人文主义文学的基本特征篇1
〔关键词〕图像检索；共词分析；知识图谱；研究热点
Doi：10.3969/j.issn.1008-0821.2013.11.023
〔中图分类号〕G254〔文献标识码〕a〔文章编号〕1008-0821（2013）11-0100-08
图像检索是信息检索的重要组成部分，从20世纪70年代开始，很多学者都对图像检索技术进行研究，先后提出基于文本的图像检索、基于内容的图像检索以及基于语义的图像检索技术。传统的文字搜索主要是以关键词匹配为基础，着重优化搜索路径算法，加强建立学习和反馈模型，比如百度和谷歌都取得了巨大的成功。但图像检索与文字检索存在很大的区别，存在很多问题，如图像内容描述、语义理解鸿沟、特征提取复杂等。这些问题制约着图像检索研究领域的进一步发展，也是图像检索研究的热点问题。
本文以CnKi近十年来发表的图像检索文献为研究对象，以文献关键词为研究载体，以共词分析方法为研究基础，采用聚类分析、多维尺度分析、社会网络分析等方法，结合可视化软件Ucinet，绘制近十年来图像检索研究图谱。笔者研究目的在于通过这篇研究论文，图像检索研究领域的学者或者是对图像检索感兴趣的人可以很清晰的发现近十年来图像检索研究领域过去的关注点、现在的热点以及未来的发展趋势。
1文献来源及研究方法
1.1研究文献来源
为了确保检索的文献符合笔者的分析需求，笔者检索条件设置为：数据来源为CnKi（中国学术文献网络出版总库），检索时间为2003-2012年，关键词中包含“图像检索”，检索策略为“精确”进行检索，共检索出期刊2477篇。
1.2基于研究样本的文献计量情况
论文载文量的变化，在一定程度上反映该学科的理论水平和发展速度[1]。笔者对国内图像检索相关的2477篇文献进行统计，并利用excel软件绘制出图像检索文献年代分布折线图，如图1所示。图1的数据表明，图像检索论文数量从总体上来看，是成上升趋势，在2008年达到顶峰。论文增长曲线呈现“S”型。根据普莱斯逻辑增长曲线规律，笔者发现图像检索研究是逐步发展的，并逐渐走向成熟的过程。图12003-2012年图像检索研究期刊发文量
1通过文献计量软件Sati2.2软件，对检索的2477篇文章的文章进行统计分析，得到作者的总人数为3917人（包括第一作者、第二作者等）。经过计算，笔者发现西安电子科技大学多媒体研究所的周利华教授和河南理工大学的孙君顶教授发表的文章最多，同为33篇，根据普莱斯计算公式，核心作者发文数m≈4.31，因此将文章数量为5篇及以上的著者定为核心著者，统计得到核心著者有153人，占全部作者总数的3.9%。笔者筛选出发文数量排名前20的作者及其单位，如表1所示。从表1中，我们发现图像检索研究机构以高校为主，并且相对集中。西安电子科技大学、西北大学、西北工业大学、河南理工大学等。高校是图像检索的主要研究机构，这也表明，图像检索的研究目前以理论研究为主，实际应用并不广泛。
表12003-2012年图像检索期刊发文量前20位作者及其单位
1.3期刊分析
期刊载文分析主要反映学科研究文献的期刊分布情况，期刊的分布也可验证布拉德福定律。由于核心期刊的载文量水平较高，更能反映学科研究水平，因此本文的期刊分析，都以核心期刊为主。表2是排名前20位发文量超过15篇的核心期刊。
表2载文前20种核心期刊表
1.4研究主题分析
研究主题变化通过关键词词频变化来揭示。本文对2477篇图像检索的关键词进行统计，在统计过程中，对一些关键词进行合并处理，如“基于内容的图像检索”、“基于内容”和“CBiR”；“纹理”和“纹理特征”等。为了能够清晰的揭示出研究主题的变化，笔者对每一年的论文关键词分别进行统计，统计结果见表3。
表32003-2012年论文关键词词频变化表
随着时间的推移以及研究的深入，图像检索领域的研究热点也在不断的变化中。笔者参考安徽大学储节旺教授将热点关键词进行分类的研究方法，将图像检索领域的热点关键词分为3种类型：恒星关键词、流星关键词和新星关键词[2]。（1）恒星关键词指的是那些一直处于研究热点的关键词，如“图像检索”、“基于内容的图像检索”、“相关反馈”、“特征提取”、“颜色直方图”等，这类关键词也是图像检索的核心内容。（2）流星关键词指的是那些研究一段时间后缺乏持续研究的关键词，如“图像数据库”、“医学图像检索”、“数字图书馆”等。这类关键词研究的内容深度不够，没有涉及到图像检索的核心内容，研究的是图像检索应用研究。图像检索研究本身存在很多技术有待突破，目前主要停留在理论研究层面，这些基于图像检索技术的应用研究明显研究深度和热度。（3）新星关键词指的是那些总体增长比较平稳并且在未来会受到重点研究的关键词，如“图像分割”、“小波变换”、“支持向量机”、“灰度共生矩阵”等。这类关键词涉及到图像检索的核心技术，也是未来提高图像检索速度和效果的关键所在。
1.5高频关键词的确定
通过文献计量软件，统计得出2477篇文章中共有关键词3463个。通过对关键词进行认真分析，将一些表述相近意思的关键词进行合并，如“基于内容的图像检索”、“CBiR”和“基于内容图像索”；“纹理”和“纹理特征”进行合并，取词频大于20的关键词作为高频关键词，共有48个，如表4所示。表4高频关键词表（部分）
关键词频次关键词频次图像检索1190直方图48基于内容的图像检索488基于内容44相关反馈261灰度共生矩阵43特征提取210mpeG-743颜色直方图130数字图书馆37纹理特征94相似度37支持向量机86医学图像检索36颜色特征72图像特征35小波变换71图像32图像分割65检索31形状特征58信息检索30相似性度量56图像语义30图像数据库54图像分类29颜色52颜色空间28聚类49不变距27
为了进一步的分析关键词内部之间的联系，对48个高频关键词进行两两检索，形成48×48的共词矩阵，如图2所示。图像检索基于内容的
图像检索相关反馈特征提取颜色直方图纹理特征纹理图像检索118910129104814942基于内容的图像检索103876341161916相关反馈12963261238310特征提取1044123210599颜色直方图81168513001图2高频关键词共现矩阵（部分）
1.6构造相关矩
通过对共词矩阵进行卡方检验，发现共词矩阵不符合正态分布规律，为了能够用更多的统计方法对数据进行统计分析，需要利用ochiia系数对共词矩阵进行转换，构造相关矩阵和相似矩阵。用ochiia系数将共词矩阵转换成相似矩阵，如图2所示。但是相似矩阵中的0值过多，统计时容易造成误差，为了方便进一步处理，用1与全部相关矩阵上的数据相减，得到关键词相异矩阵，部分数据如图3所示[3]。
图像检索基于内容的
在相似矩阵中，数值的大小表明了两个关键词之间距离的远近，数值越大表明关键词之间的距离越近，相关程度越大；数值越小则表明关键词之间的距离越远，相关程度越小。图像检索基于内容的
在相异矩阵中，数值越小表明关键词之间的距离越近，相关程度越大；数值越大则表明关键词之间的距离越远，相关程度越小。
1.7知识图谱分析
科学知识图谱是显示科学知识的发展进程与结构关系的一种图形。它的悄然兴起，一方面是揭示科学知识及其活动规律的科学计量学从数学表达转向图形表达的产物，另一方面又是显示科学知识地理分布的知识地图转向以图像展现知识结构关系与演进规律的结果。基于社会网络的Ucinet软件，通过构建行动者节点及其联系网络的互动关系，解释社会网络的层次性、等级性、结构性等，并以网络图谱的形式揭示该研究领域的主题热点[4]。图5关键词共现图谱
分析显示，网络密度为10.95%，中间中心度为19.62%，一致性指数为0.962，上述3个指数表明，关键词共现网络集聚程度不高。其中，图中节点大小由关键词频次决定，线条的粗细，由两个关键词共现的次数决定。线条越粗，表明共现次数越多，反之，表明共现次数越少。节点围绕图像检索、基于内容的图像检索、相关反馈、特征提取形成相对密集的圈层。图5，点的中间中心度排名前15位的分别是图像检索（982.269，1）、基于内容的图像检索（529.658，2）、相关反馈（365.832，3）、特征提取（343.531，4）、颜色直方图（160.999，5）、纹理特征（108.175，6）、支持向量机（95.334，7）、颜色特征（78.884，8）、小波变换（73.287，9）、图像数据库（57.513，13）、形状特征（46.640，11）、相似性度量（45.965，12）、聚类（44.494，15）、医学图像检索（40.030，22）、图像分割（34.788，10），括号内为关键词的中间中心度及频次排序。网络连线的粗细能反映节点的关联度，是识别意义类团的重要特征，如“图像检索——基于内容的图像检索——图像分割——相关反馈——纹理特征”、“图像检索——颜色直方图——颜色特征——兴趣点——颜色量化——特征匹配”、“图像检索——聚类——语义鸿沟——高层语义——图像索引”、“图像检索——特征提取——纹理特征——相似度——图像数据库——医学图像检索——图像检索系统”等。
1.8多维量表分析
多维量表分析（mDS）是将一组个体间的相异性数据经过mDS转换成空间的构形，且尽可能保留原始数据的相对关系。在SpSS19中文版中，选择“分析——度量——多维尺度（aLSCaL）”，得到空间二维图，如图6所示。图6多维尺度分析结果图
从图6可以看出，关键词大体可以分为六大类。第一类，语义图像检索、多媒体数据库、纹理检索、图像匹配、空间关系、高层语义、主色调、纹理谱、位平面、粗糙集、纹理图像检索、商标图像检索、环形颜色直方图；第二类，纹理分析、边缘检测、图像检索技术、图像检索系统、兴趣点、搜索引擎；第三类，视觉特征、半监督学习、相关反馈、流形学习、多示例学习支持向量机、图像检索；第四类，图像特征、不变距语义、语义鸿沟、相似性度量、相似度、图像分类；第五类，数字图书馆、聚类、形状特征、颜色特征、特征提取；第六类，医学图像、图像数据库、医学图像检索、灰度共生矩阵、颜色距、图像语义、mpeG7、图像分割、颜色空间、图像标注等。
2研究热点分析
通过上文对图像检索研究领域的多维计量分析（知识图谱分析、多维尺度分析）以及关键词词频的变化分析，笔者发现目前国内对图像检索的研究领域比较集中，主要集中在图像检索的算法研究、图像特征研究（如颜色特征，纹理特征，形状特征等）、图像语义研究等。具体分为以下几个方面：
2.1图像算法研究
图像算法研究是图像检索的研究热点之一，不同的学者从不同的角度提出不同的图像检索算法，来提高图像检索的效果。鲁珂等提出基于支持向量机的理论提出了一种用于图像检索的半监督学习算法[5]。许相莉等提出一种基于粒子群的图像检索相关反馈算法，使得用户对检索目标的理解逐渐清晰，能够有效全面的搜索图片库，同时避免多次反馈造成的算法效率和检索效果之间的矛盾[6]。王崇骏等在ipSm模型对图像的语义分类特征进行描述和提取的基础上，提出并实现了基于高层语义的图像检索算法以及基于高层语义的相关反馈算法[7]。李健提出一种以曲波变换为基础，综合香农熵与频域子带能量特征的图像检索算法。该方法用香农熵进行预分类，用子带图像的能量特征进行相似度度量，并加入检索者的反馈信息，实现图像的精确检索[8]。牛蕾等回顾了早期的启发式相关反馈算法和近期的最优相关反馈算法，对现有的相关反馈算法进行了分析、总结和对比，并提出了今后相关反馈算法的发展方向[9]。因限于篇幅，不一一列举图像检索算法。
2.2图像特征研究（颜色特征、纹理特征、形状特征、空间关系特征等）特征提取是计算机视觉和图像处理中的一个概念，是图像检索的核心内容。它指的是使用计算机将图像信息进行分解、匹对，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。目前，特征提取算法各种各样，算法计算复杂性和可重复性也非常不同。颜色特征是一种全局特征，描述了图像或图像区域所对应的景物的表面性质，由于颜色特征不能反映颜色信息的空间分布等特点，因此基于颜色特征的图像检索存在一定的缺陷，影响图像检索效果。王向阳等提出一种鲁棒的多特征彩色图像检索新方法，实验结果表明，该方法不仅能够准确、快速的检索出用户所需图像，而且对光照、锐化、模糊等噪声攻击均具有较好的鲁棒性[10]。纹理特征也是全局特征，它和颜色特征不同，纹理特征不是基于像素点的特征，它需要在包含多个像素点的区域中进行统计计算，这样提高了模式匹配的成功率，但光照、反射情况对图像检索存在一定干扰。安志勇等在构造了具有旋转、平移和尺度不变的纹理特征的基础上，提出基于纹理特征的图像检索算法，该算法具有旋转、平移和尺度不变性，与其它方法相比，具有较高的检索率[11]。形状特征有两类表示方法：一类是轮廓特征；另一类是区域特征。图像的轮廓特征主要针对物体的外边界，而图像的区域特征则关系到整个形状区域。形状特征可以比较有效地利用图像中感兴趣的目标来进行检索，但图像形状本身存在容易出现变形的情况，而且人的主观意识对图像形状的判别也存在影响。何姗等提出一种基于兴趣点的图像检索新方法aCSm，利用兴趣点的位置信息，提取兴趣点周围局部区域的颜色矩特征和区域形状不变矩特征，由于将颜色和形状特征有机结合，aCSm算法有效提高了图像检索的准确性[12]。空间关系，是指将一幅图像进行分割，分割出来的多个目标之间的相互的空间位置或相对方向关系（邻接、重叠等关系）。空间关系特征的使用可加强对图像内容的描述区分能力，但空间关系特征常对图像或目标的旋转、反转、尺度变化等比较敏感。张伟等构造了在平移缩放旋转下保持不变的基于度量矩阵特征值的图像空间关系描述子。研究表明这种描述与人的主观视觉心理相一致，在平移缩放旋转下以及小噪声下具有较强的鲁棒性，具有较好的类别可分离性[13]。
2.3图像语义研究
图像语义研究是图像理解的重点和难点，在现实生活中，人的视觉特征因人而异，人对同一副图像的情感认知也不尽相同，导致不同的人对同一副图像特征提取出现天壤之别。如何对一幅图像的特征（颜色、纹理、形状等）描述与视觉特征相吻合，进行客观的语义描述，实现基于语义的图像检索是国内学者研究的热点之一。图像语义研究包括语义鸿沟、高层语义、底层特征语义等角度。语义鸿沟是图像检索系统广泛存在的问题之一，它是人对图像相似性的判别依据与计算机对相似性的判别依据之间的不同，造成了人所理解的“语义相似”与计算机理解的“视觉相似”之间的“语义鸿沟”的产生。张菁等针对相关反馈和感兴趣区检测在弥补语义鸿沟时存在主观性强、耗时的缺点，提出了视觉信息是一种客观反映图像高层语义的新特征，基于视觉信息进行图像检索可以有效减小语义鸿沟[14]。高层语义主要涉及图像的场景语义、行为语义和情感语义。一般而言，高层的图像语义往往建立在较低层次的语义获得的基础上，并且层次越高，语义越复杂，涉及的领域知识越多，也是图像语义描述的难点之一。吴楠等利用图像的高层语义信息来进行图像检索，在深入研究图像高层语义的低层特征描述的基础上，提出了图像语义的层次划分，并对每个高层语义层提出了语义抽取和检索算法。该检索算法可以有效地对图像高层语义信息进行提取，并可作为新型高效图像检索系统的一个模型[15]。袁薇等指出了应用图像的高层语义特征和底层颜色特征作为图像检索的综合指标，将图像文本和视觉信息融合起来，给出了一种综合语义和颜色特征的图像检索系统的体系架构，以填补多媒体底层特征和高层语义之间的差异[16]。
2.4图像检索技术研究
图像检索技术的发展是一个不断进化的过程，最初是基于文本的图像检索。基于文本的图像检索是首先对图像的特征进行文本描述，然后利用关键词进行检索图片，费时费力，而且检索效率低下，容易出现错误。为了克服基于文本的图像检索的局限性，提出了基于内容的图像检索系统，通过特征提取和高维索引技术进行检索，通过比较视觉特征的相似度来获得检索结果。洪俊明总结了图像数据库检索技术的发展轨迹和特点，针对基于内容的图像检索技术中的局限性，从计算机底层硬件的角度提出了基于内容检索的流水索引法[17]。但在现实生活中，人们往往习惯于对图像的语义进行检索，而不是图像的特征，如何建立从图像的低层特征到高层语义的映射，获取图像的语义概念，并在此基础上进行语义检索，是图像检索技术的一个新的方向，即基于语义的图像检索技术。陈久军等提出图像语义检索整体框架，系统采用XmL技术，将图像内容层式描述、图像语义对象自动获取、图像语义相似测度等功能模块加以融合，实现语义层面的图像检索[18]。
3结语
国内对图像检索的研究热点主要集中在图像检索的算法研究、图像特征研究（如颜色特征，纹理特征，形状特征等）、图像语义研究等。当然，国内针对图像检索研究的热点还有，比如基于流行学习的图像检索技术、遗传算法、粗糙集理论在图像检索中的应用以及医学图像检索相关技术的研究等等，因限于篇幅，笔者主要列出国内学者研究比较集中的热点问题。通过共词分析法来展现国内图像检索研究的学科热点问题，这类文献基本没有。笔者的目的在于通过这篇研究论文，图像检索研究领域的学者或者是对图像检索感兴趣的人可以很清晰的发现近十年来图像检索研究领域过去的关注点、现在的热点以及未来的发展趋势。本文在研究过程中，也存在不足。在介绍图像检索研究热点问题，因限于篇幅，很多相关热点没有一一展示；在文献选取时，以期刊为检索源，忽略了硕博士论文，对研究结果会有一定的影响；高频关键词的设定、多维量表分析、知识图谱分析等都具有一定的主观性，这些问题是笔者下一步需要完善的地方。
参考文献
[1]张玉双.我国高校图书馆知识管理研究的文献统计分析[J].晋图学刊，2008，（5）：45-48.
[2]储节旺，王龙.近十年国内知识管理研究热点——基于CSSCi数据库的词频分析[J].情报科学，2011，（9）：1425-1429.
