Филологические методы анализа текста как эвристики построения

  Главная      Учебники - Лингвистика     Введение в прикладную лингвистику (Баранов А.Н.) - 2001 год

 поиск по сайту

 

 

 

 

 

 

 

 

 

 

 

содержание   ..  50  51  52  53  54  55  56  57 

 

 

2.2.

Филологические методы анализа текста как эвристики построения систем искусственного интеллекта

К концу 80-х гг. наметился явный кризис во взаимоотношениях между лингвистикой (и шире — областями гуманитарного знания) и искусственным интеллектом. Исследования в области искусственного интеллекта все в большей степени технологизировались. Теоретический прорыв 70-80-х гг., приведший к созданию теории знаний и разработке категориального аппарата когнитивной лингвистики, сменился застоем. Ощущался явный недостаток новых идей в сфере компьютерного моделирования человеческого мышления. Если в предшествующем разделе речь шла об эвристиках, относящихся к функционированию языка, которые заимствовались из сферы прикладных лингвистических дисциплин,

*Данный и последующие разделы параграфа основываются на положениях статьи [Баранов, Сергеев 1990].

то здесь потребовались эвристики о сущности человеческого мышления, сформулированные в области гуманитарных наук. В разбираемом ниже примере речь идет об эвристиках, касающихся сущности одного из проявлений интеллектуальной способности человека — понимания. Эти исходные представления о природе процессов понимания были обнаружены в филологической традиции — в герменевтике.

Герменевтика изначально возникла как наука о понимании и истолковании текста. Герменевтический подход основан на представлениях об универсальности языковых (а в более общем смысле знаковых) структур и во многих отношениях свободен от тематических ограничений. В христианской традиции герменевтика связывалась в первую очередь с истолкованием библии. Герменевтический анализ практиковался и в филологических исследованиях, а также в языковой политике некоторых социумов. В практическом отношении герменевтика рекомендует комплекс весьма софистицированных процедур анализа текста, часть из которых достаточно формальна, а другая часть в значительной мере опирается на интуицию, то есть является чисто творческим началом.

Анализ вклада герменевтики в работы по компьютерному моделированию понимания текста требует изучения основных проблем, возникших на пути создания интеллектуальных систем этого типа. Одна из важнейших и совершенно очевидных проблем — почти полная невозможность при создании искусственно-интеллектуальных программ, понимающих естественноязыковой текст, опираться на опыт традиционного экспертного анализа текста — именно в силу его принципиальной опоры на интуицию исследователя, на отказ от какой-либо формализации и на основании вывода post factum — эксперт обосновывает свой вывод уже после того, как он сам его осознал и сформулировал. Герменевтическая традиция, в противоположность исходным представлениям специалистов в области искусственного интеллекта, всегда ориентировалась на экспликацию правил анализа текста, связанным с имплицитным, неявным, плохо осознаваемым пониманием. Опыт создания программ искусственного интеллекта и различные варианты герменевтической традиции показывают, что герменевтическая идеология анализа текста оказывается очень близкой к современным достижениям искусственного интеллекта, причем в ряде работ эти традиции сливаются, порождая чрезвычайно плодотворный синтез точного и гуманитарного знания, синтез, который приобретает большое методологическое значение.

Искусственный интеллект в ретроспективе: элементы периодизации исследовательских подходов. Ввести те или иные параметры периодизации исследований в области искусственного интеллекта (ИИ) не составляет особой проблемы. Однако в данном случае нас интересует — в самом общем плане — лишь тот аспект, который характеризует эвристические предпосылки интеллектуальных программ и степень осознанности используемых эвристик. В самом общем виде здесь можно выделить четыре основных этапа: 1) классическая идеология «черного ящика»,

2) идеология частичной транспарентности, 3) идеология «машины знаний» и 4) интерпретационная идеология.

Классическая идеология «черного ящика». Разработка компьютерных моделей мышления — задача глобальная, и она стала осознаваться как таковая на самых начальных этапах развития кибернетики. Как это ни удивительно, но осознание глобальности отнюдь не помешало первоначальным восторгам и розовым прожектам. Сам факт того, что хоть что-то оказалось возможным, создавал иллюзию доступности и реальности достижения окончательной цели в обозримое время. Так, один из пионеров искусственного интеллекта Г. Саймон после первых успешных опытов автоматического доказательства теорем с удивлением писал: «В мою задачу вовсе не входит поразить или шокировать вас... Однако суммировать все это кратко можно, лишь сказав, что сейчас в мире существуют машины, которые думают, учатся и творят» [Simon, Newell 1958, p. 6].

