汉语语用移情优选机制及其应用研究

　　人类话语的输出结合了经验和推理，是一个因应环境的综合优选过程，具有两个特征：梯度性和概率性。其形式化难点在于诸多语境因素的参与和筛选，然而都可以在移情特征下获得统一。本书正是探讨这种基于移情的统一优选机制，以期将优选论、移情和人工智能等结合起来，探索言语形式化的一个新的研究路径和应用领域。

　　李向华，男，1974年生，安徽合肥人。上海师范大学语言学及应用语言学博士，现为九江学院文学与传媒学院副教授，硕士生导师，汉语国际教育教研室主任，江西省认知科学与跨学科重点研究中心兼职研究员。近年来，主持国家社科基金年度项目和省级项目多项；发表各论文20余篇，专著1部;主编教材1部，参编1部；获江西省社科成果优秀奖1次。主要从事认知语言学、语言理论和对外汉语教学等方面的研究。

第1章优选论与预备知识1
1．1优选论出现的背景及述评1
1．2优选论的理论发展模型4
1．3优选论的理论预备16
1．4概率与移情优选46
第2章移情的本质与研究价值66
2．1美学中的移情66
2．2语言学中的移情68
2．3移情现象的本质特征69
2．4语用移情及其在汉语中的表现71
2．5移情优选研究的价值76
第3章移情研究困境与优选论级差模式81
3．1移情现象研究的困境81
3．2句式和移情值之间的共变84
3．3优选论对移情现象描写的可行性93
3．4优选论级差评估模式评价97
3．5移情级差评估模式的案例分析102
第4章概率语法与概率优选模式118
4．1语言的概率性118
4．2概率语法及相关讨论120
4．3概率优选评估模式及特点147
4．4移情概率评估模式的案例分析151
4．5不足之处183
第5章移情优选的制约条件186
5．1制约条件的本质属性186
5．2制约条件的类别192
5．3制约条件的设立与等级排列196
5．4移情制约条件的归纳202
5．5移情制约条件的特点与归纳原则205
5．6汉语移情制约条件的部分构拟与相关讨论208
第6章移情优选与自然语言处理212
6．1自然语言处理中的移情优选212
6．2自然语言处理中移情优选的设计思路224
6．3移情和情感的交叉与机器的处理方式234
第7章神经网络在汉语移情优选上的应用240
7．1机器学习排序模型概述240
7．2基于RankNet的移情优选排序模型247
7．3RankNet算法的改进策略262
7．4特征提取层的主要方式264
7．5特征提取的混合模型与相关探索281
7．6实验结果及分析291
第8章自然语言处理中移情优选发展趋势及相关问题295
8．1自然语言处理中移情优选的可能发展趋势295
8．2自然语言处理中移情优选涉及的相关领域301
附录汉语语用移情神经网络实验模型结构图306
参考文献311
后记321