[3]manfredwettler.ReinhardRappComputationofwordassociationsBasedontheCo-occurrencesofwordsinLargeCorpora[eB/oL].2005-10-09.
[4]（美）林顿·C·费里曼.社会网络分析发展史[m].张文宏，刘军，王卫东，译.北京：中国人民大学出版社，2008：2-3.
[5]鲁珂，赵继东，叶娅兰，等.一种用于图像检索的新型半监督学习算法[J].电子科技大学学报，2005，（5）：669-671.
[6]许相莉，张利彪，刘向东，等.基于粒子群的图像检索相关反馈算法[J].电子学报，2010，（8）：1935-1940.
[7]王崇骏，杨育彬，陈世福.基于高层语义的图像检索算法[J].软件学报，2004，（10）：1461-1469.
[8]李健，牛振山.基于曲波的纹理图像检索系统的设计与实现[J].计算机工程与科学，2011，（3）：62-66.
[9]牛蕾，倪林.基于内容的图像检索中的相关反馈算法[J].计算机工程与应用，2004，（32）：65-70.
[10]王向阳，芦婷婷.一种鲁棒的多特征彩色图像检索新方法[J].中国图象图形学报，2007，（10）：1757-1760.
[11]安志勇，曾智勇，赵珊，等.基于纹理特征的图像检索[J].光电子·激光，2008，（2）：230-232.
[12]何姗，郭宝龙，洪俊标.基于兴趣点颜色形状特征的图像检索方法[J].微电子学与计算机，2006，（3）：40-43.
[13]张伟，何金国，桑佩罗布.基于度量矩阵特征值的图像空间关系描述[J].计算机应用研究，2010，（11）：4376-4378.
[14]张菁，沈兰荪，DavidDagonFeng.基于视觉感知的图像检索的研究[J].电子学报，2008，（3）：494-499.
[15]吴楠，宋方敏.一种基于图像高层语义信息的图像检索方法[J].中国图象图形学报，2006，（12）：1774-1780.
[16]袁薇，高淼.综合语义与颜色特征的图像检索技术研究[J].微电子学与计算机，2006，（10）：36-39.
人文主义文学的基本特征篇2
关键词：语义提取；局部算子；支持向量机；语义标注
中图分类号：tn919-34；tp391文献标识码：a文章编号：1004-373X(2011)24-0103-04
ResearchonimageSemanticextraction
weiHanLiBi-chengZHanGRui-jietanGYong-wang
(Depart.ofinformationScience,informationengineeringinstitute,informationengineeringUniversity,Zhengzhou450002,China)
abstract：thecurrentimagesemanticextractionmethodisresearchedtofindasolutiontoeliminatethe"semanticgap"betweenlow-levelvisualfeaturesandhigh-levelsemanticfeaturesofimages.theimagesemanticlevelmodelissimplyintroduced.accordingtothesemanticinformationextractedfromdifferentsources,theinformationextractionmethodsbasedonprocessingregion,machinelearning,man-machinealternationandexternalinformationsourcearesummedup.theaboveworkprovidesavaluablereferenceforimagesemanticextractionandretrieval.
Keywords：semanticextraction;localoperator;SVm;semanticannotation
收稿日期：2011-07-10
基金项目：国家自然科学基金资助项目（60872142）
随着多媒体和互联网技术的迅猛发展，网络图像资源与日俱增，图像已经成为一种非常重要的信息资源，其包含的信息量远远大于文字，因此如何充分理解图像中所包含的语义内容、如何真正有效地利用语义进行图像资源的检索，如今已成为一个重要的课题。计算机对图像内容的理解一般指图像的低层视觉特征，如颜色、纹理、形状等；而实际上，人类对图像的理解即图像语义信息表达的内容要远远多于图像的视觉特征。这种从图像低层视觉特征与图像高层语义特征之间存在着的较大差距，即“语义鸿沟”［1］。现在，图像语义提取已成为解决图像低层视觉特征与人类高级语义之间“语义鸿沟”的关键技术，许多学者在此方面也进行了大量的尝试性工作和研究。
1语义层次模型
图像语义模型是图像语义直观形象的描述形式。通过语义模型，能使用户了解和掌握如何从图像中提取语义特征，对于更好地理解和应用图像的语义信息具有重要作用。根据图像中各语义要素间组合的抽象程度，图像语义按图像语义层次模型大致可分为特征语义、对象语义、空间关系语义、场景语义、行为语义和情感语义等6个层次，用以对不同层次的图像内容进行描述，这个模型称为图像层次化语义模型。
图像的语义层次可用图1来简单描述，其中的每一部分对应于图像的一个语义层次，并相应于人对图像的理解层次。图中的箭头表示语义的级别，下一个层次通常包含了比上一个层次更高级更抽象的语义，而更高层的语义往往通过较低层的语义推理而获得。
考虑到图像语义的模糊性、复杂性、抽象性，图像的语义模型主要包括以下几种语义特征：
（1）视觉特征语义（如颜色、纹理、结构、形状、运动等），与视觉感知直接相连，称为低层语义；
（2）对象语义（如人、物等）和空间关系语义（如人在房前，球状草地上等），这需要进行一定的逻辑推理并识别出图像中目标的类别，它们合称为对象层；
（3）场景语义（如海滨、旷野、室内等）、行为语义（如进行图像检索、表演节目等）和情感语义（如赏心悦目的图像、使人兴奋的视频等），合称为概念层，由于涉及到图像的抽象属性，需要对所描述的目标和场景的含义进行高层推理。
2图像语义提取方法
按照语义层次模型划分，人们正在研究的语义提取主要包括：对目标类别和目标空间关系语义的提取，这常需借助领域知识；对场景和行为语义的提取，也就是对图像和场景理解和解释；对情感语义的提取，这目前主要在艺术图像领域。
另外根据语义信息的来源不同，图像语义提取方法又可以分为4类，即基于处理范围的方法、基于机器学习的方法、基于人机交互的方法、基于外部信息源的方法［1］。下面以这种分类方法对图像语义提取方法进行详细的介绍。
2.1基于处理范围的方法
按照对图像提取特征范围的大小来分一般分为2类：基于全局的提取方法和基于区域的提取方法。基于全局的提取方法一般是从全局角度对图像进行描述和分析，如图像的颜色直方图、纹理特征，形状特征等，它们反映的是图像整体特性，在早期研究图像语义时用得较多；基于区域的提取方法是在图像分割和对象识别的前提下进行，利用对象模板、场景分类器等，通过识别对象及对象之间的拓扑关系挖掘语义，生成对应的场景语义信息［1］，或者是利用一些局部算子来提取图像语义，是现阶段主要的研究方法。这些局部特征提取算子主要有：Harris算子、SiFt算子、LBp算子、SURF算子等，它们能够很好的表示图像的语义信息。
Harris算子［2］是一种简单的局部算子提取方法，它对旋转、尺度、光照变化以及噪声均有不变的特性。其检测原理为：当一个窗口在图像上移动，如果窗口位于图像区域中灰度值的平坦区域，窗口的各个方向上都不会有特别明显的变化；如果窗口位于图像的边缘区域，窗口沿图像的边缘方向上没有明显变化，在与图像的边缘方向垂直的方向，灰度变化会相当明显；如果在角点处，窗口的各个方向上都有变化。Harris角点检测就是利用这个物理现象，通过判断窗口在各个方向上的变化以决定其是否为角点。实际上，Harris角点检测就是对于一幅图像，提取与自相关函数的曲率特性有关的角点特征。Harris算子中只用到了图像灰度的一阶差分与滤波，操作比较简单，提取的特征点均匀且合理，在纹理信息丰富的区域，Harris算子能够提取大量有用的特征点，而在纹理信息少的区域，Harris算子提取的特征点则较少，这是由于在它的计算过程中，只用到了图像的一阶导数，所以即使存在有图像的旋转、灰度的变化、噪声的影响以及视点的变换等，Harris算子对角点的提取也是比较稳定的。
DavidG.Lowe［3］于2004年提出了一种SiFt（ScaleinvariantFeaturetransformer）图像局部特征描述算子。SiFt算法的本质就是从图像中提取SiFt关键点的过程，该过程为：尺度空间极值点的检测，即初步确定关键点位置和所在尺度；特征点位置的精确确定，即去除低对比度的关键点和不稳定的边缘相应点，以增强匹配稳定性、提高抗噪能力；特征点方向参数的确定，即使算子具备旋转不变性；特征点描述子的生成，即生成SiFt特征向量。SiFt算子匹配能力强，能提取比较稳定的图像特征，可以处理2幅图像之间发生平移、旋转、仿射变换、视角变换、光照变换情况下的匹配问题，甚至在某种程度上对任意角度拍摄的图像也具备较为稳定的特征匹配能力，从而可以实现差异较大的2幅图像之间的特征的匹配。后来Y.Ke提出了对SiFt的特征描述符用pCa代替直方图的方式，进行降维，并取得了更好的效果。
LBp(LocalBinarypattern)是一种描述图像局部空间结构的非参数算子。芬兰奥卢(oulu)大学的ojalaeta1．最早提出了这个算子并且描述了它在纹理分类中的强区分能力［4］。LBp算子定义为一种灰度尺度不变的纹理测量，是从局部领域纹理的普通定义得来的。LBp算法的本质就是利用图像中每个像素点与其邻域内其他各点的灰度值的差异，描述图像纹理的局部结构特征，该局部结构用一个二进制的数字来量化。这种以邻域为单位的局部结构可以看作是一个纹理单元，该纹理单元在整幅图像中有规律的出现就构成了一定的纹理，而对整幅图像中纹理单元的统计就表达了整幅图像的纹理特征，LBp算法一般可以分为基本LBp描述、旋转不变量的LBp描述和uniform模式的LBp描述。
SURF(SpeededUpRobustFeatures)算法是Bay等人［5］于2006年提出，是一种新的快速兴趣点检测与描述方法，它的性能超过了SiFt且能获得更快的速度。SURF算法主要包括2个部分：利用快速Hessian检测子检测兴趣点和用SURF描述子去描述兴趣点。SURF算法的计算速度可以比SiFt快3倍，它对图像的旋转、尺度伸缩、光照、视角等变化保持不变性，尤其对图像严重的模糊和旋转处理得都非常好，但是在处理图像光照和视角变化时不如SiFt算法。SURF是非常新的局部不变特征方法，国外也只是仅有一些SURF的应用研究。
2.2基于机器学习的方法
机器学习方法就是对图像低层特征进行学习，挖掘图像特征与图像语义之间的关联，从而建立起图像特征到图像高层语义的语义映射关系，主要包含2个关键步骤：一是低层有效特征的提取，如颜色，纹理，形状等特征；二是映射算法的运用，目前，应用于图像语义映射的技术已有很多，主要包括：贝叶斯、神经网络、遗传算法、聚类、支持向量机等。
贝叶斯学习算法是基于参数估计(parameterestimation)的方法，是一种监督学习(SupervisedLearning)方法，贝叶斯(Bayes)模型具有很强的实用性。文献［6］提出利用混合贝叶斯网络进行医学图像的语义检索，这种模型结合了支持向量机，用6个支持向量机将医学图像特征离散化，并提取出6个中间语义层，然后利用贝叶斯网络从而得到高层语义特征即关于肌瘤的恶化程度。对比结合K-nn的贝叶斯网络，这种结合SVm的贝叶斯网络的分类效果更好，这对于缩小语义鸿沟也是不错的尝试。
人工神经网络(简称神经网络)是人们从模仿脑细胞结构和功能的角度出发建立的一种信息处理系统，它能智能地对信息进行表示、存储和处理，并具有一定的学习、推理能力，在模式识别、优化计算、智能控制、专家系统等众多领域得到了广泛的应用并取得了引人瞩目的成果，另外神经网络结合其他算法，如模糊算法，遗传算法等一起使用，能使结果更加优化。文献［7］利用遗传算法训练的RBF神经网络来建立图像的颜色、纹理、形状等低层视觉特征到高层语义特征的映射，最后识别出了山脉、草原、鲜花和度假区等4类高层语义场景，最低的查准率为82.5%。
支持向量机(SVm)是在统计学习理论基础上发展起来的一种新的通用学习方法。与传统统计学相比，统计学习理论（StatisticalLearningtheory)是一种研究有限样本情况下机器学习规律的理论，它在解决小样本、非线性以及高维模式识别中具有显著的优势，是一种非常有效的映射方法，是近年来的一个研究热点，在获取图像语义方面也取得了很多的成果。文献［8］提出一种改进的SVm即聚类引导的SVm，简称CGSVm，它利用聚类结果选择最好的图像样本进行标注并且优化处罚系数，并且能够得到比一般的SVm更高效的图像分类且使图像语义检索拥有更高的准确度。
2.3基于人机交互的方法
对图像语义的提取，现已提出的方法主要侧重将低层的图像视觉特征映射到高层语义，以填补所谓的语义鸿沟（SemanticGap）。基于人机交互的语义提取方法一般是系统使用低层特征，而用户则加入高层知识，提取方法主要包括图像预处理和反馈学习2个方面。早期一种简单的图像预处理方式是对图像库中的图像进行人工标注，现在人们更多的是用一些自动或半自动的图像语义标注方法。反馈学习是在提取图像语义的过程中加入人工干预，通过用户与系统之间的反复交互来提取图像的语义，同时建立和修正与图像内容相关联的高层语义概念。
文献［9］介绍了一种基于图像区域对象本体的语义标注算法。该算法首先建立语义区域描述子模型，根据区域的相似特征完成相似语义标注，然后，建立图像区域目标标注描述模型与图像语义标注描述子模型的对应关系，把空间关系描述子与语义对象，对象语义关系描述子相对应。文献［10］提出了一种新的自动提取图像的原始标注的方法，系统包括3个步骤，首先是把数据库中的所有图像分成规则的小块，融合不同的低层内容描述子，然后在基于块构件的对象语义概念，最后依据对象语义概念形成候选标注并得到一幅图像的最终标注结果。
2.4基于外部信息源的方法
当前图像识别和理解的技术水平还比较低，如果完全依靠图像的视觉特征来获取网络图像的语义还相当困难。同时，对于海量的网络图像而言，人工交互的语义提取又显得微不足道，并且网络图像的最大特点是嵌入在HtmL文档中，且现在文本提取语义信息的技术相比图像语义提取成熟很多，并且HtmL文档中的文本内容作为网络图像的外部信息源与其语义信息有着紧密的联系。那么，考虑外部信息源，利用自然语言处理技术来提取网络图像语义信息是将会是一种非常有效的策略。文献［11］给出了一种www图像语义表征模型和图像语义词典的建设方法，提出利用图像语义词典，用嵌有www图像的HtmL网页的相关外部文本信息来提取网络图像高层语义信息的方法。网页中的图像包含3个方面的属性：文件属性、视觉属性和语义属性。根据图像语义表征模型，分别建立了图像主题词分类词典、图像主体词分类词典、图像主体属性词典和图像主题词对照词典，然后利用自然语言文本提取技术从www图像所在网页的相关外部文本信息中提取图像的主题词、主体词及其属性词等高层语义信息。
3结语
图像语义提取方法涉及到多个学科和技术领域，需要研究的问题还很多。本文依据语义的不同信息来源，详细介绍了基于处理范围的语义提取方法、基于机器学习的语义提取方法、基于人机交互的语义提取方法和基于外部信息源的语义提取方法。虽然已经有许多方法来实现图像语义提取，但由于各种理论和相关技术的限制，效果好的、鲁棒性强的方法还很难实现，因此仍有许多问题有待下一步去学习、解决和深入研究。
参考文献
［1］eaKinSJp.automaticimagecontentretrieval:arewegettinganywhere[C]//proc.of3rdint.Conf.onelectronicLibraryandVisualinformationResearch.milton:[s.n.],1996:123-135.
［2］HaRRiSC，StepHenSm．acombinedcornerandedgedetection[C]//proc．of4thalveyVisionConf.alvey:aVC,1988：189-192.
［3］G.LoweD.Distinctiveimagefeaturesfromscale-invariantkeypoint[J].internationalJournalofComputerVision,2004,60(2):91-110.
［4］oJaLat,pietiKinenm.multiresolutiongray-scaleandrotationinvarianttextureclassificationwithlocalbinarypatterns[J].ieeetransactionsonpatternanalysisandmachineintelligence,2002,24(7):971-987.
［5］BaYH，tUYteLaaRSt，CooLL.SURF：speededuprobustfeatures[C]//proceedingsofthe9theuropeanConferenceComputerVision.[S.l.]:UCCV,2006:404-417．
［6］LinChun-yi,YinJun-xun,GaoXue,etal.asemanticmodelingapproachformedicalimagesemanticretrievalusinghybridbayesiannetworks[C]//proceedingsofieeeSixthinternationalConferenceonintelligentSystemsDesignandapplications.Jinan,China:ieee,2006:482-487.
［7］伍小芹，温小斌，康耀红.基于神经网络生成图像语义的算法研究［J］.计算机工程与应用,2007,43(31):61-63.
［8］GaoKe,LinShou-xun,ZHanGYong-dong.ClusteringguidedSVmforsemanticimageretrieval[C]//.proceedingsof20072ndinternationalConferenceonpervasiveComputingandapplications.Birmingham:iCpCa,2007:199-203.
［9］SHiLei,GUGuo-chang,LiUHai-bo,etal.asemanticannotationalgorithmbasedonimageregionalobjectontology[J].ieeeComputerScienceandSoftwareengineering,2008，4:540-543.
［10］LiUZheng,maJun.Refiningimageannotationbasedonobject-basedsemanticconceptcapturingandwordnetontology[C]//proceedingsofieeeFifthinternationalConferenceonFuzzySystemsandKnowledgeDiscovery(FSKD)[S.l.]:ieee,2008(4):96-100.
［11］张华,张淼,孟祥增.基于外部信息源的www图像语义提取研究［J］.计算机科学,2006,33(4):211-214.