Первые исследования по машинному моделированию мышления были ориентированы на классическую концепцию «черного ящика», в соответствии с которой способы моделирования никак не соотносятся с реальным устройством моделируемого объекта. Концепция «черного ящика» в полной мере отвечала идеологии технократического превосходства, воплотившейся в принципах имитационного моделирования. Основные усилия здесь были направлены на создание «универсальных решателей задач», систем автоматического порождения и доказательства теорем, на распознавание образов и машинный перевод. Аналогии, связывающие алгоритмы интеллектуальных программ с представлениями о реальных процессах мышления, в принципе не возбранялись, однако осмысленность построения таких моделей подвергалась серьезному сомнению. Неудивительно, что первые попытки разработки программ, отражающих строение нервной системы животных, породили «впечатляющие образцы критического анализа» — широкую известность здесь приобрела критика Минским и Пайпертом концепции персептрона [Minsky, Papert 1969] 14).

Тем не менее чистая идеология «черного ящика», обеспечив продвижение в моделировании некоторых простых форм интеллектуальных процессов, не дала ожидаемых результатов в отношении более сложных форм поведения, что заставило в корне изменить представление о степени сложности человеческого мышления. Возникла принадлежащая фон Нейману гипотеза о «пороге сложности» моделируемого объекта: начиная с некоторой степени сложности объекта его модель становится сложнее самого объекта моделирования. Применительно к человеческому мышлению эта гипотеза вполне правдоподобна, а если так, то моделирование мышления должно основываться на исходных представлениях —

14) В конце 80-х - начале 90-х годов это направление моделирования интеллектуальной деятельности человека испытало настоящий бум. См., в частности, [Dreyfus, Dreyfbs 1988; Hinton 1986].

эвристиках — о закономерностях реального протекания интеллектуальных процессов. Чисто имитационное моделирование предоставляло неограниченный набор эвристик, но само множество эвристик оказалось упрятанным так глубоко в интуиции исследователя, а альтернативы выбора были столь разнообразными, что поиск приемлемой познавательной установки превращался в бесконечную процедуру перебора, не имеющую шансов на успех. Осознание необходимости хотя бы «частичного просветления» черного ящика привело к идее частичной транспарентности (прозрачности).

Идеология частичной транспарентности «черного ящика». Уже Винер исходил в своих рассуждениях из того, что моделируемый объект представляет собой комплекс «черных» и «белых» ящиков [Винер 1960]. Знание структуры и особенностей моделируемого объекта дает возможность сформулировать эвристики, на основе которых может быть построена требуемая интеллектуальная программа. Идея о частичной прозрачности «черного ящика» позволила обосновать использование любых — в том числе и наивных — представлений о функционировании человеческого мышления. Как правило, эта идеология эксплицитно не формулировалась, и разработчики систем ИИ ориентировались на свои собственные идеи о сущности мышления, сформировавшиеся в процессе обучения и практической деятельности.

Данному этапу развития ИИ принадлежит заслуга осознания и экспликации целого ряда концептуальных контроверз, отражающих представления создателей систем ИИ об интеллектуальных процессах. Эти контроверзы уже post factum обосновывались с философской, психологической, лингвистической и других точек зрения. Особенно продуктивными оказались противопоставления «энциклопедии и словаря», «декларативного и процедурного представления информации», «формального и практического (естественного) вывода», «четких и нечетких (расплывчатых) категорий», «дискретности и непрерывности», «фреймового и сетевого представления знаний».

Идеология «машины знаний». Полный переход к представлению о мышлении как об устройстве, обрабатывающем знания, — «машине знаний» — дал новый толчок развитию интеллектуальных программ, в результате чего был получен целый ряд впечатляющих результатов [Rosenberg 1980]. Однако подавляющее большинство разрабатывавшихся систем было ориентировано на атомистические представления рационализма, в рамках которых компьютеры рассматривались как механизмы, производящие операции над символами. Парадигмальными проблемами для этой идеологии стали задачи моделирования процесса принятия решений (с разбиением его на более простые процедуры); понимания текста на основе разделения эксплицитной и имплицитной информации; задачи описания ситуаций внешнего мира и т. п. В работе над решениями этих проблем обозначились серьезные сложности принципиального характера, не позволившие в полной мере достичь желаемого результата. Оказалось, например, что фиксация способа представления знаний существенно ограничивает класс ситуаций, в которых они могут использоваться при моделировании интеллектуальных процессов. За рамками моделирования оказались важнейшие механизмы, выбирающие способ представления знаний в зависимости от типа проблемной ситуации и порождающие соответствующее концептуальное представление.

