧帶來的健康碼、AI醫生、送藥送餐機器人等各種高效管理和便民服務加速走進人們的生活。人工智慧作為底層工具類技術,借著其廣泛適用性,將會成為下一代網際網路技術的基石,為各應用場景的供給側結構性改革填補盲點。不過人工智慧雖然已經發展了很長一段時間,目前仍然徘徊在語音智能、圖像智能等弱智能階段。
  • 另闢蹊徑,中科院自動化所等首次用圖卷積網絡解決語義分割難題
    來自中科院自動化所和北京中醫藥大學的研究者另闢蹊徑,提出用圖卷積網絡解決語義分割問題。論文連結:https://arxiv.org/pdf/2001.00335.pdf使用深度學習執行語義分割在圖像像素分類方面取得了巨大進步。
  • 論漢語方言的語義類型學意義
    語義類型學是跨語言的語義研究,對研究語義類型至關重要。所以語義類型學興起後,發展速度比較快。在過去的若干年裡,歐洲的語言學家正在組建跨語言比較的資料庫,試圖研究語義演變的模式。如歐洲幾個類型學研究中心,聯手進行了較大規模的「類型學視角的核心詞:語義轉移和形式/意義關係」(core vocabulary in a typological perspective:semantic shifts and form/meaning correlations)的研究。這個大型合作項目的研究目標就是尋找語義演研變的規律。
  • 北語信息院院長荀恩東:語言智能的核心是語義理解丨CCF-GAIR 2020
    荀恩東教授的研究領域涉及漢語語義計算和語言資料建設,主持開發過國內外最大的在線語料庫——BCC 語料庫,並在多個領域開展過漢語語義理解落地應用工作。荀恩東教授的演講主題是《語言智能核心問題——語義理解》。在演講中,荀恩東教授表示,隨著大數據紅利褪去,語義理解已經成為自然語言處理中越來越重要的層面,並且不可避免。
  • 語義圖像背後的萬千妍麗 ——pix2pixHD視頻解說中文字幕首發
    英偉達和UC Berkeley的研究者最近公開了名為pix2pixHD的「用條件GAN進行2048x1024解析度的圖像合成和處理」項目。在這個項目中,pix2pixHD能夠利用抽象語義標註圖還原接近真實的現實世界圖像,例如街景圖、人臉圖像等,這是從虛擬走向現實的又一次有趣的嘗試。並且只需簡單的操作即可調整局部,實時生成新圖像。從作者發布的視頻介紹中,可以看到,可以選擇更換街景中車輛的顏色和型號,給街景圖增加一些樹木,或者改變街道類型(例如將水泥路變成十字路)。
  • 迪士尼研發深度語義面部模型,讓表情更豐富
    近期,迪士尼和麻省理工學院的研究人員合作研發了一種基於深度神經網絡的語義面部模型,用於快速製造多個具有細節特徵的人物頭像,該論文《深度語義面部模型(Semantic Deep Face Models)》發表至3D視覺國際會議。
  • 入選AAAI 2020,全新視頻語義分割和光流聯合學習算法問世
    商湯科技研究團隊發表論文《Every Frame Counts: Joint Learning of Video Segmentation and Optical Flow》,創新性地將視頻語義分割和光流方法融合,極大提升了視頻分割的準確率和效率,該論文也被AAAI 2020錄用。
  • CVPR 2019 Oral 論文解讀 | 無監督域適應語義分割
    然而,為了迎合傳統方法的全局對齊,目標域中的車輛特徵反而有可能會被映射到源域中的其他類別,如火車等,造成語義不一致。針對這一問題,我們在今年CVPR的論文中,向對抗學習框架裡加入了聯合訓練的思想,解決了傳統域適應方法中的語義不一致性和負遷移等鍵問題。具體做法見圖2(b),我們採用了兩個互斥分類器對目標域特徵進行分類。
  • 機器學習與語義搜索 谷歌的終極武器是什麼?