作者简介:魏晗女，1982年出生，河南郑州人，硕士研究生，讲师。研究方向为图像视频处理。
李弼程男，1970年出生，湖南衡阳人，博士研究生，教授，博士生导师。研究方向为智能信息处理。
人文主义文学的基本特征篇3
>>基于LDa模型和SVm的文本分类研究基于随机森林的文本分类研究基于Bayes算法的网页文本分类研究基于粗糙集的文本分类方法研究基于推拉策略的文本分类增量学习研究文本分类特征降维研究综述基于优化类中心分类算法的文本分类研究基于文本分类的果农短信分类文本分类算法研究2统计的文本分类特征选择方法的研究'>基于χ2统计的文本分类特征选择方法的研究文本分类及算法综述基于潜在语义分析和改进的HS-SVm的文本分类模型研究基于RBF神经网络的web文本分类的研究基于向量空间模型的文本分类系统的研究与实现基于Hownet的VSm模型扩展在文本分类中的应用研究基于蚁群智能算法的文本分类研究基于Knn的中文文本分类反馈学习研究基于模糊VSm和RBF网络文本分类方法的研究与实现基于语言模型的藏文文本分类研究基于K―means算法的文本分类技术研究常见问题解答当前所在位置：l）和结构化文本（.xml）。按文本的篇幅可划分为长文本和短文本。无论是什么类型的待分类文本，首先都要进行预处理操作，包括分词、去停用词、词根还原等，其目的是去掉对分类不起作用的噪音数据。然后从预处理后的文本中提取关键词，构成关键词词典。关键词词典的作用有两个：一是计算关键词的权重，将其表示为机器可理解的文本向量。二是利用关键词构建和扩充本体库。待分类文本集的篇幅不同，其选择的特征处理过程也不同。长文本预处理后得到的文本表示是高维稀疏的特征向量，需要选择合适算法对向量进行特征降维，去掉噪音数据，留下对文本分类有较大贡献的特征数据。对于广告标语、新闻标题等短文本进行预处理后得到低维特征向量，其中包含的索引项缺少可利用的信息，可通过从本体库中获取对分类有价值的关键词，为向量添加额外的新特征辅助分类过程。预处理模块在整个文本分类过程中起着非常重要的作用，特征向量的好与坏直接影响着文本分类的精准度和分类性能。
1.2本体模块
本体模块位于整个分类框架的中间层，是框架的核心部分，也是整个分类系统的理论基础。本体有多种用途，可以利用本体库中的标准本体文件或是手工构建的本体作为背景知识，提供语义信息构建分类模型，也可以利用本体对特征向量进行降维（长文本）或添加主题词扩充特征向量（短文本），提高分类效率，当然本体中包含的信息越完备，取得的分类结果越准确。
1.3分类模块
分类模块主要是利用传统分类算法或本体构建分类模型，其主要功能是实现分类，对未知文本进行判别，将其划分到所属的类别中。
2关键技术研究动态
2.1特征处理
近年来，特征处理过程（对高维特征向量进行降维和对稀疏特征向量进行扩充）越来越多地被人们重视，高维稀疏的特征空间中缺少对分类给力的特征项，包含过多冗余信息和噪音数据，对分类效果起反作用。从知识发现的角度看，识别出预测结果中的低维特征是非常有用的，消除无关和冗余的数据特征，提高数据挖掘的效率，改善预测精准性等学习性能。
特征降维[9]是从初始高维特征集合中选出低维特征集合，并根据一定的评估准则最优化缩小特征空间的过程，主要有特征选择和特征重构两类。特征选择的本质是对原高维特征空间的约简，即在不损伤分类精度的前提下，尽量减少特征空间中的索引项的数目，降低向量空间的维数。较为典型的特征选择方法有文档频度、互信息、信息增益、X2统计量等。Yangyiming[10-11]等人在reuters-21578和一部分ReutersCorpusVersion1（RCV1）语料库上分别采用文档频度、互信息、信息增益、X2统计量等方法对特征向量进行降维，然后用naiveBayesian,Rocchio,knn和SVm等分类算法进行多角度实验，结果表明SVm和X2统计的组合方法优于其它的方法。特征重构[12]又称特征抽取，是基于特征项之间的语义相关性、类内文本聚合程度、类间离散程度的影响力等方面因素，对文本特征集进行压缩，把原来的特征向量转换成为一个不同的更紧凑的新低维空间。例如主成成分分析（pCa），线性区分分析（LDa），潜在语义索引（LSi）等。
还有其他降维方法，如利用通用本体和领域本体提供的概念层次语义结构实现降维。采用本体中概念及概念间的语义关系并结合潜在语义索引算法对特征空间进行降维，可以提高分类性能。文献[13]提出基于wordnet语义词典和隐含语义索引(LSi)模型的英文文本分类方法，用wordnet中语义集代替单词构成特征向量，然后利用LSi模型进一步深入挖掘语义集的概念间的深层联系，将语言知识和概念索引有效地融合到文本向量空间的表示中，对特征向量进行降维，并分别用naiveBayes和简单向量距离算法实现分类，实验结果表明准确率都随着语义分析的深入逐步提高，充分表明语义挖掘对文本分类的重要性。文献[14]也利用wordnet通用本体和潜在语义索引算法，实现了对信息检索中的文档向量进行降维，取得较好的效果，该方法也适用于大规模的文档集。文献[15]利用潜在语义索引和领域本体实现文本特征的降维和分类，该方法适用于对领域内的文本集分类。近年来，基于分形的方法也得到人们关注[16]。采用分形的思想，可以较准确地估计出数据的本征维[17]，为进一步地降维提供指导性的参考。
对于新闻标题，广告语，电影预告等短文本进行预处理后得到稀疏的特征向量，缺少对分类给力的特征项，为解决其稀疏问题除了要去掉冗余和噪音特征项外，还需要利用语义词典或本体对文本向量进行特征扩充，添加对分类起正面作用的特征项，辅助指导分类。文献[18]提出一个基于短文本的半监督的分类通用框架，适用于从web搜索结果到医学等众多不同领域的文本分类。利用潜在主题分析模型如pLSa、LDa等和机器学习方法如最大熵和支持向量机等，从大规模外部语料库中抽取出潜在主题词扩充特征向量，提高分类器的覆盖范围。
2.2分类模型
随着本体的发展，近年来有许多国内外学者将本体引入到文本挖掘的各个应用领域，基于本体的分类是研究热点之一，下面通过几个典型实例进一步说明该研究的特点及进展。
Gu等人[19]提出一个基于SaRS本体的文本分类模型，利用本体中层次概念结构构建向量空间模型，为分类提供领域知识。同时从预处理后的文本集中抽取出主题词构成词典，用来不断扩充和完善SaRS本体，一方面可以构建本体向量，另一方面可以解决传统分类方法中存在的特征向量的高维稀疏问题。基于该分类模型构建的原型系统，对200篇有关SaRS信息的文档进行分类，其分类结果的精准率和召回率最高分别可达到0.93和0.95。
probowo[20]等人根据DDC（DeweyDecimalClassification）和LCC（LibraryofCongressClassification）的特点，建立了一种DDC-LCC映射关系，利用基于DDC和LCC两种分类模式的web网页构建本体库，并映射到DDC和LCC两个分类模式，给出了DDC-LCC和基于本体的分类模式之间的映射的形式化定义。这种映射关系能够提供度量web网页和类别的相似度的方法，并结合本体中的概念与实例的语义关系和层次结构关系，辅助对web网页进行分类，取得较好效果。
Song[21]等人在2005年提出了一种利用web网页中抽取的语法知识构建领域本体的方法，并利用领域本体的层次结构、概念特征及概念间的关系和属性等领域知识对web网页分类。首先利用自然语言处理技术对web文档进行词性标注和语法分析等预处理，抽取出重要概念术语构建层次结构，进而利用层次结构的语义关系构建领域本体。然后对从web网页中抽取的概念术语进行权重计算构建文本向量，通过计算文本向量与本体构成的类别向量之间的相似度实现对在线的web网页进行自动实时分类。与传统的贝叶斯分类器和tF-iDF分类器进行实验对比，分别对从雅虎的经济新闻网站抽取的Cooperatives，employment，Finance，marketing，organizations，trades等几个类别的文本集进行分类实验，三个分类器的F1指标平均值分别为0.92，0.82，0.79，基于本体的分类器有效地提高了分类性能。
2007年，文献[22]提出一个基于本体的web文档的分类方法和自动构建本体的方法，并对分类后的文档进行排序。基于wordnet的同义词集用经验模式分解emD（earthmover’sDistance）算法计算概念的相似度，根据相似度得分对已有的本体进行扩充和维护，然后把本体作为类别向量对web文档进行实时分类，最后用排序算法对分类结果中的web文档集合进行排序，为信息检索提供基础。分别采用Knn和SVm算法对从网站上搜集的2000个web文档进行实验，本文提出的方法得到召回率和精准率明显优于Knn方法，召回率与SVm算法相比相当略有提高，但精准率约有降低。
文献[15]提出一个文本分类的通用框架，并将潜在语义索引算法（LSi）和领域本体引入到该框架中实现对领域内文本集进行分类。潜在语义索引算法可以有效解决特征向量的高维和稀疏的问题，提高文本分类的精确度。领域本体具有丰富的领域内专用术语，可以为分类提供背景知识。利用潜在语义索引算法和领域本体实现的分类器可以有效的提高分类的性能，其精准率、召回率和F1度量值的平均值都略高于传统朴素贝叶斯分类器的实验结果。
文献[23]将本体知识作为背景知识应用到文本表示中，实现对文本的分类。对XmL文本进行解析，从XmL文本的元素中抽取术语构建特征向量，并充分利用XmL文本的特殊结构，并对其进行标注，将文本标签及标签路径结构也作为特征用来扩展文本向量，并结合通用本体wordnet构建更丰富特征的特征向量，即将twings和tagpaths的信息添加到文本向量中，并找出与twings和tagpaths的信息相对应的wordnet中的同义词集合，对一词多义和多词同义现象进行词义消解。如doctor有两个词义，医生和博士，分别与wordnet中的两个同义词集{dentist,therapist,psychologist}和{professor,associated}相对应，要结合上下文的背景确定选择哪个同义词集，扩充特征向量。该方法对XmL文本进行分类取得较好的分类效果。
2.3性能评测
2.3.1数据集
对分类模型进行性能评价的前提是在相同的运行平台上对统一的标准文本集进行实验。目前常用的标准文本集有Reuters-21578，20-newgroups及其他文本集等。Reuters-21578文本集是目前国际上比较常用的标准语料库[24]，来源于1987年路透社的新闻专线的新闻材料，主要用于文本分类系统测试，该语料库分为135个类别，共包含21578篇文本。20-newgroups[25]是卡内基梅隆大学的mcCallum等开发的Rainbow系统的标准数据库，有20个类的新闻组讨论英文文章分别存放在20个目录下，每个目录的名字作为一个新闻组类别，每类大约1000篇文本。对于不同的分类方法进行性能评测也可以采用特定领域的文本集如茶领域文本、酒领域文本等。
2.3.2评价指标
经过分类后可以产生四种结果，如表1所示。
其中tC表示本属于该类别，且被正确地判断为属于该类别的文本数；tw表示为本不属于该类别，却被错误地判断为属于该类别的文本数；FC表示本属于该类别，却被错误地判断不属于该类别的文本数，Fw表示本不属于该类别，也被正确地判断不属于该类别的文本数。
通常采用精准率（precision），召回率（recall），正确率（accuracy），错误率（fallout），误差率（error）等评价指标对分类器的性能进行评测[26]。其公式如下：
precision=tC/(tC+FC),
recall=tC/(tC+tw),
accuracy=(tC+Fw)/(tC+FC+tw+Fw),
fallout=tw/(FC+tw),
error=(tw+FC)/(tC+FC+tw+Fw)
要对分类器的整体性能进行评测，采用F1_measure度量[27]指标，其公式如(1)所示。其中，β是召回率和精准率的相对权重。β等于1时两者同等重要，β大于1时，精准率更重要一些，β小于1时召回率更重要一些。
（1）
F1度量指标是对精准率和召回率两个指标的综合，分别反映分类效果的两个不同方面，它们是互为消长的关系，不可能两全其美，其精准率高，召回率低，反之亦然。根据分类实验的具体情况，在两者之间取得一个平衡点，使分类的精准率和召回率都取得较高值，β通常取值为1/2和1。
3主要挑战及研究进展
3.1领域本体的构建不完善
基于本体的分类方法主要是利用领域本体或通用本体对领域内的数据的描述，从中获取知识或规则指导分类，领域本体构建的完善与否将直接影响分类的性能。目前已建立了一系列的领域本体的构建工程方法，涌现出许多理论、技术、描述语言和构建工具。但是手工构建本体需要用户逐个输入大量知识，费时费力，是一项繁琐而辛苦的任务，还会导致知识获取的瓶颈，要构建完备的领域本体也是许多研究学者一直着力解决的难题。因此，如何降低构建本体的开销，根据已有数据资源实现半自动化或自动化构建本体，这是本体学习所要研究的内容，是一个具有重要研究价值的课题[28]。
3.2领域本体可重用性差
本体的目的就是知识的重用和共享，但领域本体必须是依赖特定领域的，才能具有良好的领域知识表达能力，领域本体的可重用性一直是一个难以解决问题。
不同本体的构建者开发的本体所描述的领域可能相关或重叠，使用的建模方法、建模工具和建模描述语言也不尽相同，从而形成大量异构本体。如何在构建新本体时重用现有的本体，实现对本体的重用、更新和维护已经成为本体领域新的研究热点，本体标准化和模块化构建可以为解决本体的可重用性和面向特定领域提供一种新思路。如何找出多个已有本体之间存在的语义联系，对多个领域本体进行映射和合并，这就是本体集成所研究的内容，即集成不同组织开发的不同语言和不同组织方式的本体，以解决不同应用中的信息异构问题，也是目前研究的一个热点[29]。
3.3通用本体缺少领域术语
较为典型的通用本体有Hownet[30]，wordnet[31]等。Hownet又称知网，是一个用于自然语言处理的在线常识知识库，包含中文词典中概念之间的关系，属性之间的关系以及与中文对应的英文的概念及属性关系，常用来辅助对中文文本进行分类。wordnet是美国普林斯顿大学认知科学实验室的Georgea.miller教授负责开发的基于心理语言学规则的英文词典，它以同义词集为单位组织信息，对查询结果的演绎比较符合人类思维定式。许多研究学者根据wordnet的特点，将其应用到文本分类中作为背景知识指导分类，已经取得了一定的成果。通用本体不但可以结合分类算法构建分类模型，还可以对文本向量进行特征处理，能有效提高特征向量中的特征项对分类所起到的正面作用。通用本体是通用词汇的集合，包含的词汇量很多，涉及范围广，但缺少对特定领域的专业词汇的描述，不适合指导特定领域的文本分类。领域本体可以弥补通用本体的不足，综合采用通用本体和领域本体可以更好的提高分类的性能。
3.4本体的推理能力利用不充分
perez[32]等人认为本体中包含类，关系，函数，公理和实例等5个基本建模元语，可以从不同层次的形式化模式上给出领域内的概念与概念之间相互关系，提供对该领域知识的共同理解。其中公理是对本体中概念及其关系的约束，是对知识进行推理和验证的基础，而owL（webontologyLanguage）本体描述语言是基于描述逻辑的形式化的本体描述方法，具有强大的演绎推理能力，利用推理机制进行分类并结合本体中用于描述属性和类型的词汇，会进一步提高分类效果。然而，本体中强大的机器推理机制的功能并没有完全发挥出来，对本体中概念、实例和属性等特征也缺乏深层次的语义分析，本体中概念关系、实例、属性类型等特征对分类过程所起的作用不大。如何充分利用本体所提供的机器推理机制及深层次的语义关系，实现对文本数据进行深度挖掘是研究学者关注的热点问题。
4总结
本文提出一个基于本体库的文本分类通用框架，并分别从特征处理，分类模型和性能评测等多方面归纳总结了现有基于本体的文本分类研究中存在一些问题及研究进展，希望上述工作可以给相关的文本分类的研究提供有益的参考。
参考文献：
[1]SebastianiFabrizio.machineLearninginautomatedtextCategorization[J].aCmComputingSurveys,2002,34(1):1-47.
[2]LewisDD.naive(Bayes)atforty：theindependenceassumptionininformationretrieval[C]//procofthe10theuropeanConferenceonmachineLearning.Chemnitz,Germany,1998:4-15.
[3]YangYiming,LiuXin.aRe-examinationoftextCategorizationmethods[C]//proceedingsofthe22thannualaCminternationalConferenceonResearchandDevelopmentininformationRetrieval(SiGiR-99).Berkeley,Ca,1999.42-49.
[4]Joachimst.textcategorizationwithsupportvectormachines：LearningwithmanyRelevantFeatures[C]//proceedingsofeuropeanconferenceonmachinelearning.1998.1-7.
[5]wienere,pedersenJo,weigendaS.aneuralnetworkapproachtotopicSpotting[C]//procofthe4thannualSymposiumonDocumentanalysisandinformationRetrieval.1995.317-332.
[6]苏金树，张博锋，徐昕.基于机器学习的文本分类技术研究发展[J].计算机软件学报,2006,17(9):1848-1859.
[7]孙娜.基于本体和潜在语义索引算法的文本分类方法研究[D].长春:东北师范大学,2009.
[8]YangXi-quan,Sunna,ZhangYe,etal.GeneralFrameworkfortextClassificationbasedonDomainontology[C]//procof3rdinternationalworkshoponSemanticmediaadaptationandpersonalization,2008:147-152.
[9]胡洁.高维数据特征降维研究综述[J].计算机应用研究,2008-9,25(9):2601-2606.
[10]Yangtiming,pedersenJo.acomparativestudyonfeatureselectionintextcategorization[C]//FisherDH.proceedingsofthe14thinternationalConferenceonmachineLearning.nashville：morganKaufmannpublishers,1997.412-420.
.
[11]Rogatimonica,YangYiming．High-performingfeatureselectionfortextclassification[C]//DavidG,KalpakisK,SajdaQ,etal．proceedingsofthe11thaCminternationalConferenceoninformationandKnowledgemanagement．mcLean：aCmpress,2002.659-661．
[12]刘海峰,王元元,张学仁,等.文本分类中基于位置和类别信息的一种特征降维方法[J].计算机应用研究,2008,25(8):2292-2294.
[13]LVLin,LiUYu-shu,LiUYan.RealizingenglishtextClassificationwithSemanticSetindexmethod[J].JournalofBeijingUniversityofpostsandtelecommunications,2006(2):22-25.
[14]pavelmoravec,michalKolovrat,VaclavSnasel.LSivs.wordnetontologyinDimensionReductionforinformationRetrieval[C].SnaselCV,pokornyJ,RichtaK.DatesotechnicalUniversityofostrava,DeptofComputerScience,2004.18-26.
[15]Xi-QuanYang,naSun.theapplicationoflatentsemanticindexingandontologyintextclassification[J].internationalJournalofinnovativeComputing,informationandControl(iJiCiC)，2009,5(12):1-9.