Одним из видов интеллектуальных программ, имитирующих разумное поведение человека, в рамках идеологии «машины знаний» были экспертные системы. Перед экспертными системами была поставлена задача агрегирования знаний экспертов в определенной области и порождения экспертных оценок тех или иных проблемных ситуаций. Наиболее активно экспертные системы стали развиваться в области медицинской диагностики. «Компьютерный врач» должен был по данным опроса больного и по результатам анализов установить диагноз. Оказалось, однако, что значительная часть деятельности «естественного эксперта» почти не поддается экспликации и вербализации. Было выяснено, что опытные врачи при постанове диагноза большое внимание обращают на внешний вид человека, его походку, манеру говорить и т. п. Все это практически невозможно учесть в алгоритмах работы интеллектуальной программы.

Целый ряд интеллектуальных способностей человека — как это было убедительно показано X. Дрейфусом [Дрейфус 1978; Dreyfus, Dreyfus 1988] — заложен в особенностях человеческого опыта, определяемого строением человеческого тела, способностями человека к ориентации в пространстве, длительным взаимодействием человеческого организма со средой. Атомистическая исследовательская доктрина не в состоянии описать удовлетворительным образом не только «аналоговое» мышление человека, но и парадоксы резкой смены способов представления знаний в очень близких по свойствам проблемных ситуациях и использование одних и тех же способов представления знаний в сильно различающихся ситуациях. Во многих случаях не удается сформулировать условия применимости атомистических категорий, ср., например, сложности использования понятия 'норма' применительно к сфере пространственных и темпоральных отношений.

Интерпретационная идеология. Осознание ограничений атомистического подхода заставило исследователей искать концептуальные альтернативы. «Мышление основывается отнюдь не на операциях над семантическими представлениями», — приходят к выводу Т. Виноград и Ф. Флорес [Winograd, Flores 1986, p. 225]. В попытке обнаружить новые теоретические основания моделей мышления создатели систем ИИ сознательно обращаются к опыту изучения мышления в гуманитарных науках, и прежде всего в философии, психологии и филологии. Приходит понимание того, что интеллектуальные программы должны следовать тем же принципам, которые в процессе мышления использует человек [Ленат 1986].

Особый интерес вызвали представления о процессе понимания, возникшие в герменевтике. Оказалось, что в рамках этого научного

направления широко обсуждались важнейшие закономерности понимания естественноязыкового текста; некоторые из них уже получили отражение в построении интеллектуальных программ. Однако большая часть теоретического багажа этой дисциплины принципиально отличается от атомистической доктрины искусственного интеллекта. Исходная предпосылка герменевтического подхода — рассмотрение понимания как интерпретирующего процесса, основанного на вхождении в герменевтический понятийный круг, то есть на процедуре, использующей категорию невербализуемого «предзнания» или «предопыта». В искусственном интеллекте использование некоторых теоретических представлений герменевтики позволяет преодолеть многие сложности чисто «атомистического» подхода [Duffy, Mallery 1986; Mallery, Hurwitz, Duffy 1987; Winograd, Flores 1986]. Уже сейчас можно указать на целый ряд программ, реально использующих подходы, восходящие к герменевтической традиции. Каковы реальные перспективы «вычислительной герменевтики»? Случайно ли такое внимание разработчиков систем ИИ к гуманитарным моделям мышления? Для ответа на эти вопросы и для выявления реальных направлений влияния лингвистики (шире — филологии) на сферу искусственного интеллекта необходимо сопоставить герменевтические теории понимания (и их составляющие) и соответствующие интеллектуальные программы.

