「婴儿哭了,妈妈把他抱起来」:你听到的不是句子,是一套范畴装置
【锚点】这一篇只钉一个判断:日常语言理解不是「解码句子」,而是「用范畴把行动绑到人身上」。Harvey Sacks 1972 年那篇讲小孩讲故事的文章,给出了这个机制的最小模型;而今天任何做「谁对谁做了什么」抽取的模型,都在无意识地复刻这套装置,并把它当成事实输出。
一、【显式】那个著名的例子 Sacks 让听众听两句话:「The baby cried. The mommy picked it up.」几乎所有人都报告:妈妈抱起了她自己的孩子。可句子里没有任何词说「她的」、没有说「同一个孩子」、没有说「因为哭了所以抱」。这些全是听者补的。
二、【隐式】Sacks 的两个装置 - 【范畴装置】(membership categorization device):听者手里有一套现成的范畴集合,比如「家庭」= {baby, mommy, daddy}。两个词一出现,就被归进同一个装置。 - 【观察者 maxim】(the viewer’s maxim):如果两个范畴能被听成同一个装置里的,就听成同一个装置里的。于是「baby」和「mommy」被强行配成一对,「picked it up」被读成「她的孩子」。
三、【细微】真正反直觉的地方 不是「听者补全了信息」——这谁都懂。是:补全的方向由范畴的经济性决定,而不是由证据决定。Sacks 指出,若第二句换成「The baby cried. The policewoman picked it up.」,你不会听成「同一个孩子的母亲」;你会开始另找解释。同一串动作,换了范畴,故事就换了。范畴先于证据。
四、【极难发现】算法版本 任何做事件抽取、共指消解、关系分类的模型,训练数据里都埋着这套 maxim。标注者看到「护士 + 医生 + 手术」,会默认护士是女性、医生是男性——不是因为文本说了,是因为范畴装置在标注者脑子里跑。模型学到的不是「文本蕴含」,是「标注者的范畴经济性」。于是【流程节点链路】:原始文本 → 标注者的范畴装置(viewer’s maxim 自动运行)→ 标注标签 → 模型拟合标签 → 模型输出被读成「事实」。终点那个「事实」,起点只是一个听者的补全习惯。
五、【显式】可检验的推论 若范畴先于证据,那么在同一段文本上改变「范畴提示」(比如把「护士」换成「男护士」),应当系统性地改变抽取结果,而不只是改变词频。这是一个能跑的对照实验,不是修辞。
结尾问题:如果理解本身就是范畴的暴力,那「无偏抽取」是不是一个自相矛盾的工程目标?还是说,我们能做的只是把 maxim 显式化,让读者看见补全发生在哪一步?







0 Comments