[16]CamastraF,Vinciarellia.estimatingtheintrinsicDimensionofDatawithaFractal-basedmethod[J].ieeetransactiononpatternanalysisandmachineintelligence,2002,24(10)：1404-1407．
[17]tollecR,mcJunkintR,GorischDJ．SuboptimalminimumclusterVolumecover-basedmethodformeasuringFractalDimension[J].ieeetransactionpatternanalysisandmachineintelligence,2003,25(1):32-41．
[18]Xuan-Hieuphan,Le-minhnguyen,SusumuHoriguchi.LearningtoClassifyShortandSparsetext&webwithHiddentopicsfromLarge-scaleDataCollections[C].www2008/Refereedtrack:Datamining-Learning,Beijing,China,2008:91-100.
[19]HuazhenGu,KuanjiuZhou.textClassificationBasedonDomainontology[J].JournalofCommunicationandComputer,2006,3(5):29-32.
[20]prabowoRudy,Jacksonmike,Burdenpeter,etal.ontology-BasedautomaticClassificationforthewebpages:Design,implementationandevaluation[C]//procofthe3rdinternationalConferenceonwebinformationSystemsengineering,ieeeComputerScience,2002.182-191.
[21]Songmu―Hee，LimSoo・Yeon，KangDong-Jin，eta1．automaticClassificationofwebpagesbasedontheconceptofDomainontology[C]//proceedingsofthe12thasia-pacificSoftwareengineeringConference(apSeC’05)，ieeeComputerScience，2005．645-651.
[22]FangJun，GuoLei，wangXiaoDong,eta1．ontology―BasedautomaticClassificationandRankingforwebdocuments[C]//proceedingsof4thinternationalConferenceonFuzzySystemsandKnowledgeDiscovery(FSKD2007)，ieeeComputerScience.2007:627-631.
[23]martintheobald,RalfSchenkel,Gerhardweikum.exploitingStructure,annotation,andontologicalKnowledgeforautomaticClassificationofXmL[C]//DatainternationalworkshoponthewebandDatabases(webDB).SanDiego,California,2003:1-6.
[24]DavidD.Lewis.Reuters-21578textcategorizationtestcollectionDistribution1.0ReaDmefile(v1.2)[eB/oL].[1997-09-06]/~lewis.
[25]mcCallum，andrewKachites.Bow:atoolkitforstatisticallanguagemodeling,textretrieval,classificationandclustering[eB/oL].[1998-09-12]cs.cum.edu/-mccallum/bow.
[26]XiaoxunZhang,Xueyingwang,HongleiGuo,etal.FloatCascadeLearningforFastimbalancedwebmining[C].www2008/Refereedtrack:Datamining-Learning,april21-25,2008,Beijing,China,71-80.
[27]李保利,陈玉忠，俞士汶.信息抽取研究综述[J].计算机工程与应用,2003(10):1-5.
[28]杜小勇,李曼,王珊.本体学习研究综述[J].软件学报,2006,17(9):1837-1847.
[29]范莉娅,王爱民,肖田元.本体集成方法评价指标体系及其应用研究[J].计算机集成制造系统,2007,13(5):911-917.
[30]董振东,董强.知网.Hownet.1999-03./
人文主义文学的基本特征篇4
ス丶词:情感分析；情感极性；中文文本；评测；语料库
ブ型挤掷嗪:tp391.1文献标志码:a
abstract:thesentimentanalysishasarousedtheinterestofmanyresearchersinrecentyears，sincethesubjectivetextsareusefulformanyapplications.Sentimentanalysisistomineandanalyzethesubjectivetext,aimingtoacquirevaluableknowledgeandinformation.thispapersurveyedthestatusoftheartofChinesesentimentanalysis.Firstly,thetechniquewasintroducedindetail,accordingtodifferentgranularitylevels,namelyword,sentence,anddocument;andtheresearchofproductreviewandnewsreviewwerepresentedrespectively.thenevaluationandcorpusforChinesetextsentimentanalysiswereintroduced.thedifficultyandtrendofChinesetextsentimentanalysiswereconcludedfinally.thispaperfocusesonthemajormethodsandkeytechnologiesinthisfield,makingdetailedanalysisandcomparison.
Keywords:sentimentanalysis;sentimentpolarity;Chinesetext;evaluation;corpus
0引言
随着互联网的飞速发展，尤其是web2.0技术出现后，越来越多的互联网用户从单纯地获取互联网信息向创造互联网信息转变。互联网中的博客、论坛、讨论组出现了大量的由用户的主观性文本。这些主观性文本可以是用户对某个产品或服务的评论，或者是公众对某个新闻事件或国家政策的观点等。潜在的消费者在购买某个产品或服务时获取相关的评论可以提供决策参考，政府部门也可以浏览公众对新闻事件或国家政策的看法来了解舆情。这些主观性文本每天以指数级的速度增长，仅靠人工进行分析需要消耗大量的人力和时间。因此采用计算机来自动地分析这些主观性文本表达的情感，成为目前学术界研究的一个热点，这个热点的研究方向就是文本情感分析或称为意见挖掘。
文本情感分析是指对包含用户表示的观点、喜好、情感等的主观性文本进行检测、分析以及挖掘。文本情感倾向分析作为一个多学科交叉的研究领域，涉及包括自然语言处理、计算语言学、信息检索、机器学习、人工智能等多个领域。文献［1-3］对文本情感分析的目的、主要任务以及主流技术做了简要的介绍，但主要是介绍针对英文的文本情感分析，对中文文本情感分析并没有重点介绍。本文主要介绍针对中文文本情感分析的主流方法与研究进展。
1不同粒度的中文文本情感分析
1.1词语的情感极性判别
判别词语的情感极性是文本情感分析的基础。为了定量地判别词语的情感极性，通常用位于区间［-1,1］的某个实数作为情感权重表示词语的褒贬程度。通常如果情感权重大于0，则词语为褒义词；情感权重小于0，则词语为贬义词。情感权重的绝对值越大则意味着词语的褒贬程度越大。词语的情感极性判别主要有基于语料库和基于词典两种方法。
基于语料库的方法主要是利用词语之间的连词以及统计特征来判别词语的情感极性。由连词连接的词语的情感极性存在某种关联，比如由连词“和”连接的词语的情感极性相同，由连词“但是”连接的词语的情感极性相反。Yuen等人［4］利用turney的点互信息，用小规模的语料库来判别词语的情感极性。具体算法是将情感极性已确定且情感色彩强烈的词语作为种子词，通过计算需要判断情感极性的词语与这些种子词的互信息。张靖等人［5］建立基于二元语法依赖关系的情感倾向互信息特征模型，利用特征集合描述情感极性，通过机器学习方法训练分类器，自动判别词语的情感极性。
基于词典的方法是利用中文词典Hownet提供的语义相似度或者层次结构来判别词语的情感极性。朱嫣岚等人［6］提出了基于Hownet的两种词语情感极性判别方法：分别是基于语义相似度和语义相关场的方法。实验表明，基于Hownet语义相似度的方法比基于语义相关场的方法准确率更高，词频加权后的判别准确率可达80%以上。李纯等人［7］利用Hownet中的对词语的定义与描述，建立褒贬倾向比较强烈的词语组成种子词，并结合上下文的影响，采用一种计算方法来计算普通词与种子词之间的语义相似度来判别普通词的褒贬极性。杜伟夫等人［8］提出了一个可扩展的词语语义情感极性计算框架，将词语语义情感极性计算问题转化为优化问题。通过基于Hownet提供的语义相似度和基于共现率的语义相似度构建词语的无向网，利用以最小切分为目标的目标函数对无向图进行划分，使用模拟退火算法求解目标函数。实验表明该方法有较高的准确率和较好的扩展性。柳位平等人［9］挑选常用的情感词构成一个基础情感词语集，并采用词语相似度方法计算出每个词的情感倾向权值，提出的情感词权值计算方法不要求种子词数量相等。
1.2语句的情感分析
语句的情感分析主要任务包括对语句的主客观性的区分，对主观句的褒贬性的判别，以及对语句中情感倾向的细粒度提取，包括对与情感倾向表达有关的评论持有者、评论对象、评论的倾向性及强度等。例如，句子“我认为索尼笔记本电脑质量不错而且外观漂亮”。该句中评论持有者是“我”；评价对象是“索尼笔记本电脑”，“质量”，“外观”，其中“索尼笔记本电脑”是间接评论对象，“质量”和“外观”是直接评论对象；“不错”和“漂亮”显示评论倾向褒义，其中“漂亮”的褒义强度要大于“不错”。
叶强等人［10］在npoS语言模型的基础上利用卡方（CHisquare）统计方法提取中文主观文本词类组合模式，建立中文双词主观情感词类组合模式2poS模型来自动地判断中文语句的主观性程度。实验表明采用2poS模型的分类器对主观句的查准率和查全率接近目前英文同类研究的结果。姚天p等人［11］利用领域本体来抽取主观句的主题以及它的属性，然后在句法分析的基础上，识别主题和情感描述项之间的关系，从而最终决定语句中每个主题的情感极性。实验结果显示，与手工标注的语料进行比较，用于识别主题和主题极性的改进后的主谓结构极性传递算法的F度量的性能有所提高。オ
熊德兰等人［12］提出了基于知网的语义距离和语法距离相结合的句子褒贬倾向性计算方法利用夹角余弦法对语义倾向进行了改进。党蕾等人［13］提出采用否定模式匹配与依存句法分析相结合的方法。该方法分析了修饰词极性以及否定共享模式，确定修饰词以及扩展极性的定量和否定共享范围，提出依存语法距离的影响因素来计算中文语句的情感倾向，并且在否定模式匹配后改进语句极性算法。实验结果表明该方法取得了良好的效果。
李实等人［14］根据中文语言的特点，借鉴关联规则对英文评论产品挖掘的方法，通过构建中文短语提取模式，定义中文评论中的邻近规则和独立概念，提出了面向中文网络评论的产品特征挖掘方法，数据实验证明了该方法的有效性。刘鸿宇等人［15］使用句法分析结果获取主观局中候选评价对象，同时结合基于网络挖掘的点互信息(pointwisemutualinformation,pmi)算法和名词剪枝算法对候选评价对象进行筛选，再通过分析主观句句型归纳相应的分析规则，使用无指导的方法完成评价对象在主观句中的情感倾向性判断。
1.3篇章的情感分析
篇章级的情感分析是指将文本从整体上区分为褒义、贬义或中性。谭松波等人［16］使用中文分词及词性标注工具iCtCLaS解析并标注中文文本，分别采用文本频率、CHi统计量、互信息、信息增益四种特征选择方法，以中心向量法、K近邻、winnow、朴素贝叶斯和支持向量机作为不同的文本分类方法，在不同的特征数量和不同规模的训练集情况下进行了实验，并对实验结果进行了比较。对比结果表明：采用文档频率特征表示方法优于其他特征选择方法和支持向量机分类方法优于其他分类方法。在足够大训练集和选择适当数量特征的情况下，文本的情感倾向分类能取得较好的效果。但是文本的主题不同对分类的结果有影响。孟凡博等人［17］设计并实现了一个基于关键词模板的文本褒贬倾向判定系统。该系统定义了关键词类别、建立了关键词库、关键词模板库，并设计了模板匹配算法和文本褒贬倾向值算法,对测试文本进行关键词及模板匹配进而判断测试文本的褒贬倾向。李寿山等人［18］具体研究四种不同的分类方法在中文情感分类上的应用，并且采用一种基于Stacking的组合分类方法，用以组合不同的分类方法。实验结果表明该组合方法在所有领域都能够获得比最好基分类方法更好的分类效果。
2不同类型的中文文本情感分析
2.1产品评论的情感分析
文本情感分析的一个重要应用领域是对互联网上出现的大量产品评论进行挖掘与分析，主要目的是能够比较精确地发现产品的优缺点。产品评论的挖掘的主要任务包括：识别并获取产品的特征或属性，定位用户的主观性评论，抽取评论搭配，判别用户评论的褒贬。产品评论的挖掘基本上是基于语句的情感分析。但是由于产品评论的主题就是产品名称，评论的持有者就是默认的使用产品的用户，所以产品评论的挖掘的重点是提取产品的特征及对应的情感词。产品特征分为显示特征和隐式特征：显示特征是指直接在评论中出现描述产品某个特征的名词；隐式特征没有明确出现在评论中但隐含表达了。
黄永文等人［19］首先对产品的规格文档进行挖掘获得产品的特征及其关系，再采用基于BootStrapping的弱监督机器学习方法对用户评论抽取产品的描述特征和规格特征的层次关系，先提供少量的产品特征作为种子集合，自动进行文本模式的抽取，再用抽取得到的模式抽取新的产品特征。这种方法可以看成是半自动方法，开始阶段需要人工提供少量的产品特征作为种子。宋晓雷等人［20］提出了一种不依赖外部资源的无指导评价对象自动识别方法。该方法首先综合使用词形模板和词性模板，采用模糊匹配方法和剪枝法抽取候选评价对象；然后从候选对象集中采用双向Bootstrapping方法识别出产品评价对象；最后通过采用K均值聚类方法对产品评价对象进行聚类，实现从评价对象中自动抽取产品名称和产品属性。那日萨等人［21］对产品评论评价和情感进行模糊建模，建立了消费者评价和情感模糊语料库，并结合消费者对产品属性的偏好，提出一种新的产品综合评价和情感计算方法。
2.2新闻评论的情感分析
新闻评论大部分是对新闻人物或新闻事件的看法。通过对新闻评论的情感分析可以了解民众对新闻人物和新闻事件的总体评价，掌握当前的舆情信息，特别是热点事件的舆情信息。
tsou等人［22］在Yuan等人研究工作基础上对汉语报刊上有关四位政治人物褒贬性的汉语新闻报道进行了分类研究。在研究中，首先通过标记语料库获得文本中的极性元素(polarelements)，然后主要采用了三个度量指标，即极性元素的分布(Spread)、极性元素的密度(Density)和极性元素的语义强度(intensity)来对每个文本进行统计，得出文本褒贬分类和强度大小的结果。徐军等人［23］用朴素贝叶斯和最大熵模型分别对新闻及评论语料进行了情感分类研究，发现选择具有语义倾向的词汇(特别是形容词和名词)对情感分类效果具有决定性作用，采用二值作为特征项权重相比采用词频作为权重的方法更能提高分类的准确率。并且最大熵模型比朴素贝叶斯的分类效果明显好。周杰等人［24］选取不同的特征集、特征维度、权重计算方法和词性等因素对网络新闻评论进行分类测试，并对实验结果进行分析比较。陶富民等人［25］构建了一个面向话题的新闻评论的情感特征提取框架，通过对那些热门话题构造对应的情感特征表来达到改善情感分析的效果。
3中文文本情感分析评测及资源
随着中文文本的情感分析得到了越来越多的学者和研究机构的关注，为了推动中文情感分析技术的发展，国内第一个情感分析方面的评测(Chineseopinionanalysisevaluation，Coae)［26］于2008年举办第一届。Coae目的在于推动中文情感分析理论和技术的研究和应用，同时建立相关的分析语料库。Coae共设置6个任务，可分为3个方面：一是中文评价词语的识别和分析，属于词语级的情感分析评测；二是中文文本倾向性相关要素的抽取，主要是抽取句子中的评价对象，以及对于其观点的倾向性判别，属于语句级的情感分析评测；三是中文文本主客观性及倾向性的判别，属于篇章级的情感分析评测。
除了Coae提供了产品类的评价语料库，中国科学院计算技术研究所的谭松波博士提供的较大规模的中文酒店评论语料，约有10B000篇，并标注了褒贬类别，可以为中文的篇章级的情感分类提供一定的平台。
中文的评价词词典资源有ntU评价词词典(繁体中文)和Hownet评价词词典。ntU评价词词典由台湾大学收集，含有2B812个褒义词与8B276个贬义词。Hownet评价词词典包含9B193个中文评价词语/短语，9B142个英文评价词语或短语，并被分为褒贬两类。而且该词典提供了评价短语，为情感分析提供了更丰富的情感资源。
人文主义文学的基本特征篇5
关键词：俄罗斯哲学；类型学
中图分类号：B512 文献标识码：a 文章编号：1001-4403(z011)04-0023-02 收稿日期：2011-07-05
研究任何一个客体对象的基本方法是要充分了解其现实依据，挖掘其理论渊源，对研究对象的各个不同发展阶段进行考察，甚至还要研究其出现之前的状况和未来的各种可能。只有在充分占有各种资料和全面掌握研究对象的发展进程之后，才可以对研究对象的内在特点、外在关联、有机结构、类型特征、独特之处等问题进行判断并得出结论。因此，研究俄罗斯哲学的类型同样要遵循这一基本做法，并且应着重分析体现俄罗斯哲学独特性的并已深深地嵌入到系统整体中的一些思想观念。
俄罗斯哲学的开端是和罗斯受洗相关联的。平静自然的多神教泛神论被基督教取而代之，从而出现了精神与物质、善与恶、神的源头与魔鬼的源头之间的矛盾、冲突和斗争；循环往复的思想被末世的、终结的观念所代替。昔日被世代相袭的观念所支配的多神教教徒变成了新教徒，他们开始听从于个人道德责任的召唤，整个生活与外部世界相关联，民族共同体的命运服从于人类世界历史的进程。这时，无论是个人，还是社会，其视野都在不断扩大。
这一时期，古罗斯思想的重要特征开始形成，并深深地浸入到以后各发展时期。这主要包括以下几点：
1.泛伦理化或伦理本体化
这一特征表现为竭力把所有的社会和自然现象都纳入到道德伦理范畴之内。我们在史料记载中可以看到，外族入侵俄罗斯被解释成国家道德腐化，上帝施以的惩罚。甚至疾病侵袭、王朝衰落、帝国灭亡都用同样的原因进行解释。
2.历史哲理性
古罗斯人不仅努力描写具体的历史事件，而且还力图挖掘其产生的内在根源，由此也形成了对历史进行哲学阐释的历史哲理性，这也是俄罗斯传统中比较稳定的倾向。这一点在都主教伊拉里昂的《法与神赐说》中有明显体现。在该书中将世界历史的意义解释成为新约的神赐代替了旧约的法规，而且，11世纪的思想家还将基督教普济主义与爱国主义结合起来解释历史。
3.人本主义
这是与上述特征密切相连的另一特征，古罗斯思想家对人、对精神、使命、存在的意义尤为关注。这一特点在《费奥多西佩切尔斯基传》中体现得较多。
4.柏拉图主义
其存在形态是皈依基督教的新柏拉图主义与哲学、语言学、神学融为一体，这是俄罗斯思想的又一本质特征，我们不仅可以在基里尔・图洛夫斯基、马克西姆・格雷克、约瑟・瓦洛茨基、西梅翁・波洛茨基等一些中世纪的人物身上看到这一特征，而且在弗拉基米尔・索洛维约夫、鲍威尔・弗洛连斯基、谢尔盖・布尔加科夫、陀斯妥耶夫斯基和托尔斯泰等人的身上也可以明显体会到。他们其中每一个人都集三种角色于一身：语言艺术大师、深邃的思想家、神学家。语言学是人文知识的基础，如果不理解和掌握语言，就不可能进行任何人文创造活动。只有掌握语言艺术的大师才能以形而上之思去追问存在的始基或者仰望星空去探索最高的宗教价值。
5.索菲亚性
与罗斯受洗的同时还形成了俄罗斯文化和思想的又一重要特点，即索菲亚性，这鲜明地体现在俄罗斯索菲亚哲学中。需要指出的是，俄罗斯思想的索菲亚性不仅限于口头形式存在，而且也通过教堂建筑、宗教艺术、圣像画术、赞美诗写作等非口头的形式呈现出来，并且后者比前者更加深入人心、更加令人难忘。这要求我们一方面要重新审视那种只是以口头形式存在的传统观念；另一方面为了能够对俄罗斯思想和文化进行整体性综合研究，还需扩大研究范围，以最大限度地弄清所有口头的和非口头的文本。
索菲亚的形象是由各种不同形象交叉错合产生的：有智慧女神雅典娜，有对艺术、技艺、哲学庇护的圣徒，有寓言书中用七根柱石修建教堂并召唤一切渴求内在知识的人走入其中的圣母。
人文主义文学的基本特征篇6
论文关键词：世博展馆简介，功能文体学，情景语境，主题意义，文体特征
1．引言