Эвристики герменевтики и их компьютерные аналоги. Герменевтическая традиция в ее классическом варианте ставит своей целью разработку и теоретическое обоснование способов интерпретации (толкования) филологического (сакрального, исторического, философского, художественного и т.д.) текста. Причем основной упор делается именно на выявление конкретного набора процедур, позволяющего понять (истолковать) текст благодаря вхождению в герменевтический круг — концептуальный мир семантических и прагматических категорий текста. В теоретических концепциях герменевтики понятийный круг образуют бинарные совокупности различных процедур, задающие, условно говоря, «микропарадигмы» герменевтического анализа текста. Укажем лишь наиболее известные: (i) объяснение vs. понимание [Apel 1979]; (ii) знание vs. познание; (iii) познание vs. понимание; (iv) понимание части vs. понимание целого; (v) понимание vs. объяснение; (vi) вера vs. понимание15*.

Вхождение в круг для концептуальных пар (i), (iii), (v) основывается на «предпонимании» (Vorverstandniss); для пары (ii) — на «истолковании». Анализ показывает, что изначально чисто практическая ориентация герменевтической парадигмы позволила ее сторонникам выйти на широкие

"' Обсуждение некоторых из этих оппозиций см. в [Ricoeur 1982, р. 261].

теоретические обобщения, которые органично переосмысляются в категориях современной когнитивной науки.

Герменевтическая метафора в самой своей сути адресатна и деятель-ностна. Понимание текста рассматривается как активный процесс, требующий от интерпретатора проведения определенных операций, обеспечивающих разрыв герменевтического круга. Каждое из направлений в герменевтике предлагает свои рецепты проникновения в содержание текста, которые могут быть представлены в виде исследовательских установок или эвристик — наиболее общих принципов исследования, основанных на теоретических представлениях, которые воплощаются в концептуальной модели изучаемого объекта. Аппарат эвристик позволяет выявить и оценить исследовательский потенциал научной теории (см. уже упоминавшуюся работу [Шрейдер 1976]).

Эвристики в широком понимании не обязательно привязаны к одной теоретической концепции; они довольно автономны по отношению к теории и могут функционировать независимо от нее. Собственно, автономность эвристик и дает возможность прослеживать идеи герменевтической традиции в искусственном интеллекте, поскольку интеграция герменевтических идей в искусственный интеллект осуществляется в форме заимствования отдельных теоретических положений, свойственных, как правило, нескольким герменевтическим направлениям. Заимствование моделей в целом — моделей понимания критической герменевтики, философской герменевтики, филологической герменевтики16) — сильно затруднено из-за сложностей формализации совершенно неформального по сути своей литературно-художественного текста, а также из-за неполноты теорий-источников.

Первое характерное (осознаваемое или неосознаваемое) заимствование связано с самой идеей герменевтического круга: наиболее известный вариант понятийного круга — анализ частей с точки зрения целого и, далее, целого с точки зрения частей реализован в компьютерной программе «бутстрепинга» (bootstrapping) [Mallery, Hurwitz, Duffy 1987], используемой при построении баз знаний [Hinton 1989] и интеллектуальных моделей развития мышления [Lenat 1983], ср. также широко известную методику «анализа через синтез» в системах понимания текста и распознавания речи [Шенк, Лебовиц, Бирнбаум 1983].

В типологии герменевтических эвристик естественно исходить из некоторого общего основания, в котором отражена специфика герменевтической парадигмы. Целый ряд важнейших характеристик этой исследовательской традиции был уже отмечен, однако наиболее существенным следует считать то, что в герменевтическом подходе впервые было обращено внимание на включенность текста в рамки дискурса, диалога, коммуникации на естественном языке. Герменевтические эвристики понимания

16) Классификацию и периодизацию герменевтической традиции см., например, в [Герменевтика 1985; Гусев, Тульчинский 1985].

по-разному «высвечивают» отдельные составляющие процесса коммуникации. На рис. 1 представлена герменевтическая модель диалогового взаимодействия и указаны те области модели, с которыми взаимодействуют эвристики.

«Топография» диалогового взаимодействия, суммирующая основные направления герменевтических разысканий, задает несколько аспектов исследования феномена понимания текста — языковой, когнитивный, порождающий и ситуационный — исчерпывающих плоскость рисунка. Языковой аспект соответствует собственно лингвистическому аспекту общения, когнитивный — когнитивным сферам автора и адресата, порождающий — процессу порождения речевого сообщения, а ситуационный — охватывает сферу включенности автора и адресата в социум на различных этапах исторического, культурного, политического развития этого социума.

