逆證推理和缺省推理

逆證推理和缺省推理

ID:36914695

大?。?90.81 KB

頁(yè)數(shù):28頁(yè)

時(shí)間:2019-05-10

逆證推理和缺省推理_第1頁(yè)
逆證推理和缺省推理_第2頁(yè)
逆證推理和缺省推理_第3頁(yè)
逆證推理和缺省推理_第4頁(yè)
逆證推理和缺省推理_第5頁(yè)
資源描述:

《逆證推理和缺省推理》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。

1、逆證推理和缺省推理熊學(xué)亮復(fù)旦大學(xué)外文學(xué)院INDDEDABD123序列推導(dǎo)312LAWA→B123CASEC=A────────231RESULTC→BABD的基本模式是[D&(H→D)]→H。這里D表示現(xiàn)象、數(shù)據(jù)或語料,H表示假設(shè)。假設(shè)有現(xiàn)象D,只有H能解釋D,那么H就是想當(dāng)然的。生活中ABD推理無所不在。如開車時(shí)油表指數(shù)很低(=D),最能解釋這種現(xiàn)象的因素就是“油箱無油”了(=H1),當(dāng)然還有其它可能,如“油箱漏油”(=H2)或“油表有問題”(=H3),但在這些H中H1是最佳解釋,自然成為首選,從而成為個(gè)案。另一例就是某人開車回家,但老發(fā)現(xiàn)后面有一輛黃色小車尾隨其

2、后(=D)。此人突然發(fā)現(xiàn)有東西忘記在辦公室了,開車回辦公室,又發(fā)現(xiàn)黃車跟在其后。離開辦公室,他去超市購(gòu)物,發(fā)現(xiàn)黃車還在后面,此時(shí)他作出“有人跟蹤”的結(jié)論就是最佳解釋(=H)。我在FlachP.&A.Kakas(2000)主編的有關(guān)ABD的論文集中作了統(tǒng)計(jì),發(fā)現(xiàn)所收集的論文采用ABD的方面在研究對(duì)象上的頻率由高向低取“醫(yī)療診斷”>“視覺感應(yīng)”>“自然語言理解”。其中涉及自然語言理解的論文僅有一篇,且研究對(duì)象也僅是語音詞匯層面上的多半屬解歧性質(zhì)的解碼現(xiàn)象。如突然看到“Themansewtherateatingthecorn”這句話(=D),在“無意義句”(=H1)和“拼

3、寫錯(cuò)誤”(=H2)兩種可能的假設(shè)中,有一個(gè)迅速生成假設(shè)和批評(píng)、評(píng)價(jià)和接受假設(shè)的自然過程,結(jié)果是H2為最佳解釋。由此可見,上述推導(dǎo)與常規(guī)的演繹不同,含有“或然性”、“信息增加”、“大膽假設(shè)”、“可推翻”等特性,其中尋找“最佳解釋”的判斷過程,是逆證邏輯的要點(diǎn)。Peirce(1957)認(rèn)為,逆證邏輯是綜合型或擴(kuò)展型的邏輯,這種邏輯通過發(fā)現(xiàn)來增加符號(hào)系統(tǒng)的信息;而演繹邏輯是分析型或解釋型的邏輯,這種邏輯使已經(jīng)發(fā)現(xiàn)了的信息之間的關(guān)系明確化。前者是發(fā)現(xiàn)型推理,涉及逆證和歸納兩種情況,而后是分析型的,主要以演繹為主。演繹是一種協(xié)助人們?cè)谠行畔Ⅲw系的基礎(chǔ)上進(jìn)一步擴(kuò)展或豐富知識(shí)思

4、想體系的推理,與其說它發(fā)現(xiàn)的什么新信息,倒不如說它把在體系內(nèi)雖已隱含但尚未直接表達(dá)出來的信息明晰化。我們可能知道所有的人都會(huì)死,也知道太監(jiān)是人,但往往并未把死的概念與太監(jiān)直接聯(lián)系起來,而演繹雖點(diǎn)明了這種關(guān)系,但從技術(shù)上考慮并未增加或改變?nèi)魏涡畔?。因此,逆證是相對(duì)邏輯,探討普遍關(guān)系形式及不同的可能個(gè)案,演繹是普通邏輯,僅局限于相似之間的單一關(guān)系,歸納則起著某種中介作用。比如,首先有下面三種歸納。INDcrude初略歸納(CrudeInduction)例:閃電擊中房屋→雷雨天時(shí)雷電會(huì)擊中房屋(概率很低)INDquan數(shù)量歸納(QuantitativeInduction)

5、例:隨機(jī)樣本(3次)中找出q(酸蘋果)的某一特征p(綠色)(有一定代表性)INDqual性質(zhì)歸納(QualitativeInduction)例:某規(guī)律(人會(huì)死)得到證實(shí)并有普遍的應(yīng)用價(jià)值(100%可靠)INDqual除了絕對(duì)應(yīng)用外,還有下面兩種變體:概率演繹例:A:Abouttwopercentofpersonswoundedintheliverrecover.B:Thismanhasbeenwoundedintheliver.C:Therefore,therearetwochancesoutofahundredthathewillrecover.數(shù)據(jù)演繹例:A:A

6、littlemorethanhalfofallhumanbirthsaremales.B:Hence,probablyalittleoverhalfofallthebirthsinNewYorkduringanyoneyeararemales.由此可見,歸納從對(duì)個(gè)案樣本一定量的集合中派生出規(guī)則,我們僅僅自若干個(gè)個(gè)案中概括出X為真,然后推導(dǎo)出X在整類中都為真,即只要X在已觀察過的事實(shí)中為真,X在未觀察過的同類事實(shí)中也為真,從而自觀察某類事物的結(jié)果中得出規(guī)則。演繹即把規(guī)則運(yùn)用于個(gè)案得出結(jié)果。性質(zhì)歸納是演繹的基礎(chǔ),用來得出該假設(shè)的必要結(jié)果,而歸納本身則用來決定該結(jié)果是否會(huì)

7、出現(xiàn),原則上是樣本越小,可靠性越低。如把硬幣扔100次,期待正反概率如為50次。但我把硬幣扔了10次,結(jié)果是:正面7次;反面3次,正好違反了那種概率期待。在尋找H時(shí),一般情況是概率高的歸納成為首選,在特殊情況下概率低的有可能成為首選或最佳解釋,從而在局部形成新的演繹關(guān)系。如Kepler先相信行星是以園周的方式繞地球運(yùn)行的,實(shí)驗(yàn)后得出“行星以橢園形的方式繞太陽運(yùn)行”的結(jié)論。AlfredWegener起先相信地球熾熱物質(zhì)冷卻后的收縮導(dǎo)致大陸的垂直運(yùn)動(dòng),但他于1910-1915年期間對(duì)大西洋兩岸海岸線的橫向移動(dòng)狀態(tài)進(jìn)行的考察和論證后,將原假設(shè)改成“水平移動(dòng)”的大陸漂移

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。