2010上海世博会是“探讨人类城市生活的盛会”，也是“人类文明的一次精彩对话”（expo2010.cn/zlzx/gk/index.htm）。200多个国家和国际组织建馆参展，展示各自的城市文明进程、交流城市发展经验。为让参观者更好地了解各展馆文化、特色，“2010上海世博会官方网站”（expo2010.cn/）对各展馆配备了英文简介。研究发现，这些英文简介具有鲜明的文体特征，本文将对此展开文体分析。
传统的文体分析唯“语言变异”是宗，而近年来，文体学家开始在多个层面上展开了研究，注意各种语言功能是如何相互作用来构成文体特征的。本文试图打破传统文体学中的“文体分析”等同于“变异分析”的观点，以功能文体学理论为指导，从情景语境和主题意义的角度文体特征，对上海世博展馆英文简介进行文体分析；并探讨情景语境和主题意义对语篇语言选择和语言表现形式等文体特征的影响。
2.功能文体学
功能文体学是以Halliday的系统功能语法理论为基础的文体学理论（张德禄，2005）。韩礼德认为语言有三种“元功能”：概念功能、人际功能和语篇功能。语篇功能把人际功能和概念功能根据情景语境统一在一个语篇中构成整体。
“情景语境”是由语场，基调和语式三个部分组成的概念框架（Halliday，1985）。语场指发生了什么事、所发生的社会活动的性质、参与者所从事的活动等中国期刊全文数据库。基调指谁是参与者、参与者的特点、性质、地位和角色、参与者之间的关系。语式指语言在情景中所起的作用，语篇的符号组织方式及其在情景中的地位和功能（张德禄，1998）。
“主题意义”是作者通过文本的全部语言要素和表现形式所表达的思想。Halliday指出，文体分析的目标之一是展示语篇的意义是如何表达的；而且“一个突出的特征只有与语篇的整体意义相关才能前景化”（Halliday，1971）。文体学家申丹也指出，语言“只要它对表达文本的主题意义作出了贡献，就是真正的前景化”（申丹，2002）。可见，功能文体学通过主题意义映照“前景化”的文体特征。
Halliday还提出“语言各层次之间呈现出体现的关系，语言形式只有被上一层所促动或者说对上一层有所体现时，才有文体意义”（引自刘扬，2005，70-72）。情景语境是语篇的最高层，“语篇是在情景语境的制约下通过对意义的选择生成的”（张德禄，1998）。因此，功能文体学中，文体特征是语言通过元功能的作用，在情景语境的制约和促动下，对主题意义的选择表达而形成的。
3.展馆英文简介的功能文体分析与解读
3.1情景语境
功能文体学认为，所有的语言或表达形式的选择都是有意义的文体特征，具有文体特征，而文体特征受情景语境的制约和促动，那么情景语境是怎样制约和促动这些英文简介的的文体特征的呢？
情景语境这一概念包括语场、基调和语式。上海世博展馆英文简介语场比较固定，即介绍各馆建构、文化、特色，展示城市文明、交流和探讨城市发展道路，吸引游客参观。基于这一语场，各展馆简介中大量使用“pavilion”、“presentzone”、“exposhowcase”、“exhibition”、“structure”、“architecture”、“design”等与“展馆”概念密切相关的名词和“feature”、“display”、“express”、“represent”、“stage”、“showcase”、“beexhibited”、“makeitsappearance”等表达“展览活动”这一概念的动词和动词词组，以及“visit”、“travel”、“enjoy”、“explore”等表达“游览”概念的动词。语场决定了这些语言的选择，反过来这些语言通过概念功能的作用对这一语场活动进行了很好地表达。
基调反映的是角色关系问题。这些英文简介是上海世博向世界各地的游客宣传推介各展馆，因此有两层角色关系：一是世博组织者向游客介绍各展馆，吸引游客参观；二是世博组织者描述各展馆建构、文化、理念、特色。这些角色关系通过语言的人际功能得以表达，在词汇语法层由语气、情态系统等来体现。分析发现，这些简介中的语句基本都是陈述肯定的语气；而且，文中还有大量“词汇情态”词语，如“distinctive”、“unique”、“great”、“famous”、“modern”、“spectacular”、“sophisticated”、“better”、“best”、“human-friendly”、“funandrelaxed”等，暗示出作者对展馆的推介和对游客的劝诱。
语式指语言在情景中所起的作用，是语篇的符号组织方式。在上海世博情境下，各展馆英文简介语篇具有正式、书面文体的特点，除第一部分“基本信息”以简明扼要的短语呈现外，第二和第三部分文本几乎都是陈述句的形式，且多用正式完整的语句（主要是长句和复杂句），逻辑严密、清晰。此外，文本几乎一致使用现在时；且常用到“定语从句”等各种从句和不定式、动名词、分词等非谓语动词文体特征，句子与句子之间衔接紧密连贯，条理清晰。如，委内瑞拉馆“Highlight1”只有三句话，却包含了90个单词，且都是长而复杂的语句，运用了非谓语动词词组“reproducingthestyleofanumberofethnicresidences”和“optingtorepresentthem”、定语从句“thathasthrivedintherainforestsofSouthamericaforthousandsofyears”、倒装句“norhasitignoredthelifeexperiencesof…”等表达形式，使文体具有庄重、紧凑，逻辑清晰的特点。
3.2主题意义
功能文体学对文本文体特征的分析不仅以“情景语境”为参考，也和“主题意义”紧密相关中国期刊全文数据库。语言“只要它对表达文本的主题意义作出了贡献，就是真正的前景化”（申丹，2002）。
上海世博会的主题是“城市，让生活更美好（BetterCity，BetterLife.）”，副主题是“城市多元文化的融合、城市经济的繁荣、城市科技的创新、城市社区的重塑、城市和乡村的互动”(expo2010.cn/zlzx/indexn.htm)。在这些英文简介中，语言的选择和运用很好地阐释、突出了上海世博主题，对表达主题意义作出了贡献；语言前景化，形成了独特的文体特征。
首先，如简介的第一部分“基本信息”中“theme”一项：
中国馆：theme:ChinesewisdominUrbanDevelopment
肯尼亚馆：theme:CitiesofDiscoveriesandHarmony
委内瑞拉馆：theme:aBetterLife，aBetterCity
信息通讯馆：theme:informationandCommunication-extendingCityDreams
分析可见，各馆关键词组的形式出现，在文本中“前景化”，形成了鲜明的特色。
此外，在简介的第二、三部分“展馆特色”和“亮点”中文体特征，作者尤其注意语言的选择和表达，使其贡献于文本的主题意义，形成了很强的的文本特征。统计分析发现，文本中选用了大量紧扣“主题意义”的名词或名词性词组及其近义词或上下义词：city（urbanarea）、human、nature（landscape、deserts、rainforests）、citylife（urbanliving）、culture（wisdom）、economy、technology（skill、cutting-edgetechnologies）、environment（globalwarming、watersourceprotection）development、diversity、harmony、sustainability、energy、innovation、friendship等，阐述“主题意义”的形容词：sustainable、harmonious、environmentally-friendly、solar、human-friendly、energy-saving、water-purification、low-carbon、intelligent等，以及“主题意义”促动下的其他相关词汇。如日本馆“Highlight1”中词语“friendship”表达了国家之间的友谊、合作及和谐相处的意义，“modernenergysavingandwaterpurificationtechnologies”体现城市发展中的科技创新，而“watersourceprotection，globalwarmingandtheagingproblem”则表现了城市发展中的问题。
所有这些词语的大量选用很好地表达了文本的主题意义“城市让生活更美好——城市多元文化的融合、城市经济的繁荣、城市科技的创新、城市社区的重塑和城市和乡村的互动”；反过来，在文本主题意义的控架下，这些语言及表达形式“前景化”，构成突现了上海世博情境下展馆英文简介鲜明的文体特征。
4.结语
上海世博展馆英文简介在上海世博这一特殊情境和主题下应运而生，具有独特的文体特征。本文借鉴功能文体学理论，从情景语境和主题意义的角度，对其进行了文体分析；并探讨了情景语境和主题意义对语篇语言选择和语言表现形式等文体特征的影响。但本文只是从近两百篇上海世博展馆英文简介中随机抽取部分作为研究文本进行探讨性分析，更为系统深入的研究仍有待进行。
[参考文献]
[1]Halliday，m.a.K.anintroductiontoFunctionalGrammar[m].London:edwardarnold，1985.
[2]Halliday，m．a．K．Linguisticfunctionandliterarystyle：aninquiryintothelanguageofwilliamGolding’stheinheritors[a]．inChatman，S．(ed)．LiteraryStyle：aSymposium[C]．oxford：oUp，1971.
[3]刘扬.试论功能文体学中的主题意义[J].淮海工学院学报，2005，4.
[4]申丹.功能文体学再思考[J].外语教学与研究，2002，3.
[5]张德禄.功能文体学[m].山东教育出版社，1998.
[6]张德禄.语言的功能与文体[m].北京高等教育出版社，2005.
人文主义文学的基本特征篇7
关键词：心理动词语义特征句法特征边缘性主观性
一、引言
本文在对心理动词的研究成果进行系统考察的基础上，认为研究的共识体现为对心理动词边缘性、主观性的肯定。“边缘性”是指心理动词在动词中并不处于核心位置。与动作动词相比，心理动词在语义、句法特征方面具有一定的独特性。“主观性”是指心理动词在语义上表达的都是不可见的事物，这种语义特征也影响到其句法表现。
二、心理动词的边缘性
心理动词的边缘性是就心理动词在动词中的位置而言的。动词的主体为动作动词，通常概括动词的特征时以动作动词为主，而心理动词、属性动词、趋向动词等是非主体类别，我们称其为边缘类动词。与动作动词相比，边缘类动词在语义特征与句法功能上都具有一定的独特性，我们称其为边缘性。心理动词的边缘性主要体现为：在语义上，心理动词的语义经常游移于事物、性状、动作三者之间；在句法功能上，心理动词经常可以兼具名词、动词、形容词的部分句法功能。
（一）心理动词的语义特征
对心理动词语义特征的描述大多是从命名和义素分析的角度入手的。如“记内情所发”（马建忠，1898），“从语义上说，它是表示人的心理活动的，有语义特征使得它形成了特定的语法范畴、语法类……”（周友斌、邵敬敏，1993）。李临定（1990：112）认为，“心理活动动词是指表示喜爱、怨恨、感觉、认知、遗忘等和心理活动密切相关的动词。”这是对这一类动词的命名，也是对其语义特征的概括。董秀芳（1991）认为，“心理动词是动词的一个次类，其语义特征表现为[+人][+大脑器官][+思维活动]。”陈昌来（2002：96）提出心理动词具有[+心理][+述人]的语义特征，[+心理]语义特征可以描述为：“心理动词是表示人类情绪意志活动和认知活动的动词，而且是以这一语义性质为主的动词，这样[+心理]语义特征可以具体化为[+情绪/认知]，如‘喜欢、爱、想念、思念’等是情绪类动词，‘知道、觉得、认为、以为’等是认知类动词；”“另外，心理动词都是表示人类对客观世界和内心世界的体验和认知，是人类对各类刺激物的不同层次的反应，所以心理动词都具有[+述人]的语义特征。”这种描述带有义素分析的方式。总之，对心理动词语义特征的描述都是围绕“表示人类心理活动”这一中心进行的。也就是说，“从意义出发界定心理动词”基本上可以概括为一句话：心理动词就是表示心理的动词。
方梅（2005）讨论了认证义谓宾动词的虚化，其中有相当一部分是以往称为心理动词的词语。她认为，认证义动词虚化的起点是“去范畴化”，句法方面表现为谓宾动词句法特征的衰减，语义方面表现为由客观表达变为主观表达。“认证义动词+小句宾语”既可以陈述事件，又可以表现主语的认识内容，这种双重性是虚化的基本条件。如下面的例句中，从a到f是从典型动词到语用标记的轨迹：
a.我/她想/明白/看见/儿子了。（主语指称对象的体验）
b.我/她想/明白/知道/觉得这是回家了。（主语指称对象的认识）
c.我/她明白/知道/觉得这个问题没什么好商量的。（主语指称对象的认识）
d.我/？她想这个问题没什么好商量的。（说话人的认识）
e.这个问题，我/*她想，没什么好商量的。（说话人对话题的态度）
f.这个问题没什么好商量的，我/*她想。（说话人对整个命题的态度）
文章还指出，虚化的程度与认证义动词自身的控制度密切相关，控制度较强的动词虚化程度低，控制度较弱的动词虚化程度高。其中表示评价意义的认证义动词控制度最弱，虚化为表达说话人视角和态度的语用标记。如“觉得”。文章同时指出虚化的句法环境，即“陈述事件”与“表现主语的认识内容”。
王红斌（1998、2001、2002）、杨云（1999）、丰竞（2003）、韩琴（2006）等也对心理动词的语义特征进行了一些分析论述。此外的相关论述多散见于研究动词的论著中。
另外，在有形态变化的语言的研究中，对心理动词的定义也离不开其语义基础，如吉永尚（1997）将“感情·知覚感覚·思考など心理作用を表す動詞（表示感情、知觉感觉、思考等心理作用的动词）”统一称为“心理動詞”。又如山岡政紀（2002）定义的“感情動詞”：
感情動詞とは，人の心理的現象に言及することを語彙的意味とし，経験者格を必須項として取る動詞の総称である。（译文：感情动词是表达人的心理现象并在句法上必须使用经验格的动词的总称。）
我们认为，要描写心理动词的语义特征，首先要明确“心理”这一概念。“心理动词”的“心理”不同于心理学上的“心理”。后者的涵盖面要大于前者。心理学中对“心理”的定义如，《简明心理学辞典》（2007：57）：①心理是“脑对客观世界的积极反映形态。是在有机体演化的一定水平上出现的。最初的心理现象是简单的感觉。在外界环境的影响下，随着动物神经系统的发展，感觉逐渐分化和复杂化，并由此出现了知觉、记忆、思维的萌芽等。人的心理是心理发展的最高阶段，是在劳动和语言影响下产生和发展起来的。它是人类社会实践的产物，与动物心理有着质的区别，具有自觉的能动性，并受社会历史规律的制约，包含着过去、现在和未来的事件。过去事件表现为记忆经验，现在事件表现为全部映象、体验、智力活动等，未来事件表现为意图、目的、幻想等，既有意识性，也有无意识性。可以有条件地区分心理过程、心理状态和心理特征：感觉、知觉、表象、注意、记忆、想象、思维、情绪、意志等属于心理过程，是心理的动态方面；情绪过程中的激情状态和心境状态属于心理状态；能力、气质、性格上的特点则属于心理特征，是心理的比较稳定的方面。”
《普通心理学》（2004：1～2）：②“心理学把统一的人的心理现象划分为既相互联系又相互区别的两个部分：心理过程和个性心理。”“人的心理过程就其能动反映客观事物及其关系，可以分为认识过程、情绪情感过程和意志过程三个方面。”“个性是指一个人的整个心理面貌，它是个人心理活动稳定的心理倾向和心理特征的总合。个性心理结构包括个性倾向性和个性心理特征两个方面。”
以往对心理动词的研究中，一般是不将表示视觉、听觉、嗅觉、触觉等的动词包括进来的，如“看、听、闻”不被作为心理动词。同时，语言中表示心理意义的（心理学的）词汇也有大量的形容词，如表性格的“内向、外向、活泼、调皮”，表情绪情感的“慌、忧伤、高兴、愉快”等。因此不能将心理动词的“心理”与心理学定义的“心理”等同起来。可以这样说，语言中表示心理的词汇是以心理学所讨论的“心理”为概念基础的，但心理动词只是语言词汇的一部分，其所表达的概念也只是人类心理的一部分。因此也可以说，心理动词所表示的“心理”，只是心理学所研究的“心理”的一部分。
“心理”是如何成为事物、性状与动作的交界点的呢？我们是这样认为的：由于“心理”是一个大脑内部的过程，有时可以将其看作人体这个容器中的物质，这时心理就具有了一定的事物性；当忽略心理过程的时间进展，而更多地关注其横断面时，心理就具有一定的状态性，可以在一个相对静止的环境下讨论其程度的高低；而当加入时间因素，将心理看作是一个动态的过程时，其动作性就自然会有所凸显。心理动词在语义上的这一特征也会在句法功能上得到印证。
（二）心理动词的句法特征
综观已有的对心理动词的论述，对其句法特征的描写大致可以归纳为以下几点：
1.心理动词所带宾语：名词或名词短语、动词或动词短语、形容词或形容词短语及主谓短语（小句）。不同的心理动词所带宾语也会有所不同。关于这一点，陈昌来（2002b）有比较详尽的分析。
2.部分心理动词可以受程度副词修饰。
3.大多不能构成把字句、连动句，很少构成被动式。
一部分学者尝试给心理动词作形式上的界定，提出了一些界定的框架：
范晓、杜高印、陈光磊（1987：56）：能进入“（很+__）+宾语”框架的一般是心理动词。
胡裕树、范晓（1995：245）提出功能框架：（很+__）+o[n/V]；__+o[v]。
周友斌、邵敬敏（1993）提出以“主（人）+{很+动词}+宾语”为框架作为检验标准，凡能进入这一格式的是心理动词，反之则不然。并根据能否转换成“主（人）+对+o+很+动词”，将心理动词划分为真心理动词和次心理动词，同时把能进入“主（人）+对+介宾+很+动”这一格式的动词看作准心理动词。
陈昌来（2002：146）：情绪类动词可以进入如下句法框架：np+{很+Vp}+np；认知类动词可以进入如下句法框架：np+Vp+o（Vp/np+Vp）（o指宾语）。
王红斌（2002）提出测试格式：a.从潜意识里/在潜意识里/暗暗地/默不作声地/满心/潜意识地+V；b.n（人）+不/没V+和/跟/同+n+一起+其他；c.让/使/叫+人+V+（小句）宾语。
丰竞（2003）提出心理动词的鉴别式为：主（人）+在心里+（很）+心理动词+宾语，记作S：S（p）+iH+（L）+V（p）+o（n、V）。特别指出，情感动词的鉴别式S可有转换式S1——nS+Vm+S（p）+（iH）+L+V（p）和S2——S（p）+（iH）+tn+L+V（p），又因为情感在程度上有可比性，S还可有转换式S3——S（p）+tHn+m+V（p）+（o[n，V]），其中，nS=刺激物（stimulus），Vm=使令动词，tn=“对”（to）引导的介宾结构，tHn=表比较的介词（then）引导的介宾结构，m=更。
心理动词本身是一个意义类，从意义出发界定出来的类别，很难有整齐划一的形式特征。即便是公认的“动词”“名词”“形容词”，相互之间也没有完全清晰的界线，各词类内部在形式上也只是有着家族相似性。所以，以上归纳出来的任何一条句法特征或任何一个界定框架都存在反例也实属正常现象。另一方面，这也说明心理动词是一个在形式特征上呈现复杂状态的类别。这种复杂性在量性特征上有着充分的体现，这也正是本文讨论的重点，即心理动词的量性特征，因此我们重点考察的也是与量有关的句法形式，至于其他的句法特征则暂不涉及。关于量范畴的表达形式将在下一章详细论述。
综合以上论述，我们认为心理动词是以语义为依据划分出来的动词的下位类型。同时借鉴认知语言学的原型理念，认为心理动词是非典型的动词（相对于动作动词），处于动词系统的边缘位置，与名词、形容词有部分相通的句法功能。因此，心理动词在整个词类系统中的位置可以归纳为下图：
图1：心理动词在词类系统中的位置
心理动词的句法功能标示为下图：
图2：心理动词的句法功能
图2表示，心理动词的句法功能位于动词、形容词和名词的功能交叉地带，具有大部分动词的功能，具有小部分形容词与名词的功能。这是现代汉语心理动词的“边缘性”在句法功能方面的表现。
以上内容是针对“动词、形容词、名词”这三大词类来说的，心理动词在句法功能上具有“边缘性”，这可以说是一种“外部边缘性”。在动词内部，心理动词也同样具有“边缘性”，可以称为“内部边缘性”，这主要表现在“状态动词”与“动作动词”“变化动词”等类别之间。吉永尚（1997）讨论日语心理动词的语义时认为心理动词连接着状态动词、动作动词等，但又与这些动词所不同，并就此对日语的心理动词进行了一定的考察分析：
本稿では心理動詞は状態動詞や動作動詞と連続していると考えるが、これらの動詞との相違点や境界上にあるものなどについて意味的側面やアスペクト性をもとに考察を加えた。（译文：本文认为心理动词连接着状态动词和动作动词等，但主要考察了它们意义上的不同与分界以及这些动词的时体特征。）
在现代汉语中，心理动词也一样处于“动作动词、状态动词、变化动词”的边缘地带，这与其“外部边缘性”有很强的一致性。总的来说，无论是外部表现还是内部表现，都充分体现出边缘类动词与典型动作动词的不同之处。因此，“边缘性”是心理动词最显著的特征之一，这一点在心理动词的量性特征上有着充分的体现。
三、心理动词的主观性
“主观性”也是心理动词的基本特征之一，同其“边缘性”一样，贯穿心理动词的语义特征与句法特征。
首先，在语义上，心理动词是用来描述人的心理的，无论状态也好，动作变化也好，都是不可见的，只是将内部的心理外化为可以表述的文字而已。这对心理动词量性特征的影响表现为：心理动词的量都是非精确计量的。
其次，在句法上，由于心理动词的量是主观性的量，因此与心理动词同现的数量词语往往是非精确的③。同时，心理动词的程度量往往需要程度词来彰显，程度词所表达的量往往都是主观评价性的，这也是一种主观性在句法上的体现。
四、结语
本文从句法、语义两方面考察了心理动词的研究成果，认为“边缘性”与“主观性”是对心理动词基本性质的共识，心理动词的句法语义表现都与之相关。在对心理动词性质研究的基础上，我们可以进一步探讨心理动词其他方面的特征或表现。
注释：
①杨治良《简明心理学辞典》.上海辞书出版社，2007.
