跳转到内容

概念混成理論

维基百科,自由的百科全书

这是概念混成理論当前版本,由Easterlies留言 | 贡献编辑于2022年12月6日 (二) 02:02 外部链接:​ 增加或调整分类)。这个网址是本页该版本的固定链接。

(差异) ←上一修订 | 最后版本 (差异) | 下一修订→ (差异)

认知语言学領域 ,概念混成理論(英語:Conceptual blending),又称为概念整合理論觀點應用(view application) ,是吉勒·福科尼耶马克·特纳提出的认知理论。 根据该理论,潛意識被假定普遍存於日常思想和语言之中,而来自不同情境的元素和重要聯繫則在潜意识过程中發生了“融合”。這與试图对文化傳承的思想进行统一描述的迷因十分相似。[1]

历史

[编辑]

這一理論於1993年開始發展,早期的代表性闡述可參見網路文章《概念整合與形式表達》。[2] 特纳和福科尼耶引用了阿瑟·库斯勒於1964年出版的著作《创造行为》,將其作为概念混成的早期先驱:库斯勒在藝術、科學和幽默方面的創造性成就中發現了一個共同模式,他将其称为「矩阵的偶聯性關係」(bisociation of matrices)。 [3]2002年,特纳和福科尼耶出版了《我们的思维方式》一書,书中提出了新版本的混成理论,术语變得略為不同。 [4] 在特纳和福科尼耶的系統闡述中,概念混成是喬治·萊考夫和罗杰・安东森(RafaelNúñez)於著作《數學的起源》中所使用的理论工具,萊考夫及安东森断言「理解數學需要掌握廣闊的隱喻混合網路。」[5]

计算模型

[编辑]

概念混成與基於框架的理論息息相關,但從根本上超越了這些理論,原因在於它是關於如何結合框架(或類似框架的對象)的理論。 卡内基梅隆大学PARC的施拉格(Shrager)於1980年代實現了稱為“ 觀點應用 ”的早期计算模型程式,該模型與當時還未提出的概念混成有著緊密關聯,並在複雜設備的因果推理領域[6]以及科学推理领域有所應用。[7] 最近混成的計算方法已經在數學等領域得到了發展。[8] 後來的一些模型則基於早期實作尚未使用的「结构映射」之上。近期,在AI推理系統非單調擴展的背景下(並與基於框架的理論一致),通用框架能夠對複雜的類人概念組合(如寵物-魚問題)及概念混成作出解釋[9],並已在認知建模[10]和計算創新應用[11] [12]完成测试和开发。

该理论的哲学地位

[编辑]

在概念混成理論學者馬克·特納的著作《文學心靈》中指出: [13] (p. 93),

概念混成是日常思维的基本工具,從社會到科學,用于我们对所有现实的基本識解。

从概念混成中获得的见解被視爲创造性思维的产物,但是概念混成理论本身并不是一个完整的創造力理论,因为它没有阐明混成的来源。 换句话说,概念混成为描述创造性产物的术语,但對於灵感的问题卻沒有頭緒。  

參見

[编辑]

笔记

[编辑]
  1. ^ Ritchie, L. David. Lost in "conceptual space": Metaphors of conceptual integration. Metaphor and Symbol. 2004, 19: 31–50 [2020-06-14]. (原始内容存档于2019-04-27). 
  2. ^ Conceptual Integration and Formal Expression 互联网档案馆存檔,存档日期2006-05-16.
  3. ^ Mark Turner, Gilles Fauconnier: The Way We Think. Conceptual Blending and the Mind's Hidden Complexities. New York: Basic Books 2002, p. 37
  4. ^ Fauconnier, Gilles; Turner, Mark, The Way We Think: Conceptual Blending and the Mind's Hidden Complexities, Basic Books, 2008 .
  5. ^ Lakoff, George; Núñez, Rafael, Where mathematics comes from, Basic Books: 48, 2003, ISBN 0-465-03770-4 
  6. ^ Shrager, J. (1987) Theory Change via View Application in Instructionless Learning. Machine Learning 2 (3), 247–276.
  7. ^ Shrager, J. (1990) Commonsense perception and the psychology of theory formation. In Shrager & Langley (Eds.) Computational models of scientific discovery and theory formation. San Mateo, CA: Morgan Kaufmann.
  8. ^ Guhe, Markus, Alison Pease, Alan Smaill, Maricarmen Martinez, Martin Schmidtb, Helmar Gust, Kai-Uwe Kühnberger and Ulf Krumnack (2011). A computational account of conceptual blending in basic mathematics. Cognitive Systems Research Volume 12, Issues 3–4, September–December 2011, pp. 249–265 Special Issue on Complex Cognition
  9. ^ Lieto, A.; Pozzato, G.L. A description logic framework for commonsense conceptual combination integrating typicality, probabilities and cognitive heuristics. Journal of Experimental and Theoretical Artificial Intelligence. 2020. arXiv:1811.02366可免费查阅. doi:10.1080/0952813X.2019.1672799. 
  10. ^ Lieto, A.; Perrone, F.; Pozzato, G.L.; Chiodino, E. Beyond subgoaling: A dynamic knowledge generation framework for creative problem solving in cognitive architectures. Cognitive Systems Research. 2019. doi:10.1016/j.cogsys.2019.08.005. 
  11. ^ Lieto, A.; Pozzato, G.L. Applying a description logic of typicality as a generative tool for concept combination in computational creativity. Intelligenza Artificiale. 2019. doi:10.3233/IA-180016. 
  12. ^ Chiodino, E.; Di Luccio, D.; Lieto, A.; Messina, A.; Rubinetti, D.; Pozzato, G.L. A Knowledge-based System for the Dynamic Generation and Classification of Novel Contents in Multimedia Broadcasting, Proceedings of ECAI 2020, 24th European Conference on Artificial Intelligence, 2020. 2020. 
  13. ^ Turner, Mark, The literary mind, Oxford University Press, 1997 .

外部链接

[编辑]