生成式AI语境下大语言模型的语用预设偏移机制与消解策略研究 .docx

PAGE2

生成式AI语境下大语言模型的语用预设偏移机制与消解策略研究

摘要

本研究聚焦生成式人工智能语境下大语言模型在人机对话中产生的语用预设偏移现象，系统探讨其生成机制、内在矛盾与消解策略。

语用预设作为话语交际中说话人假定听话人已知的背景信息，是人类对话得以高效进行的关键认知机制。然而，大语言模型基于统计概率的文本生成范式，使其在对话中频繁出现预设误配、预设悬浮与预设坍塌三类偏移现象，导致人机交互中的语用推理链条断裂。

本文首先梳理语用预设的理论谱系，从Stalnaker的共知预设到Levinson的预设触发语理论，构建适用于大语言模型的分析框架。继而，从模型训练数据的分布偏斜、自