大语言模型的语言创造力评估：新隐喻生成的认知计算模型 .docxVIP

PAGE2

大语言模型的语言创造力评估：新隐喻生成的认知计算模型

摘要

本研究聚焦大语言模型的语言创造力评估，以新隐喻生成为核心切口，构建融合认知语言学概念整合理论与计算实验范式的评估框架。

全文由“提出问题—分析问题—解决问题”的逻辑主线贯穿。

第一章梳理研究背景，指出大语言模型虽在语言流畅度上表现惊人，但对其创造性语言能力尤其是隐喻生成能力的系统性评估尚属空白，进而明确研究目的与方法。

第二章综述国内外认知隐喻理论与计算创造力评估研究，揭示现有评估多依赖静态指标而忽视认知动态过程的不足。

第三章界定“新隐喻生成”“概念整合网络”等核心概念，并阐释概念整合理论对本研究的支撑作用。

第四章通过对隐喻生成问题的多维解析，深入探讨新颖性与合理性的内在矛盾及评估维度的构成。

第五章系统阐释基于概念整合的认知计算模型的作用逻辑、条件边界与演变趋势。

第六章在此基础上提出“双维四层”隐喻创造力评估框架，并论证其理论自洽性与解释力。

第七章总结研究发现，提炼理论贡献与实践启示。

第八章反思局限并展望未来深化方向。

全文旨在为人工智能时代的语言创造力研究提供可操作的理论范式。

第一章绪论

1.1研究背景

语言创造力历来被视为人类智能的桂冠，而隐喻生成正是其集中体现。

从亚里士多德的修辞学到莱考夫与约翰逊的概念隐喻理论，学界不断揭示隐喻在认知建模中的核心地位。

然而，随着大语言模型的崛起