②叶奕乾、何存道、梁宁建《普通心理学》，华东师范大学出版
社，2004.
③即使出现具体的数字也不表示精确的计量，如“一天想你三次”
并非精确表示“三次”的意义。
参考文献：
[1]马建忠.马氏文通[m].北京：商务印书馆，2000.
[2]邵敬敏.量词的语义分析及其与名词的双向选择[J].中国语文，
1993，（3）：181～189.
[3]李临定.现代汉语动词[m].北京：中国社会科学出版社，1990.
[4]董秀芳.谈汉语的心理动词[J].聊城师范学院学报（哲学社会科
学版），1991，（4）：115～119.
[5]陈昌来.现代汉语动词的句法语义属性研究[m].上海：学林出版
社，2002.
[6]方梅.认证义谓宾动词的虚化——从谓宾动词到语用标记[J].中
国语文，2005，（6）.
[7]王红斌.绝对程度副词与心理动词组合后所出现的程度义空范畴
[J].烟台师范学院学报，1998，（1）：63～70.
[8]王红斌.谓宾心理动词与其后的非谓动词所表动作的语义所指
[J].盐城师范学院学报，2001，（2）：87～90.
[9]王红斌.现代汉语心理动词的范围和类别[J].晋东南师范专科学
校学报，2002，（4）：62～64.
[10]杨云.不受程度副词“很”修饰的心理动词[J].云南教育学院
学报，1999，（1）：68～71.
[11]丰竞.现代汉语心理动词的语义分析[J].淮北煤炭师范学院学
报（哲学社会科学版），2003，（1）：106～110.
[12]韩琴.心理动词句法语义研究[D].武汉：华中师范大学，2006.
[13]吉永尚.心理動詞の意味規定とその特徴について[J].日本語
·日本文化研究，1997，（7）：81～99.
[14]山岡政紀.感情描写動詞の語彙と文法的特徴[J].日本語日本
文学，2002，（12）：23～54.
[15]杨治良.简明心理学辞典[m].上海：上海辞书出版社，2007.
[16]叶奕乾，何存道，梁宁建.普通心理学[m].上海：华东师范大
学出版社，2004.
[17]范晓，杜高印，陈光磊.汉语动词概述[m].上海：上海教育出
版社，1987.
[18]胡裕树，范晓.动词研究[m].开封：河南大学出版社，1995.
[19]周有斌，邵敬敏.汉语心理动词及其句型[J].语文研究，
人文主义文学的基本特征篇8
自本世纪中叶以来，后现代主义思潮逐渐地席卷了整个西方哲学的各个领域。特别是它以分离、解构、消解和非中心化为特征的“后现代性”，具有着反基础主义、反本质主义和反表征主义的实质；因此，它冲击了以认识论为核心的现代思想框架，为传统的形式、观念和价值标准的可接受性带来巨大的震撼。无论人们如何去评价或褒贬后现代主义的真正意义，其广泛的效应都是不容忽视的。不言而喻，这种效应也不可避免地在科学哲学领域中泛起它的漪澜。当“后现代性”渗入科学实在论的研究中时，后现代科学实在论便孕育而生，并作为整个后现代思潮的组成部分自然而然地打上了这一时代的烙印。
一、后现代性与后现代科学实在论的现存性
一般地讲，人们用“后现代主义”一词去描述文化领域中的后现代运动及其现象，以区别于现代主义运动、本文和实践；而用“后现代性”一词去描述伴随后现代运动而呈现的一切可标榜的后现代特征。然而，事实上并不存在统一的后现代理论，或者一致的一组立场。后现论的繁杂性和立场的多元性，是后现代主义运动令人眼花缭乱的一个基本状况。所以，“后现代”概念本身只是表明了一种文化、社会、政治和哲学等等发展的历史趋向性，而不是任何一个确定不变的理论。在这里，历史的趋向性与理论的特殊性决不是等价的。无论如何，当后现代主义在对历史作出嘲弄式的批判或否弃的形式下，试图去重新定位当代文化的走向和基点时，它们也自然地构成了一种影响科学自身发展的特定人文环境或人文途径。从这一相关性上讲，后现代主义运动至少体现了以下几点后现代性特征：
第一，后现代主义是一种“反科学主义”的理智运动。后现代主义的一个重要特征就在于，它要向所有相互对立的理论、范式和学派都共同遵循的某种元科学纲领挑战。它批判了现代主义认为科学本身是一个具有特权的理由形式或真理媒介的观念；反对唯有科学知识可以被安全地建构的科学主张；驳斥了现代主义坚持科学理论具有保证科学研究概念基础作用的思想，否弃了现代主义以为科学是或者应该是价值中性的立场；强调了科学的实践的和道德的意义；展开了与一致性地建构科学真理的信仰的争端。一句话，“后现代主义的核心就是，它批判了认为科学认识是普遍的，因而它能够通过非语境的方式予以证实的主张。”[1]从而擎着“反对科学主义”的旗帜，在批判现代主义中，重新构置科学知识与社会之间的关联，以及科学、本文和叙述之间的联结。
第二，后现代主义是一种“新的文化经验”。60、70年代以来，高科技的应用、传输媒介的爆炸、政治形式的变换、资本主义经济的动荡、新的时空经验的感受以及社会主体性的突出等等，这一切促使了后现代主义在科学上导向了一种新的文化经验，并以此来对抗那些元理论的理性经验。这种新的文化经验的本质就在于，它把社会看作是由无限多的生成意义的文化载体所构成的，一切都是相对地自主的和自足的，都服从于它们各自的独特轨迹，都有其自身的真理的有效性条件。换句话讲，在这种新的文化经验的框架内，一般的理论标准被消除了，普遍的基本概念的分析和说明被解构了，一切都诉诸于特殊的文化经验的直接意义，其典型的口号就是“真理的标准是依赖于语境的。”［1，p6］
第三，后现代主义是一种批判性的解构战略，后现代主义抱着怀疑和疾世如仇的态度去看待世界和本文，其目的并不在于获取最大限度的清晰理解，而在于批判和摧毁；在于有意识地去“错解”或“错读”，而不是理性地建构和逻辑地抽取；并不诉诸于任何权威，而是玩那些当我们烦恼时可以改变其规则的游戏，“其信条就是：别对任何事情太认真，这不值得烦恼。”[2]因而，它试图破除所有已确立的科学学科之间的边界，去讲说超学科的论述，并让表达、真理、理性、体系、基础、确定性、因果性和意义等概念，在对历史和现实的嘲讽中消失。而其根本性的战略目的，则蕴存于摧毁、解构、取代、破坏、区别、断裂、消除、分解、不确定、非中心化、非神秘化、非整体化及非正统化等等这一系列批判性的概念之中。[3]后现代主义运动的一切形式和内容、动机和目的、手段和途径，都需要通过这一批判性的解构战略去实施和实现。正是这一战略，构成了后现代主义自身。
不言而喻，从后现代特征中所表现出来的后现代主义的人文精神，把“反科学主义”作为其反传统的一面旗帜，把“新的文化经验”作为反基础主义的一只号角，把“解构战略”作为反本质主义的一场冲锋。在这里面所蕴含着的反理性主义、反权威主义和反教条主义的趋向，不能不作为普遍的后现代性本质影响“后现代科学哲学”的发展。
然而，“后现代”科学实在论仅仅是“后现代性”在科学哲学研究领域中的某种时代的映射或影响，它并不等同于后现代文化或艺术中的任何特殊的人文主义流派。同时，后现代科学实在论也绝非任何单纯的、抽象的允诺，而是具体地和内在地渗透于科学的理论、历史和社会的研究之中。在这个意义上，对后现代科学实在论的理解应当是多形态的、多层次的和多视角的。对后现代科学实在论的“后现代性”的理解过于狭窄，将会抹杀当代科学实在论发展的多样的趋向性及其真实的意义，也将失去把握它的“后现代性”跳动的脉搏。在这里，后现代科学实在论的存在性，并不在于它是否具有某种确定的“组织形态”或贴有标签的“理论模式”；而在于在当代科学实在论的发展中，它是否产生或具有某种渗透着“后现代性”研究视角和方法的转换、趋向的调整或认识论基点的重新定位。从本质上讲，后现代科学实在论是一种“无形的”思想倾向或方法论趋向，它的存在性就恰恰在于这些倾向或趋向之中，所以，后现代科学实在论仅仅是一种科学哲学的“研究战略”，而不是任何固定不变的教条或模式；提出“后现代科学实在论”的概念，正是为了更准确地去把握当代科学实在论进步的某些时代的特征，而不是其它。从这个意义上讲，后现代科学实在论就不是什么不可捉摸的“神话”，而是可感知的“现实”了。
但是，与整个后现代主义的人文精神所不同的是，后现代科学实在论仍然高举着科学理性的旗帜，把坚持、弘扬和发展科学理性作为其奋斗的宗旨。它的后现代性仅仅在于，弱化规范理性对科学活动的强约束，延展科学理性运动的疆域，开拓实现科学理性的新方法，在科学主义的精神中引入人文主义的精神，把科学的社会化和社会化的科学看作是一致的，从而在科学哲学的研究中，推进科学主义与人文主义相互渗透、相互融合的趋势。所以，后现代性在科学实在论中的表现是曲折的、非直观的和深层的。但这正好表明了后现代性在科学实在论研究中的时代性、必然性和深刻性。我们不能用前者来否定后者，也不能用后者来简单地代替前者。事实上，人们否认后现代科学哲学的存在，是否认了反科学主义在科学哲学中的存在，决不能否认后现代性特征在科学哲学中的展开；后现代科学实在论者们讳言自己是后现代主义者，但却绝消除不了在他们理论中所渗入的后现代性的研究趋向。总之，对于科学实在论的这种时代性的走向，应当作具体的、历史的分析，而不能仅仅囿于形式上的言词。
二、后现代主义趋势与科学实在论转向
在后现代主义的运动中，尽管派别林立，观点繁杂，但却存在着两种最基本的、既相互区别又相互渗透与融合的倾向或趋势。一是以莱奥塔德（lyotard）为代表的局域论的趋势，强调世界已被破碎成了局域的、自主论述的世界，试图发展被称之为后现代条件的“莱奥塔德描述”。二是以德里达为代表的结构主义的趋势，强调后结构主义的因素贯注于后现代的意义难题。从而导致了一种将意义看作是可逃避的和不可靠的观念立场。这两种趋势均从不同的层面和视角，对后现代科学实在论的转向产生了潜在的和间接的影响。
首先，消解和摧毁元论述的神圣性及其尊贵地位是局域论趋势的根本宗旨。莱奥塔德对后现代主义趋势的途径做了这样的描述：“对于语言游戏的非同质本质的认可是第一步……，第二步是确定一个游戏规则的任何一致性和在其中可行走的步骤必须是局域的……，因而，这一趋势倾向于有限的无论证的多样性，并且这种论证涉及了其在时空中的限制。”[4]这也就是说，后现代世界被看作是破碎成诸多孤立世界的世界，它是在不能由任何基本的元论述所统一起来的局域论述的多元性中，各种要素的随机组合。
正是从这一基点出发，局域论趋势要表明：
1、科学本身并不是同质的论述，而是多样研究领域和行为的“空洞标签”；事实上，存在着多样的玩其自身游戏和产生其自身局域规则的科学。
2、后现代哲学已中止了对其自身传统特权的欣赏。因为，哲学既不能超越世界的多样性而仅仅提供单一的形而上学洞察，也不应提供对于世界的单一认识论的线索。传统的哲学家们实际上只是生产着标准、规范、规则和陈词滥调等等的集合，而人类理智和文化的物质性和丰富性都被亵渎了。
3、主体总是在特定的概念框架、信仰和语词的集合中去把握对象，因此中性的观察者不存在的。与此相关，理性既非约束于语形，也非仅仅由逻辑来规定，而是依赖于语境并历史地被决定的。
4、人们不可能在一个本文中抽出或证实某一永恒不变的教条或启示，后现代主义追求的是评价的多维空间，而意义恰是在多维空间中传播的。因而，当使用“批评”一词时，并不意味着“说明”而是意味着“刺激”。本文解构的实质就是要从单一的解释走向多维的评价，由教条性的说明走向启迪性的刺激，由守旧走向破除，由一统走向多元。
总之，局域论的趋势反对用元论述去统一局域论述；强调案例分析而不顾基本的理论背景和系统的建构；不注重对一般特征的沉思，而突出对结构和组织形态（科学、文化、社会建制等）之间的相互关联。正是在这个意义上，多元的论述以特殊方式存在着与科学的联结，而科学以多重层面与社会相互作用，以致于不存在孤立的科学哲学的领域，人们对于科学哲学之政治的、社会的、文化的及心理的分析，不应再受到狭隘科学哲学的歧视。
其次，解构和放弃逻辑及任何本文的规则是后结构主义趋势的核心目的。局域论趋势是要把意义难题由普遍引向局部，是要在一个确定的社会、文化或科学的局域内，在一个特定的时空中，去使用局域的语词并求解局域的语言游戏，以达到对意义难题的解决。而后结构主义的趋势则认为，限制意义及其有效性的范围，并不能使对意义的把握更容易或更可能；应当把意义看作是可逃避的、不可及的或不可把握的。
“后结构主义”的意义概念发展了索绪尔（saussure）的结构主义的观点，即意义从来不在符号中表现，它总是分布于符号总体之中，并且是由未陈述的战略整体性所生成的。结构主义者否认了意义的表征概念，认为意义并非由它们的指称所决定，而是在意义的关联网中被捕捉的。一个符号的意义是由该符号中未出现的不同结构所构成的，正是这结构划定了符号间的界限。一个符号意义的显现，依赖于在一个否定的方式中该符号不是什么的背景。在这一点上，德里达比结构主义更进一步，主张这些不同的结构从来不能被决定，因此，意义也从来不可能是完备的。“一个符号的意义是由永远不出现的其它的踪迹所决定的。”[2，p32]关键的是，后结构主义趋势并不想把握意义所渗透的各种结构，而是试图表明生成意义的结构如何才能被消解。德里达把这种解构行为与西方文化（科学是典型案例）的困扰作了比较，并以此廓清问题，对它们进行分类、整理，把它们包含在一个整体系统内，并形成不同层次的体系，以使意义展示出来。总之，使意义明显地通过结构的消解展示出来，而不是隐含于结构的神秘现象之中，正是后结构主义的途径。
之所以这样认识问题，是因为后结构主义趋势认为“本文是我们能够接触的唯一实在。”我们没有进入世界自身的途径，本文构成了我们的世界的界限。谈论世界就等于谈论本文，因而，理解本文的不可能性恰是不能理解世界的另一种表述。由于本文（世界）决不可能是一致的或符合的，在本文内在的意向性与各种表达形式之间就存在着特有的分离张力，任一本文都背叛其自身而期望使这种分裂潜势获得自由。所以，后结构主义的焦点就聚集到了关于本文的分裂效果上。正是这种分裂效果表明，由于不存在先验的表征，意义永远不能被完全地被把握；这正像模写和延续是无止境的，因而不存在我们能够移动地球的“阿基米德支点”一样。
后现代主义的这两种趋势从不同的侧面对科学哲学的发展产生了不可避免的历史性的影响。譬如，把科学哲学看作是一种后现代的“本文活动”，一种对不同性问题的解决；消解以现代逻辑主义为中心的权威主义、教条主义和本质主义，反对为科学研究活动的规则和目的“立法”；把研究的焦点集中于科学的语境、修辞以及讲话的方式上等等，就与整个后现代主义的趋势是同性的。历史地讲，在后现代主义的趋势的影响下，后现代科学实在论的发展与科学哲学整体发展中的“解释学转向”和“修辞学转向”密切相关。随着逻辑实证主义“统治”的衰退而开始的科学实在论的复兴运动，恰是与科学实在论由“现代性”向“后现代性”的转换在趋向上是一致的。在这个意义上讲，后现代科学实在论的发展与这两个转向相关，已经历了两个自然而又必然的阶段。