    舉個例子,對我們來說「最近的漢堡店在哪裡」和「我想吃漢堡」兩句話傳達了相似的意圖,但是對於基本的機器而言,兩者差距甚大:第一句話是對特定信息的檢索,與說話者的想法無關;第二句話傳達了一個明確的欲望,與信息索取無關。過去幾年中,谷歌致力於打破不同語言間的隔閡並且解決其機器算法所面臨的問題。但是這一努力的終極目標是什麼呢:谷歌是否想要完全地理解人類思維所傳達的意圖和微妙語義呢?
  • AAAI 2020論文:商湯科技發布新視頻語義分割和光流聯合學習算法
    視頻語義分割的一個主要的挑戰是缺少標註數據。在大多數基準數據集中,每個視頻序列(20幀)往往只有一幀是有標註的,這使得大部分監督方法都無法利用剩餘的數據。為了利用視頻中的時間-空間信息,許多現有工作使用預先計算好的光流來提升視頻分割的性能,然而視頻分割和語義分割仍然被看作是兩個獨立的任務。
  • 客服機器人中的深度語義技術與應用探索(附視頻+PPT)| 雷鋒網公開課
    但在實際使用中,用戶經常發現,機器人並沒有想像中那麼智能,它能識別文字和語音,但卻「不懂你」。這其中的關鍵便涉及到自然語言處理中的」深度語義技術「。針對這個問題,本期雷鋒網(公眾號:雷鋒網)硬創公開課邀請到小i機器人創新中心的研究院陳培華為大家具體講解,在客服機器人領域的深度語義技術和應用探索。嘉賓介紹:
  • 深度圖像識別ISDA-深層網絡的隱式語義數據擴增方法
    事實上,在特定方向上翻譯深層特徵與對輸入圖像執行有意義的語義轉換相對應。例如,深度特徵插值[9]利用預先訓練的神經網絡對深度特徵的簡單插值來實現語義圖像轉換。基於變分自動編碼器(VAE)和生成對抗性網絡(GAN)的方法[24,25,26]建立了一個與圖像抽象相對應的潛在表示,可對其進行操作以編輯圖像的語義。
  • 甲骨文兩段式命辭對貞句的組合形式及語義指向
    內容提要:卜辭的結構形式和語義表達之間的關係,是甲骨文研究有待展開的一個領域。本文從結構類型的視角,研究了兩段式命辭對貞句的組合形式及其所表示的語義,指出卜辭結構形式和語義指向之間有較明顯的對應關係,並討論了「肯定+肯定/否定+否定」式對貞卜辭的語義。
  • 百度語義理解技術與平臺文心ERNIE:AI時代的文本智能化利器
    9月15日,百度世界2020召開,作為"AI新型基礎設施"百度大腦6.0的重要組成部分,百度語義理解技術與平臺文心(ERNIE)在大會上的發布吸引了大量NLP開發者的目光,尤其基於多流機制的預訓練語言生成技術ERNIE-GEN、知識增強跨模態語義理解技術ERNIE-ViL等,均達到了世界領先水平。
  • 理性和感性
    NO.332 一直以來,感性小人兒佔據我內心居多,理性小人兒偶爾會出來發表一下自己的看法。但今年,我其實已經足夠理性,事情基本看得透。不過,要讓理性在生活裡作為主角登場,他還有些脆弱,走得不穩健,理性撲街的事情,還是會發生。
  • (松鼠以前的文章)語義飽和———看完大家有何感想.
    可是當他進一步分析漢字的左右結構和表音和表意的部首對這一現象的影響時,卻沒有發現任何有說服力的結果。從倉頡觀奎星圜曲之式,察鳥獸蹄爪之跡,一筆一划描摹出第一個符號始,漢字便深深溶進了中國人的血脈,直至五千年後的現今。不同於英文系統,漢字以其一筆一划,描繪出異彩紛呈的世界。當鄭教授與李同學試圖從漢字語義去理解「字變陌生」這個問題時,他也面臨著一個問題:漢字是什麼?