这两天和语义、语境较上劲了

晨枫

突然想到，生僻、高冷的词不大会在语义、语境上有歧义，出问题的常常是常用词。

比如，power谁都知道，但power不总是力量。He speaks with such power可能用气场更好，但The power of quiet conviction is quite overwhelming又是力量了。

noise一般翻译成噪声，但When that Aston Martin V8 starts to growl, the noise is quite sensational，这里声浪更好，肯定不是讨人嫌的噪声。

do平常没有太特别的意思，但this will do是“这就行了”，I will make do with this就是“我就用这凑合吧”。

make一般是制造，但在说到车的时候，尤其是填表标注厂家、型号的时候，是make and model，很少见到brand and model。

get就更不好get了。do you get it是“你弄明白了吗”，get me something是“给我弄点什么”，中文里倒正好都是“弄”，而且现在中文里说“你get到吗”似乎是可接受的表述了。

同样来自于sense，sensational和sensual就完全不一样；同样来自credit，credible和incredible又完全不一样，Sense and Sensibility就是简·奥斯汀玩弄修辞的绝好例子。

语言真是个好玩的东西。

征久仁

Power 可以指电力，也可以是兵力。

晨枫

征久仁 发表于 2025-1-11 20:22
Power 可以指电力，也可以是兵力。

对，那些是常用词义。还可以是汽车马力呢。

testjhy

晨枫 发表于 2025-1-12 10:45
对，那些是常用词义。还可以是汽车马力呢。

我本身是研究语义这个方向的，按传统人工智能研究方法，在词义下面细分成概念(义项)，每个概念有属性、关系、行为等语义形式化内容，这与表达、语境、语用有比较密切的关系。就象苹果(手机)和苹果(水果)，同一个词在不同义项中代表了不同的概念。
可怜的我研究上已经比较完善，但要围绕它构建语义场，譬如说汉语语义场，不是少量的经费能够推动得了的。现在被大模型(LLM)冲击得只能躲在某个角落瑟瑟发抖，
大模型厉害的是，通过海量语言素材的学习，基本掌握了同名概念(如上述苹果)的正确使用，在语言生成时对语义、语境和语用相当丝滑，不是传统人工智能(自然语言理解)能够比拟的。如果说传统方法与LLM相比还有点优势的话，传统方法还是知道自己拥有的语义知识，而LLM目前只是由生成算法在概率模型指导下的话赶话，

晨枫

testjhy 发表于 2025-1-12 09:55
我本身是研究语义这个方向的，按传统人工智能研究方法，在词义下面细分成概念(义项)，每个概念有属性、关 ...

这可能可以与empirical model和机理模型相比照。数值方法发达后，前者大行其道，大有炸平庐山之势，但很快人们就发现收到数据集的限制，不宜外推或者大间距内插（个人认为大间距内插在本质上就是外推，不过两头有数据而已），回到机理模型了。当然，也不是真回，毕竟机理模型太费力气。但某种混合模型还是可以的，用机理的框架把经验模型的“形状”规定好，然后再回归。

所以T教授别瑟瑟发抖，你的好日子马上就要来了。到时候你想退休都把你从家里抓出来。

AI我觉得也是这样。现在很厉害的LLM还是“看得多、读得多”，没看过、没读过就抓瞎。人类根据“机理模型”还能猜，很多语义语境就是这样“悟”出来的，我是看不出来AI何时能有这个“悟”的能力，用大数据训练从原理上讲就没法“悟”。

人类也是从学习中才会“悟”的，但我认为人类自己都没弄明白这个“悟”是怎么来的。

说到底，人类智能对智能的本质还只一知半解，人工智能从人类智能里是学不到智能本质的。要是人工智能有朝一日超过人类智能，只怕人类到死都不知道怎么死的，因为对智能的本质还是没理解。

喜欢就捧捧场

看您这篇，脑海里闪过一张冷峻的面孔和尖锐的女高音："上下文！给我好好看上下文！"

花差花差学院的老师，教过俺的听力，泛读和写作。第一年尽挨她骂了，过年的时候溜出去玩儿回去晚了，为了躲开校园大门校警登记，俺和同学麻利翻墙，结果发现她也在翻墙，两人相视一笑，翩然跳下。

从那以后，她待本五就好了很多，本五犯事儿的时候，也多亏了她保下来，虽然不能呆在体制里，但至少顺利毕业了

晨枫

喜欢就捧捧场 发表于 2025-1-14 06:59
看您这篇，脑海里闪过一张冷峻的面孔和尖锐的女高音："上下文！给我好好看上下文！"

花差花差学院的老师， ...

哈哈哈！以后你写一个《小五战史》吧，肯定好看！