其一，“解释学转向”促进了后现代科学实在论的孕育和生长。事实上，伴随着20世纪“语言转向”的洪流，逻辑经验主义并没有超脱传统基础主义的巢穴。当它期望将科学理性的重建奠立在“不可置疑的感觉材料”基础上时，只不过是从语言分析的形式上将基础主义极端化了。“解释学转向”作为对“语言学转向”的反叛，是一种基于历史经验主义的分析，反对根据科学主义的教条去对自然科学和人文科学进行绝对划界的“实践活动”。在这一运动中产生的范式转换、新的理解和阅读本文的方式，标志了后现代主义在科学哲学研究领域中的出现。[5]“解释转向”作为一种运动的深入发展，在更广阔的时间序列和社会空间上影响了科学实在论的进步。特别是促进了科学哲学与人文哲学、语言分析与解释实践、科学技术与人类知识的社会化等等之间的结构统一性和意义的一致性。科学实在论导向了整体论和自然主义的认识论取向，并推进了科学实在论与社会语言学、认知心理学和科学社会学相互融合的研究趋势。这表明了科学实在论作为一种后现代科学哲学思想和方法论的形式，不断地扩张和渗入了人类知识的广阔领域。[6]
其二，“修辞学转向”推动了后现代科学实在论的显著发展。“修辞学转向”的实质是要把科学修辞作为一种确定的研究方法，充分地揭示科学论述的修辞学特征，从而更进一步地跳出形式语言的逻辑预设，而从科学论述的境遇、选择、分析、操作、发明和演讲中，给出战略性的心理定向和更广阔的语言创造的可能空间。这一“转向”作为一种运动的兴起，促使了科学实在论更进一步地排除在理性与非理性、语言的形式结构与心理的意向结构、逻辑的证明力与论述的说服力、静态的规范标准与动态的交流评价之间的僵化界限，进一步削弱单纯本体论的独断性，强调心理重建与语言重建的统一。这深刻地表明，科学实在论在已经相当进步了的基底上，正在不断地充实和实现自身的后现代性。
不言而喻，在后现代科学实在论的生成和发展中，其后现代性趋向表明：在理论上，不断地由单一转向多元，由绝对转向相对，由对应论转向整体论；在实践上，由逻辑转向社会，由概念转向叙述，由语形转向语用；在方法上，由形式分析转向了对语义分析、解释分析、修辞分析、社会分析、案例分析及心理意向分析等等的具体引入。总之，科学实在论的后现代性趋向具有着对象的、层面的、视角的和意义的不同，表现了各种后现代科学实在论观念区别，反映了后现代科学实在论运动所具有的多样性与过程性的统一。
三、解构战略与后现代科学实在论的特征
从本质上讲，后现代主义并不一般地反对方法论的分析，而是反对将任何一种方法看作是凌架于其它方法之上的具有特权的圣物。后现代主义也不一般地反对整体论的分析运动，而是反对在任一统一的科学纲领下的总体理论的探究。后现代主义之所以是一种解构战略，就在于它是一系列以摧毁和消解为中心的方法和手段的集合；也正是在这些方法和手段的展开中，解构战略才能获得其具体的实现途径。集中地讲，主要有这样几个方面
1、“差异”是后现代主义解构战略的前提。“差异”是一个具有强讽刺性的概念，它是要将元理论的分析还原到最小的或最局域的单元。从而，在非中心化的世界中去寻找“差异”的中心性，在解构了的世界中去寻找解构的实在性，在分裂了的本文中去寻找肢解的实质性。由于只有接触本文才能接触世界与实在，所以，本文的意义不在于它自身内在的本质，而在于外在的功能；不在于它的形式表征，而在于它的信息转换。因而，意义的“认识所予”不是本文，而是“差异”。在分离的变动中所揭示的这种差异，正是在这意义的形成过程中往往被人们所忽视的东西。在这里，分裂本文，抛弃所予，把握动态变换中的差异，恰是解构战略得以不断展开并产生效用的前提。
2、“讽刺”是后现代主义解构战略的基础。由于后现代主义正是通过讽刺的手法达到其解构现代性的方式，被人们称之为“一种讽刺的整体社会论”。“讽刺”手法的原则就在于：①实在是可讨论的；②语言是初始的；③只有在语言的范围内，实在才是可象征的、可达到的；④只有在语言中能够言说任一或每一事物；⑤任何人都不能逃避他自己的语言，包括关于事物的所有其它一般陈述；⑥上述各项均是历史的事件，而非意识形态的立场或逻辑的论证；⑦因此，后现代主义的诞生既是现代性特征的终结，也是现代性语言的终结。[1，pp23—24]。
正是在这些原则的展开中，显示了“讽刺”是构建后现代主义理论的基础，使得实在和语言之间的一致及其不可言说的游离，成为后现代主义理论的对象、边界、条件和途径。正是在这个意义上，莱奥塔德后来试图用“词组哲学”取代以前的语言游戏的概念，认为游戏者不是唯一的，他是相对于词组而存在的，而词组则先在于任何意向。词组是理论的基元，在一个特定的“词组制度”中，将词组秩序化正是“词组哲学”的任务。而罗蒂则迈向了自然主义的语词实在论，并建构后现代的“拟文学哲学”，以取代传统哲学的地位。可见，讽刺手法所引出的正是后现代主义的语词本体论这一后现代解构战略的基础。
3、“放弃独白、构造对话”是后现代主义解构战略的根本途径。“独白”作为基础主义、本质主义和权威主义的元理论的表现形式，使论述丧失了“实践—道德”的本性，也造成了社会意义的模糊性。只有“构造对话”，才能实现本文的真正语境意义，使论述成为一种平等的社会论述，才能让“社会科学变成公民论述的典范”。这种后现代主义的修辞学或语用学的转向，潜在地蕴含了公民在民主公众生活中的社会参与。同时，作为论述的社会隐喻也可表明，社会结构可以作为语言结构来加以理解，而且这些结构可以通过讲话的修辞行为来发明。讲话行为表示并嵌入了不同的意义世界之中，并且这些意义在社会中是层次地有序的。论述语言的符号化系统不仅仅是讲话行为，而且是社会关联结构的实现和调节。更进一步讲，社会关系本身就是符号系统，而社会则是一个进行对话交流行为的系统。另外，由于论述不可避免地具有它的局域性和语境性，“构造对话”的本质之一便是追求论述的修辞学的批判性和创造性，并以此去彻底地消解元理论的“不道德的霸权地位”。在“语词—世界”的关联中，论述的方式表征了实现特定世界观的方法论途径；所以，突破一种论述方式，就是导向一种新的方法论。一句话，“社会契约就是语言；讲话就是战斗；一个人总是处于特定交流范围中的结点上；一致是压迫的；创造总是论争的诞生。”[7]总之，从元语言走向自然话语，从元理论走向修辞发明，从元逻辑走向社会结构，从元规则走向普遍的价值趋势，就是通过“构建对话”而实现解构战略的具体途径。
后现代主义解构战略的具体实现途径，从社会科学研究的方法论意义上，作为后现代性的视角，渗透或折射进了当代科学实在论的研究之中。这种渗透或折射是以不破坏科学实在论的总体目标、趋向和本质条件，以拓展科学实在论研究的空间、手段和深度为要求，以强化科学实在论自身所特具的学科性、表述性和语词性为特点的。它们不是以囫囵的东西对应地搁置于科学实在论的框架之内，而是作为一种活的人类理智的要素被有机地消化、吸收和溶入了科学实在论独特的有机体之中。在这样一种时代的背景下，后现代科学实在论的“后现代性”的两个最根本的特征，就表现为“整体论的扩张”和“意义理论的深入”。具体地讲：
1、整体论的扩张是对传统实在论过份强调“普遍论”的现代性的反叛或修正，是要把个体的整体性和自主性与整体的个体性和相关性结合起来，去说明科学运动的存在方式和运作方式。所以，整体性的扩张就在于开放性的选择。这主要表现在：①强化科学解释学的实践性，把人类的行为、科学和文化或整个历史时期作为“大”本文来阅读，从而在一切科学理论的“小”本文的社会意义上超越“语言转向”的狭隘性，使负载理论的语言与作为背景的社会更自然地融为一体，实现科学认识论的社会化或社会化的科学认识论，使科学认识论的语言具有整体的丰富性、深邃性和时代性的特征。②引入修辞学的方法，把科学论述看作是符号化的劝导，而不是单纯的形式表征；看作是境遇论述，而不是纯粹的逻辑规则的推演；看作是与特定共同体相关的讲演论述，而不是简单个体经验的实现；看作是有理由的论述，而不是预设先验标准的理性的概念化；看作是创造性的发明论述，而不是证明或说明模式的唯一结构。③通过自然主义的途径去说明科学理论的规范的形式系统与经验的描述系统之间动态的相互作用，从而对理论语言进行泛物理主义的阐释；或者通过科学的进化去说明科学的“内在”与“外在”环境之间的关系，阐释理论、仪器、方法、价值、规范、道德、心理和社会建制等等要素之间的相互作用机制，从而把科学看作是一种本质上的社会活动。
2、意义理论的深入是对传统实在论机械理解“语词—世界”关系的现代性的否弃和超越，是要把意义的真理性和真理的意义性统一起来，去阐释科学运动的表征方式和解释方式。这主要体现在：①用“意义大于指称”的观念去消解传统的对应论的指称论，认为意义决定了指称概念的内涵和外延，意义是约束指称使用的一种功能，同时也是指称定位的立体坐标，从而坚持了“意义”的意义超越了直指的旧观念，实现了由现代性向“后现代性”的转换。②自觉地借鉴和引入语义和语用分析的方法去消解传统形而上学的断言，从语形、语义和语用的结合上去确定科学理论术语的语义空间和逻辑空间，去描述概念的语义网络，说明它的语义的一致性和语用意义的整体性。对后现代科学实在论来说，语义和语用分析已由被迫的论战需求转化为容纳和满足各种实在论的立场、观点和可能趋向的方法论的保证形式。③在测量意义上去确立实在论的经验建构论，以消解传统实在论的本体论的还原论，认为测量结果的表征术语不是作为实在的“模写”，而是作为实在的“映射”被建构的，因为它的意义内含了特定测量主体的价值趋向性和意向选择性。但另一方面，又同时承认表征术语的意义的映射性必然地具有它所映射的特定实在的“模本”。从而，把实体的总体性和它们的关联看作是实在，或者把实在看作是具有潜在性、发展性和本质功能的实体总体，从而把所有实在解释成不仅仅包含存在什么或发生什么的世界，而且解释成必然是或可能是什么的世界。
四、结语
尽管后现代主义如日中天的辉煌时期已经消逝，但后现代主义浪潮并未完全退去，它对人类理智运动所产生的那些时代的影响，将会继续发生它潜在正负方向的效应。在这个过程中，后现代主义与反后现代主义批评之间论争的焦点，就在于当今科学的意义和科学的社会作用问题，即科学是不是唯一的、有特权的知识形式？何种认识模式是科学？应该如何理解科学是社会进步的途径？科学怎样能够成为既是主张客观知识的论述，又是构成社会同一和规范建制秩序的社会力？在对这些问题的论辨和求解中，后现代主义对难题的认定是敏锐的，但却设定了偏激的边界条件并给出了错误的解。从认识论的角度看，后现代主义导致了这样几种倾向：第一，极端的相对主义。后现代主义以朝向元叙述的怀疑为基底，在多维的和不稳定的空间中，将叙述与科学认识割裂开来，使任何事件都自主地运行着，完全是一局没有规则的游戏。而真理就恰恰是在这种多样形式中非唯一地产生的，从而科学理性成为没有规则的“规则”的游戏及其自然化的体现。第二，具有某种古代诡辩论的特征，溢发着对哲学理性的嘲讽和亵渎。在后现代主义的认识框架中，一方面否认基础论证或证实的存在，另一方面则把非理性的“说服”作为根本的论证以充作理论的基础；在否认哲学除了启发性之外别无任何原则意义的同时，却要把解构的方式作为普遍的规则塞入人类理智的一切领域；既在叙述和说明、修辞和逻辑之间掘出一条不可逾越的沟壑，又试图通过“社会隐喻”去构设可选择的秩序化的理论。第三，反实在论的立场。后现代主义从否定中性存在的视角出发，把一切表征、一致和指称等都看作是依赖于概念框架而生成的，因而本体论的范畴嵌在指称说明中，并且这些说明是历史地和文化地变动着的。而且，这些变动本身也并不是朝向最成功的实在复制品的收敛运动，而是根据文化发展的趋向而社会地发散的。
后现代主义之所以衰落并受到了来自各个方面的批评，除了其理论的歧误之外，一个重要的原因就是忽视了科学所具有的两个时代特征：其一，无论当代文化的发展多么地斑烂多彩，科学均将处于文化运动的主潮流之中；其二，科学建制的系统化、完备化和开放化，已使它不断地增长了与社会建制之间的联结，并由此产生了更强有力的社会力。而后现代科学实在论正是从这两个基点出发，通过整体论的扩张和意义理论的深入，不断地走向了“开放”、“弱化”和“建构”这三个最基本的趋向性上。这既是后现代科学实在论所具有的“后现代性”的时代特征，又是其得以生存和发展的途径。后现代科学实在论的各种弊病及其有意义的前景，均体现在这些趋向的统一之中。然而，从总体上讲，后现代科学实在论在吸收“后现代性”的批判精神去消解传统实在论的价值标准时，并没有陷入一般的现代主义的极端的相对主义；在与反实在论的论争中，在借鉴语义和语用分析及意义批判的手段时，也没有导向狭隘的解构主义；在接受解释学、修辞学的方法及与人文主义的相互融合中，在广阔的科学、社会和文化关联中探索科学的进步时，也从未放弃对于科学理性的追求。尽管后现代科学实在论不可避免地存在着各种各样需要我们加以分析和批评的缺陷，尤其是内在化的和片面自然主义的趋向。不过，后现代科学实在论所显示的那些虽然任重而道远，但却富有时代意义的趋向是不言而喻的。这也从一个侧面喻示我们，在当今中国文坛上泛文化主义盛行之时，仍然保持清醒的头脑，继续高举“五四”以来的“科学与民主”的旗帜，是一项多么必要、必然而又必需的事业。
参考文献
[1]stevenseidmananddavidg.wagner,postmodernismand socialtheory,basilblackwell,cambridge,massachusetts,1992,p6.
[2]zuzanaparusnikova,isapostmodern philosophy of sciencepossible,studiesinhistoryandphilosophyofscience,march,1992,p25.
[3]ihabhassan,the postmoderm turn:essays in postmoderntheoryandculture,columbus,1987,p92.
[4]j·e·lyotard,the postmodern condition:a report onknowledge,machesteruniversitypress,1984.p66.
[5]nanceymurphy,scientificrealismandpostmodernphilosophy,thebritishjournalforthephilosophyofscience,vol.4,1990,p292.