Языковой аспект. Языковой аспект представлен тремя основными эвристиками, тесно связанными между собой. С историографической точки зрения они представляют собой наиболее раннее обобщение опыта исследования процессов понимания. Первое, с чем сталкивается адресат в процессе анализа текста, — это собственно языковое (точнее — лингвистическое) содержание текста. Эвристика о лингвистическом з н а ч е н и и требует от адресата внимательного прочтения текста с опорой на анализ смысла слов, словосочетаний, предложений и даже, если это необходимо, грамматических категорий (ср. в этой связи пример анализа Л. В. Щербой стихотворения Г. Гейне «Fichtenbaum» [Щерба 1957]), характера использования тех или иных синтаксических конструкций и т. д. Эти идеи в разной форме высказывались представителями философской герменевтики (Эразм Роттердамский, Д. Манетти. Фр. Аст) и др. 17)

Опора на лингвистическую составляющую плана содержания текста прослеживается и в более частных исследовательских установках. Так, сущностная эвристика ставит целью восстановить по лингвистическому значению описываемую ситуацию, положение дел, концептуальный мир и т. п., что образует мостик к пониманию скрытых и явных интенций автора [Гадамер 1989]. Выявление сущности текста может потребовать привлечения по сути антигерменевтической эвристики универсальных категорий, непосредственно связанной с традицией аналитической философии. Ее цель — привлечь внимание интерпретатора к тем общим понятиям, на которых основывается концептуальный мир текста. В герменевтическом варианте эта установка носит менее универсальный характер: сфера применимости понятийных категорий ограничивается рамками одного или нескольких однотипных текстов. В аналитической философии (ср. также традицию рационализма)

17) Ср. концепцию грамматического понимания и грамматической интерпретации в [Ast 1808; Schleiermacher 1974].

Рис.1 Герменевтическая модель общения (в когнитивных терминах) и «топография» эвристик понимания

множество исходных (элементарных) универсальных категорий действительно универсально и с его помощью могут быть описаны естественный язык, концептуальный аппарат научных дисциплин, религиозные тексты и т. д. [Декарт 1914; Leibniz 1959] 18).

Лингвистические эвристики герменевтики широко привлекались на разных этапах построения интеллектуальных систем, работающих с естественным языком. Так, эвристики универсальных категорий в том или ином виде эксплуатировались в большинстве автоматизированных систем анализа текста (ср. модель «Смысл О Текст» и ее варианты [Мельчук 1974; Апресян, Богуславский, Йомдин и др. 1978]; теорию концептуальных зависимостей Р. Шенка [Шенк 1980; Шенк, Лебовиц, Бирнбаум 1983]). Интересное понимание эвристик о сущности и универсальных семантических единицах реализовано в работе Ленерт, Олкера и Шнайдера, посвященной установлению базовых сюжетных «молекул» библейских текстов для целей компьютерного моделирования сюжета текста [Alker, Lehnert, Schneider 1985].

Эвристика о лингвистическом значении сама по себе слишком узка для систем ИИ. По этой причине она получила распространение прежде всего в системах машинного перевода и в некоторых ранних экспериментальных моделях языка. В целом можно утверждать, что взятый изолированно лингвистический аспект герменевтики не дает возможности строить адекватные интеллектуальные системы даже на ограниченной предметной области, поскольку собственно лингвистической информации недостаточно для моделирования понимания и тем более для моделирования мышления человека в целом. Кроме того, выделение универсальных категорий и разделение лингвистического и экстралингвистического знания сталкивается с серьезными сложностями. Тем не менее, в той или иной мере учет эвристик о языковом аспекте естественноязыковой коммуникации неизбежен, хотя и очевидно недостаточен.

Когнитивный аспект. Когнитивные установки в понимании связывают процедуры анализа с когнитивными системами либо автора текста, либо адресата. В первом случае речь идет о телеологической авторской эвристике, характерологической для философской и филологической герменевтики [Ast 1808; Schleiermacher 1974]. Согласно этой установке, интерпретация значения текста и вхождение в герменевтический круг зависит от того, в какой степени читатель проник в замысел автора, в мир его представлений, целей и желаний. Чаще всего эта исследовательская установка использовалась для канонизации того или иного способа прочтения текста; именно на ней основывается традиционная интерпретация библейских сюжетов. Однако в эпоху Реформации авторскую эвристику заменила другая — телеологическая адресатная эвристика, узаконившая зависимость понимания

18) Критику этого направления см. в [Степанов 1985; Fodor, Fodor, Garrett 1975; Fodor, Garrett, Walker, Parkes 1980].

