大语言模型的意义接地困境与符号接地问题的计算语言学 .docxVIP

PAGE2

大语言模型的意义接地困境与符号接地问题的计算语言学

摘要

本文从认知科学与语言哲学的交叉视角，系统审视大语言模型在语义计算中面临的“意义接地”困境，并将其追溯至经典的符号接地问题。研究揭示，当前大语言模型虽然在海量文本数据上展现出惊人的语言生成能力，却因缺乏感知运动经验与社会互动基底，陷入纯粹的符号变换游戏，符号始终无法与外部世界建立因果性关联。这一困境构成强人工智能语义理解的根本瓶颈。

论文首先梳理了意义接地问题的历史渊源与当代表现，继而从认知科学与语言哲学的双重视角，辨析符号接地问题的内在矛盾与本质规定。在理论分析基础上，本文提出“感知－符号－社会”三元耦合的理论框架，主张语义的生成离不开感知经验、符号计算与社会规约的协同作用，纯粹计算语言学范式必须引入具身性经验与社会交互维度才能实现深层语义理解。最后，论文在理论建构层面提出整合符号接地与具身认知的语义计算新方案，并论证其解释力与理论优势，为未来人工智能的语义能力发展提供认知哲学基础。

论文结构遵循“问题提出—概念基础—问题解析—机制阐释—理论建构—结论启示”的逻辑主线，逐层递进，最终形成对意义接地问题的系统性理论回应。

关键词：大语言模型；意义接地；符号接地问题；计算语言学；具身认知；语义理解

第一章绪论

1.1研究背景

人工智能领域正在经历一场以大规模语言模型为核心的范式革命。从GPT系列到BERT、