随着科学研究中人性元素的融入以及对伦理问题的探讨,科学与人文的趋同协作已不再遥不可及,而且日渐具有其充分现实性基础,隐喻计算研究可以看作科学与人文趋同协作的典型。

　　隐喻研究在经历亚里士多德“修辞学”起源阶段、近代“语言哲学”反思阶段、随着结构主义语言学的兴起而进入“语言学转向”后,20 世纪80 年代,莱考夫(George Lakoff)和约翰逊(Mark Johnson)从认知角度提出概念隐喻理论,确立了隐喻的心智中心属性,隐喻研究进入“认知转向”的发展高潮。近年来,荷兰隐喻实验室的刻意隐喻理论对经典概念隐喻理论提出了挑战,学界开始寻求隐喻认知模型的可量化进路,整合了隐喻研究科学性与人文性的隐喻计算成为首选。

　　隐喻计算主要尝试从语言计算化角度探讨隐喻识别、分析与理解的建模问题,以逻辑和统计的方法为主,尝试提出一些隐喻语言相关的计算模型以及这些模型所涉及的计算技术与应用过程。隐喻计算研究主要以相关的隐喻理论为基础,探讨隐喻计算处理程序的适用范围和优缺点。一方面,该研究致力于对隐喻计算建模的不断推进;另一方面,该研究对现有隐喻计算取得的阶段性成果进行批评性总结,并思考隐喻计算领域值得进一步深入探讨的问题。隐喻计算研究比较关注的问题有:隐喻计算如何实现隐喻的人文性与计算的科学性趋同处理;隐喻计算的建模科学性是否能够保证隐喻的普遍性、真实性与复杂性等人文特征;隐喻计算能否为隐喻研究内部的范式之争(如语言派和认知派)提供解决出路;等等。隐喻计算研究对上述问题的回答不但能为隐喻研究本体论与认识论探索提供切实的参考,而且可以为打破人工智能与机器翻译中的语言处理瓶颈提供佐证。

　　自隐喻计算研究发轫于20世纪70年代以来,其方法论的探讨与演进一直是这一研究领域的重点与难点,涵盖了统计法、认知法、建模法、语料库法以及综合分析法等。初期的隐喻计算模型缺乏对隐喻本体的包容性分析,后来,隐喻形式化及其类比逻辑系统等更加关注隐喻的人文性本质,逐渐强调对隐喻使用所涉及“表述意义”的描写与解释,并且开始注重隐喻心智加工仿真的客观条件类比匹配。近些年,隐喻计算对于统计法与语料库法更加感兴趣。例如,在计算语义学领域,尤其是强大的词项切分、对齐与提取技术,使得隐喻使用主体中的意义提取可以更加准确地获得正确的词项、语域和语旨等相关信息。统计法为大规模的隐喻程序模型开辟了全新的道路。结合统计法,语料库方法能够基于海量的自然语言隐喻语料,依据语言提取客观可信的结论,并且支持研究结论效度的可观测性、可验证性与可复制性。在计算机技术的支持下,隐喻计算研究的语料库方法在语言使用领域将大有可为:对韵律、词汇、语法、语义、语用、文体以及界面等不同研究对象,在社会语言学、心理语言学、词典编纂、语言教学等不同学术领域以及自然语言处理、人工智能、机器翻译、言语识别与合成等应用领域,都将发挥日趋重要的作用。

　　隐喻计算研究除了在语言层面具有纵向应用价值外,在横向的跨学科研究中同样表现出明显的应用潜质。譬如,在文化、媒体、设计、营销和教育等领域,基于隐喻本体的认知心智属性,隐喻计算分析可以用来呈现认知与元认知的相似性和差异性,进而为使用者清楚了解各相关方的看法提供帮助,为后续的决策提供参考。目前,这种研究思路已经成为互联网检索的重要组成部分。此外,荷兰隐喻实验室已经着手开发隐喻计算技术,尝试基于大型语境搜集海量隐喻实例,进而推动隐喻使用动机的自动化识别研究。如果研发成功,届时基于隐喻计算技术的话语意图倾向分析就可以突破原始的简单静态范畴分类,走向实时动态的隐喻选择性偏好呈现,捕捉隐喻同潜意识之间若有若无的线索便不再成为难题。

　　最后,隐喻计算研究不但可以拓展“语言服务”的可应用性外延,可以将语言应用更好地融入商业运作、界面开发、教学管理、教师教育、音译翻译、语言障碍矫正以及失语、失读的病理分析等领域,同时还可以深化“语言服务”的发展性内涵。借助隐喻计算能够整合科学与人文的双向优势,语言服务最为看重的沟通精度与深度将大幅提高。这样便能够廓清服务对象在不同阶段的服务需求,进而提供具有创新性的语言服务。

　　(本文系黑龙江省哲学社会科学项目“语篇视角下中国英语学习者语法隐喻习得机制研究”(16YYE05)阶段性成果)

　　(作者单位:哈尔滨工程大学外语系)