текста от целей и намерений читателя. По мнению Лютера, она в большей степени отражала интересы верующих и, следовательно, была более близка к истине. Адресатная эвристика, будучи противоположна авторской по направленности, сходна с ней по основанию — по ориентации на когнитивные механизмы мышления.

В самом явном виде телеологическая адресатная эвристика воплощена в концепции «интереса» Р. Шенка [Шенк 1980]. Согласно гипотезе Шенка, понимание прямо зависит от конкретных коммуникативных целей читателя/слушателя. В подавляющем большинстве ситуаций адресат извлекает из текста только отдельные фрагменты, содержащие те или иные ключевые слова, связанные с активизированными в сознании адресата структурами знаний. Аналогичным образом строятся и компьютерные программы, понимающие текст на естественном языке.

Телеологическая авторская исследовательская установка в рамках ИИ находит отражение в концепции модели мира. Особенности строения модели мира определяют особенности понимания текста. Модель мира в системе понимания текста включает как составную часть рефлексию модели мира автора текста.

Ситуационный аспект. Ситуационные факторы оказывают влияние на процесс понимания с самых различных сторон. Герменевтическая традиция сосредоточивает внимание на исторических, социальных, культурных и др. условиях создания текста — контекстная авторская эвристика, а также на аналогичных условиях его интерпретации/понимания— контекстная адресатная эвристика [Гадамер 1989; Ast 1808; Schleiermacher 1974]. Историческая обусловленность понимания продуктов речевой деятельности — сакральных текстов, литературных произведений — отмечалась и в других научных парадигмах. Так, в русской формальной школе значимость литературного факта ставилась в зависимость от исторической эпохи [Шкловский 1929]. Тезис о ситуационной привязке понимания представлен в герменевтической традиции еще и познавательнойустановкой кумулятивного знания , согласно которой интерпретация данного текста должна опираться на результаты анализа аналогичных, близких по теме или идентичных по автору текстов — ср. представление о способах достижения «нового горизонта понимания» у Ю. Хабермаса [Habermas 1978].

Эвристики ситуационного аспекта оказались весьма продуктивными в сфере компьютерного моделирования мышления. Контекстные эвристики (в тех или иных версиях) послужили основой разработки теории «лексико-интерпретирующёй семантики», направленной на моделирование особенностей использования лексемы данным носителем языка, в данном тексте, в данном социуме, на данном этапе развития общества, в данных исторических условиях. В качестве канонической формы языкового выражения, над которой производятся преобразования, выступает не структура семантических примитивов, а множество семантических репрезентаций языковых выражений с фиксированной синтаксической структурой, для которых указаны классы семантических эквивалентов в рамках данного текста (meaning congruence class) с приписанными им коммуникативными целями. Эта теория была реализована при создании системы RELATUS [Duffy, Mallery 1989].

Порождающий аспект. Механизмы порождения столь же существенны для функционирования языка, как и механизмы анализа, однако в рамках герменевтической идеологии для интерпретирующего субъекта метафора порождения, вообще говоря, должна уступать по значимости метафоре интерпретации. Между тем сопоставление процедур анализа и синтеза показывает, что они образуют две стороны одного и того же процесса интеллектуальной деятельности человека, что находит отражение в смешанных методиках «анализа через синтез». Подобно тому как диалог в некоторых теориях считается первичным по отношению к монологу [Якубинский 1988], дискурсная эвристика рассматривает понимание текста как процесс коммуникативного речевого взаимодействия между адресатом и смыслом текста — понимание текста возникает по мере того, как интерпретатор получает ответы на свои вопросы в процессе чтения [Гадамер 1989]. Идее порождения соответствует также эвристика понимания как т вор чес т в а , расширяющая возможные рамки интерпретации текста до весьма широких пределов, ограничиваемых лишь интеллектуальными возможностями интерпретатора [Ricoeur 1981]. Очевидно, что эвристика понимания как творчества хорошо сочетается с телеологической адресатной эвристикой.