人文主义文学的基本特征篇9
关键词：功能语言学;阅读教学;语篇
一、当前阅读教学的主流模式
在二语习得领域所普遍考虑的听说读写四大技能中，阅读和写作主要涉及书面语。其中阅读往往被认为对二语习得具有基础性意义，它被看作是书面语的分析和阐释过程，是读者的输入性语言活动。二语习得领域对阅读模式的研究由来已久，发展起了诸多阅读教学模式。然其中最流行的不过两种：自下而上（bottom-up）模式和自上而下（top-down）模式。前者认为：阅读过程是一个解码过程，从书写符号出发，到他们的听觉对等成分，再到发现它们表达的意义;这种模式认为，只要读者掌握了语言符号的实体特征和形式特征（字位、词汇、语法）等就可以理解语篇。这种阅读模式将语言形式视为阅读教学的主要目标。后者认为：阅读过程是意义的重建过程而不是单纯的解码过程;读者是阅读活动的中心，语篇意义的把握是一个借助读者经历和语境进行重建的过程。
二、两种主流模式的偏差
上述两种当前阅读教学的主流模式决定了当前阅读教学中存在的两种不同性质的偏差：自下而上模式注重语言形式教学，这一模式只注重对语言形式项目和结构的教学，忽视了语义模式和语境特征。这一模式认为阅读就是从学习词汇语法开始，向句子和语篇不断上升;语篇由句子构成，句子由词汇短语构成，只要掌握好了词汇语法，就可读懂句子，读懂了句子也就学会了语篇。自上而下模式注重以语境和功能为主进行阅读教学，重视对语言语境特征的把握，注重背景知识而不注重基础的字系特征和词汇语法等形式特征的学习。
在自下而上模式中，阅读教学过程通常是这样的：从词汇讲解出发，要求学习者全面掌握词汇的发音、拼写、意义及词性、搭配等;然后要求学生掌握句子结构进而熟练地朗读语篇。最后，教师逐句进行翻译和解释。教师解释完成，整个语篇就算学习完毕了。这种教学模式引导学生只注重具体的语言项目、语法结构和语言事实，忽视了作者的写作目的和语篇的整体意义，只见树木不见森林。这一模式培养出来的学生往往交际能力差，不善于捕捉语篇的整体意义和重要信息。
在自上而下模式中，语篇教学往往带有泛读性。教师注重讨论和讲授语篇的宏观意义、交际目的、主题特征等，学生只注重了语境和背景知识的积累和宏观内容的捕捉而忽略的基本语言知识和语言形式学习。这种学习的结果是学生的语言基本功不扎实，常犯语音、语法、拼写、标点等方面的错误。与此同时，在诸多阅读教学中因时间和篇幅所限，所运用之语言材料往往是语言片段或语篇片段。语言材料本身不能代表整个交际事件，衔接链被割断，连语篇的主题意义和交际特征的把握也会受到影响。
三、新型阅读教学模式应考虑的因素
在系统功能语言学看来，语言是一个由音系层、词汇语法层和语义层组成的符号框架（朱永生等，2001）。这一框架在下与声音和符号等实体相联系，在上与情境、语类和文化相关联。首先，书写符号的辨认能力和词汇语法的基础知识是进行阅读的基础和前提，没有这一前提阅读是无法进行的;学习语言就是学习如何表达意义。同时，文化背景，语类，情境和交际目的是读者实现其阅读目标的外部条件。在功能语言学看来，篇内意义与篇外语境的关系不是单向的而是双向的。一方面读者需从语篇的篇内意义来推测语篇的语境因素，另一方面语境因素和交际目的又反过来帮助读者更精确地把握语篇的意义。换言之，语篇意义的把握是从语义到语境再由语境到语义的多次反复。阅读教学应考虑这一过程中不同因素的作用。
1.学生的基础和层次
在外语阅读学习的基础阶段，学习的重点应该放在字系、音系特征、语法知识技能的学习上;在中级阶段应把阅读学习的重点放在词汇语法与意义和语境的联系上，并需通过大量的阅读实践实现知识到能力的转化;在高级阶段;应该将阅读学习的重点放在根据不同文化特点、语类和语境来理解和欣赏语篇的深层交际意义和语篇评价上。注重学生的基础和层次还需考虑学习者的个性特征，如有的善于思考而拙于表达;有点善于表达而思考深度不够等。
2.注重语言差异
对于语篇创作者而言，意义的体现和表达方式的选择往往是下意识的，作为读者也通常难以意识到语篇作者在什么情况下选择什么样的语言特征，更可能忽略外语文化中语言项目和形式的选择与母语有什么区别。因而，对文化语类和情境知识的学习，重点应放在外语与母语在文化和语类等方面的差异上，在阅读外语语篇时要努力用外语的行为方式和文化规约来理解、评价和欣赏语篇。在意义把握上要努力把外语语篇的意义与其文化背景、语类特征等结合起来;在词汇语法的学习方面，不仅要通过各种手段掌握基本用法，而且要把它们与运用的环境结合起来，真正内化为学习者本身的二语能力。
3.语篇的意义分析与语境及语类推测相结合
在进行基本的词汇学习和语法分析之后，阅读教学需根据词汇和语法分析来进一步走向意义分析、语境分析和语类推测。
在功能语言学框架内，意义分析主要是及物性系统的分析，即在物质过程、心理过程、关系过程、言语过程、行为过程和存在过程所构成的系统中，重点分析一特定语篇以哪一个或几个过程为主，进而掌握一语篇在概念意义、人际意义和语篇意义上的性质和特点。在意义分析的基础上，进而引导学生推测语篇的情境语境：其语场即本语篇所涉及之主要话题，语旨即语篇所涉及主要人物之关系，和语式即本语篇的口头语书面语特征、言语投射和名物化程度等。语类分析是语篇分析不可或缺的部分。作为表达特定意义的话语类型，语类能在一定程度上揭示语篇的交际目的。语类分析既能够实现对语篇的深入理解，也能更好地引导学生总结语篇的文化特征。
（作者单位：潍坊工程职业学院语言学院）
人文主义文学的基本特征篇10
关键词：稻米；自我；他者；身份认同
中图分类号：K313文献标识码：a文章编号：1673-2596（2017）01-0121-04
《作为自我的稻米：日本人穿越时间的身份认同》的作者是日裔美籍学者大贯惠美子，现任威斯康星大学麦迪逊分校人类学系教授，善长历史人类学和象征人类学的研究。她的学术兴趣先由底特律华人研究转向日本原住民阿伊努人研究，后再次转向有文字记载的日本人研究。她先后发表《作为镜子的猴子：日本历史与仪式的转化》、《作为自我的稻米：日本人穿越时g的身份认同》和《神风特工队、樱花与民族主义：日本历史上美学的军国主义化》等著作，分别通过猴子、稻米和樱花三个象征符号与日本民族的身份认同、民族主义以及军国主义的变化相联系，进而对日本历史文化进行了探讨。大贯惠美子在《作为自我的稻米：日本人穿越时间的身份认同》一书中，应用历史学、文化人类学、符号学、民俗学等多学科的知识，把稻米从食物属性的“能指”中分离出来，抽象为可以表达某种特殊意义的“所指”。由此，稻米作为一种象征符号走上了由普通食物到建构日本身份认同的特殊历程，稻米问题也成为在自我遭受到他者威胁时的焦点。本文将以《作为自我的稻米》为基础，探讨稻米在日本历史文化上的重要性，以及稻米这一象征符号在身份建构过程中，如何成为区分自我与他者的关键象征。
一、象征与日本稻作文化
象征作为人类文化的一种信息传递，它通过客观存在或想象中的东西来反映或暗示某种事物的特点内涵，进而将象征符号所贮藏的深层意蕴表达出来。所以文化作为一个象征体系，包括“物化象征符号、行为象征符号、感觉象征符号、自然象征符号、社会象征符号和虚拟象征符号等六种重要的符号象征类型。”[1]在日本历史上，具有象征符号意义的事物有很多，譬如樱花、和服、富士山等。以樱花为例，“日本的樱花从最初的寄托民俗信仰到大众赞美对象，由“圣”到“俗”再到“国花”的变化历程，樱花随着日本国家主义的推进，其象征意义也不断发生变化，由以前的“帝国之花”变成了现在的“美丽日本”的象征”[2]。孰不知，稻米作为一种物化象征符号，在日本历史上的重要性与樱花相比有过之而无不及。稻米在日本历史上形成了独具特色的稻作文化，这种文化被许多日本人所认同，具有强大的内聚力，成为“一个民族的归属意识，是一个民族存在与发展的先决条件。”[3]因而，每当日本民族面临外来威胁而出现身份认同危机时，日本人为了区分“自我群体”与“他者群体”之间的不同，加强族群内部的凝聚力和外部的认同感，稻米自觉地成为建构族群身份意识的关键象征。
稻米作为当今世界最重要的主食之一，其起源于亚洲大陆。亚洲的水稻主要有两个亚种：长粒米的籼稻型和短粒米的粳稻型。在日本，籼稻型种植时间较早但较短暂，而粳稻型也就是短粒米后来成为日本人种植和消费的独有类型。日本人把稻米作为自我隐喻的时间，正是稻作农业从亚洲大陆引进的时间。关于稻米引进日本的路线，目前学术界主要认为有北路、中路和南路三条路线。“北路从长江流域经辽东半岛至朝鲜半岛，再传入日本。中路从长江口经东海或黄海进入日本。南路则从福建经台湾和琉球群岛传入日本九州岛。”[4]大约公元前350年，稻米传入日本之后，在其推广的过程中，稻作农业取代了绳纹时代长期实行的狩猎――采集经济，预示着农业化的弥生时代的来临。在日本特定的生活环境和物质生产方式下，稻作农耕推动了日本历史的发展，塑造了独具特色的日本稻作文化，对日本社会产生了深远影响。在日本稻作文化的影响下，弥生时代的水稻种植改变了日本人的生活方式，使持久定居成为可能，它不仅促进了人口的大量增长和财富的积累，而且也导致了民族――国家的形成。
18世纪法国学者让・安泰尔姆・布里亚-萨瓦兰曾言：“告诉我你吃些什么，我就能说出你是个什么样的人。”[5]可见，在表明“我是谁”时，饮食有着根本的重要性，它既构成了所谓生计模式的基础，还锚定了种族和文化的基本面貌。稻米作为日本人最重要的膳食之一，日本人对稻米普遍存在强烈的情感色彩。从日本近世时期以来，农民为了稻米经常，而且暴动数量越来越多且更加激烈。比如“在1590―1699年之间的一百多年时间里，日本乡村有2755起暴动，其中372起暴乱与稻米问题相关。”[6]农民暴动证明在一些地区稻米在他们日常膳食中具有重要意义。在20世纪90年代，日本稻米价格普遍较高时，日本人仍然会选择购买本国稻米。因为在日本人看来，他们食用的稻米数量很少，看起来也不昂贵，尽管每公斤的价格要高出美国好几倍，所以当面对进口稻米问题时，大多数日本人持反对态度。例如美国加州稻米和日本国产米非常相似，且加州短粒米的种子是从日本引进而来，但在日本人眼中，由于加州稻米是在外国土壤里生长的，它不能净化空气，也不能美化环境，所以稻米进口的反对者在强调国产米优点的同时，也强调加州米的不足。据调查，谈到稻米问题时，“23%的日本人关心稻米价格的降低，而65%是非经济因素的考虑。”[6]总之，从文化的视角来看，当代日本对稻米的争论证明了日本人不仅仅把稻米看作填饱肚子的食物，日本人对稻米的态度和行为并没有被经济理性支配，稻米的进口问题是建立在广泛的涉及稻米意义的文化问题上的。由于日本人对稻作文化的深厚情感，使稻米从古代逐步发展起来的象征意义一直伴随着日本历史的进程。日本人所认同的稻作文化成为衡量异文化的价值尺度，当这种价值尺度受到威胁时，便会加强本民族内部的自我认同意识。稻米在日本文化中，已经不是一个简单的饮食问题，而是加强日本民族身份认同感的的象征，是“日本社会内部社会群体从最小的单位家到全体日本人的集体自我的关键象征。”[6]
二、日本民族身份认同的建构
在日本民族身份认同的建构过程中，“这种认同只能从对民族历史文化传统的认识中生发出来，而这种认识首先来自最基本的社会生活。”[7]稻米作为社会生活中最基本的组成部分，它的象征力量主要来源于日常生活中社会群体成员对稻米的分享及它在话语中的使用。稻米成为一种民族认同的象征，在自我的隐喻中也最为重要。当日本人主动或者被动地与世界其它地方发生互动时，稻米不可避免地被卷入，成为日本人一个强有力的载体来思考与他者相遇时“自己是谁”以及与他者“有何区别”的问题，使稻米经常出现在自我与他者的话语中。在日本历史上，关于自我与他者的定义中，有两次产生了意义深远的、持久的影响到整个国家的冲击，即5世纪到7世纪与高度发展的中华文明的相遇，以及19世纪末与西方文明的相遇。在这两次相遇中，日本人都被外面发达的文明所征服，并急切渴望地试图学习和模仿它们，但在此过程中，日本人也开始寻找自己的形象，保卫自己的身份和自我，稻米这一象征符号在日本关键历史时刻反复地出现在对自我的深思之中。
（一）作为自我的国产米与作为他者的外国米：日本人与其他亚洲人
日本的稻米虽从亚洲大陆引进，但日本人对稻米的深厚情感，使他们极力宣扬本国米的优越性，并把其用于日本人与其他亚洲人（主要指中国人）的身份建构过程中。中国与日本一衣带水、源远流长，有着相似的文化魍澈头缢紫肮摺t谔瞥时期，中华文明对日本的影响无处不在。日本迫切地学习中华文明的先进之处，如汉字书写系统、冶金技术、城市规划等，并进行了一场对日本历史产生深远影响的大化改新运动，奠定了日本国家的发展方向。但是，日本在学习的过程中，为了保护本民族的文化和自我，显示中日文化的差异性，日本人以沙文主义姿态抵制中华文明，盲目地贬低他者文化，塑立自我的优越性。在构建自我的身份时，日本人把国产米作为自我的隐喻，外国米作为其他亚洲人的隐喻。一些日本国学家认为日本人的独特性主要表现在本国米是“神米”，而外国米是“下等米”，吃外国米就会衰弱而死。例如，明治时期最著名作家夏目漱石在小说《矿工》中，把中国米等同于矿井下悲惨的生活，国产米等同于美好的生活，矿井外的生活才适合日本人。因而，在面对都以稻米作为主食的亚洲国家，日本人在身份建构过程中，日本人不得不把这个区别建立在日本土壤生长的国产米相对于外国米基础上。日本人通过稻米这个属性的不同，把自身与中国等其他亚洲人区别开来，在他们眼中，后者因食用不同种类的稻米而成为“他者”，使国产米与外国米的象征对立于日本人自我与边缘化的外部他者。
（二）作为自我的稻米和作为他者的肉：日本人与西方人
19世纪时，日本人意识到了他们封闭的国家外存在一个西方文明，他们感觉到在很多方面已远远落后于西方国家，开始大规模学习西方的过程。而此时期的中国正在经历前所未有的内忧外患，国际地位急剧下降，在日本人眼中，西方代替中国成为了超越的他者。但在学习的过程中，由于日本民族主义思想强烈和自我意识浓厚，拒绝自身的从属地位，致力于与西方的平等，在定义自身的地位时，日本人在自我与西方他者的论述中，采用了稻米对立于肉的形式。因为在日本人看来，肉是西方饮食的一个重要特点，是西方人的象征，而本国由于6世纪佛教的传入，在佛教戒杀生思想的影响下，法律上出现了对吃陆地动物肉的禁令，造成他们的膳食主要是稻米、鱼和蔬菜。据统计，“在西方国家的每日人均消费中，谷物消费量仅为160-190克；动物性原料消费量达650克左右，其中，肉类约280克”[8]，可见，肉在西方日常饮食中的重要性。在与西方的交往中，日本人为了显示自身的优越性，稻米也被作为一个重要手段。例如，1854年美国佩里将军访问日本时，日本政府为其安排了一次表演，相扑手被要求举起米包，来显示日本人从稻米中汲取的力量。因而，日本人在遭遇西方的他者而陷入身份认同的困境时，主食类型的不同轻易地帮助日本人建构起身份认同的语境，稻米与肉成功地象征对立于日本人自我与西方的他者。
日本人通过稻米构造身份象征的努力，加强了民族认同感和凝聚力，增强了自身的优越感。但令人遗憾的是，稻米的纯洁性被极端的民族主义目的所利用，稻米被赋予法西斯主义的象征意义，成为消极民族主义的帮凶。日本最早的两部作品《古事记》和《日本书纪》都试图把稻米神圣化，宣扬日本第一任天皇神武是天照大神（稻魂的母亲）的后代。“日本亦以“天孙民族”自居，反对与中国大陆“同文同种说”，认为大和民族是东方“最优秀”的人种”[9]。在这种极端思想的影响下，日本对外扩张的野心空前膨胀。到了20世纪30年代，日本军部势力取得对国家的控制权时，稻米成为制造为国家和天皇不惜赴死的日本国民一体化印象的符号，他们强调“胜利的目的是为了能够吃到象征纯洁的纯白米饭”，并在精神上塑造“武士――稻米”的生死观。法西斯主义势力还借用日本神话――历史上稻米被描述为起源腹部的说法，鼓吹灵魂居住在腹部，男人剖开腹部可以释放灵魂，鼓励军人在战败捍卫尊严时，敢于切腹自尽以求得到灵魂的救赎。可见，稻米在当时成为宣传军国主义的口号，成为法西斯分子利用的战争机器，稻米的隐喻被日本右翼极端分子应用到了极致。
三、结语
稻作文化在日本历史进程中，由于与古代日本皇室紧密相连的农业意识形态相联系，构成了稻米在日本文化上象征意义的多义性。因而，稻米除了建构身份认同外，它还具有多重象征意义，如稻米还具有象征财富、力量/权力、美学之源的特点，但它的最主要的象征意义仍然在于建构自我主体意识和他者的想象。日本人感受到自己作为一个整体，产生“日本民族”的身份认同意识，是在与“他者”接触中开始形成的。总之，在特殊的文化背景下，日本人总是担心“他者”的闯入打破自身内部统一体的平衡，所以习惯于把“自我”与“他者”严格区分开来。大贯惠美子就是以稻米这一关键象征，在建立文化认同和建构共同体身份的过程中，回溯了日本人作为自我的主体正对应了历史上所遭遇的不同他者――中国人和西方人，提出了一个新的对自我和他者的跨文化研究范式，展示了其社会历史的变迁。
――――――――――
参考文献：
〔1〕瞿明安.象征人类学理论[m].北京：人民出版社，2014.8.
〔2〕舒方鸿.日本樱花象征意义的考察[J].日本学刊，2009（2）.
〔3〕郑晓云.文化认同论[m].北京：中国社会科学出版社，2008.26.
〔4〕庞乾林，等.稻文化的再思考7――稻的起源、分化和传播[J].中国稻米，2014（5）.
〔5〕辉格.沐猿而冠――文化如何塑造人性[m].成都：四川人民出版社，2015.3.
〔6〕大贯惠美子著，石峰译.作为自我的稻米[m].杭州：浙江大学出版社，2015.42，29，119.
〔7〕孙敏.日本人论：基于柳田国男民俗学的考察[m].北京：社会科学文献出版社，2013.77.