第八章 语言的输入A

一、正转录流程描述

在前面较为宽泛的讨论之后，我们已经熟悉了应该熟悉的概念，做好了精确讨论的准备，本章我们开始描述和正转录相关的工程上的设计。

人类处理输入的语言，无论是一句话表达，还是成段的表达，还是一本书的信息，都是以每个单句作为信息单元逐句处理的。处理的过程会维护一个语境记忆，以应对表达中的省略，形成对表达信息的主要逻辑，以及各种信息之间关系的提取。因为语境记忆的存在，虽然是单句逐句处理，但最终摄取的信息却不是零碎的。

对于单句信息。第一步，需要先识别当中的词汇，词汇是构建句子的积木。词汇有三种类型，第一种是背后有概念对应的词汇，比如“苹果”“文化”；第二种是结构信息的位格名称，比如二元关系中的“爸爸”“仇人”；还有一类是为了赋予句子足够的结构特征，方便听者识别的“结构性词汇”，比如中文中的“的”“是”“但是”“所以”等，英文中“is”“however”“because”等。

第二步，识别完词汇后，会把第一类对应概念的词汇用概念ID替换，第二类对应结构信息位格名称的词汇用结构信息位格ID替换，结构性词汇保留原有形态。

第三步，如果第二步输出的信息是合法的表达，已经能够找到统辖它的句子结构母类，接着我们要完成：

A．进行统辖搜索。

B．找到统辖这个概念替换词汇后的句子的句子结构信息，并建立具体概念到句子结构中对应的较为抽象的概念的约束映射。

C．找到句子结构信息对应的表达单元信息。

D．用约束映射进行表达单元信息中对应抽象层概念的替换，演绎出具体的表达单元信息。

如果句子中包含嵌套结构，那么我们无法直接识别到最外层语法结构（这里也就是指语法映射两部分信息中的句子结构信息），需要句子中包含的小语法结构，转为所描述或指向的概念ID后，更大的语法结构才会显现出来。

以上是对正转录流程的简要描述，具体每步都会包含更多细节的内容，需处理各种非理想化的情况，主要就是我们两章前描述的所有自然语言都会遇到的4个问题：（1）如何应付嵌套，尤其是多重嵌套；（2）如何维护语境信息；（3）如何应付语境省略和常识省略；（4）如何应付意向表达。接下来我们就带着这些问题来具体讨论每个环节的信息处理逻辑。