Порождающие эвристики в компьютерном моделировании понимания довольно редки, и пока их использование по большей части носит рекламный характер (ср. машинные «творческие программы»), однако в некоторых системах удается передать очень характерные особенности естественноязыкового дискурса [Hinton 1986; Lenat 1983; Weizenbaum 1975].

Внетекстовые эвристики. Кроме эвристик, в той или иной мере соответствующих этапам понимания и указывающих необходимые составляющие интерпретации естественноязыкового текста, в герменевтике представлен также ряд установок, позволяющих зафиксировать сам факт того, что понимание имело место. Так, понимание в некоторых случаях требует от адресата совершения определенных действий. В эвристике действийотмечается, что наличие действий или хотя бы их плана свидетельствует, что понимание имело место [Гадамер 1989]. Понимание составляет необходимое условие способности объяснить и оценить что-либо, это фиксируется в эвристиках объяснения и оценки [Apel 1979; 1980]19). Эта группа эвристик соответствует концепции создания экспертных систем — интеллектуальных программ, предусматривающих

19) Ср. в этой связи мнение М. Бахтина: «Нельзя разделить понимание и оценку: они одновременны и составляют целостный и единый акт» [Бахтин 1983, с. 346].

объяснение, оценку и — в ряде случаев — составление плана для решения проблемной ситуации [Элти, Кумбс 1987].

Важно иметь в виду, что во многих случаях использование обсуждаемых эвристик в работах по искусственному интеллекту не связывается с герменевтической традицией. Однако сам факт привлечения коммуникативно-ориентированных эвристик понимания очень значим: формируется вполне определенная тенденция построения интеллектуальных программ на основе поиска реальных закономерностей устройства человеческого мышления. Наиболее последовательно это направление исследований реализуется в «вычислительной герменевтике», представители которой эксплицитно ссылаются на источник их теоретических представлений о процессах понимания [Mallery, Hurwitz, Duffy 1987]. Герменевтические эвристики лежат в основе структуры уже упоминавшейся модели понимания текста — системы RELATUS [Duffy, Mallery 1986].

За эвристиками, обеспечивающими вхождение в герменевтический круг, лежит множество плохо исследованных механизмов мышления. Не вполне понятно даже, доступны ли они рациональному анализу. Осознание существования этой почти мифической сферы, часто именуемой термином «предзнание» (Vorverstandniss), заставило одного из патриархов современного искусственного интеллекта — Т. Винограда — отказаться от им же созданной идеологии разработки интеллектуальных программ, основанной на атомистических представлениях, признать невозможность на настоящий момент моделирования мышления в полном объеме и предложить новую стратегию компьютерного моделирования. Ее цель — облегчить естественноязыковую коммуникацию, предохранив ее от сбоев и ошибок. Реализация этой стратегии предполагает разработку систем-координаторов человеческого общения, основанных на теоретических представлениях теории речевых актов. Функции систем такого рода заключаются в экспликации условий успешности речевых актов и, соответственно, в установлении ограничений на класс возможных речевых реакций [Виноград 1985; Winograd, Flores 1986]. Широкое использование систем-координаторов существенно облегчает понимание языковых сообщений, помогая определить возможные границы их интерпретации.

Направления влияния филологического знания на сферу ИИ столь многообразны, что они вряд ли поддаются простому перечислению. Тем не менее как возможности влияния прикладной лингвистики, так и перспективы использования результатов филологических изысканий в приложениях языкознания и связанных с ними научных дисциплинах далеко не исчерпаны. Весьма вероятно, что ближайшее будущее даст нам новые впечатляющие доказательства плодотворности взаимодействия теории и практики.

Основная литература

1. Виноград Т. Работа с естественными языками // Современный компьютер. М., 1985. С. 90-107

  1. Шенк Р., Лебовиц М., БирнбаумЛ. Интегральная понимающая система // Но­вое в зарубежной лингвистике. Прикладная лингвистика. М 1983 Вып. 12. С. 401-449.

  2. Шрейдер Ю. А. Сложные системы и космологические принципы // Системные исследования, 1975. М., 1976. С. 149-177.

Дополнительная литература

  1. Герменевтика: История и современность. М, 1985.

  2. Гусев С. С, Тульчинский Г.Л. Проблема понимания в философии. М., 1985.

 

 

 

 

 

 

 

 

 

 

содержание   ..  50  51  52  53  54  55  56  57