框架语义学

相比较兰艾克的工作而言，基于认知语言学家菲儿默（Charles Fillmore）的“框架语义学”研究的“框架网”（FrameNet）研究规划，则是目前整个认知语言学领域内离计算语言学的研究最为接近的一个项目。目前该项目由坐落于美国加州伯克利的“国际计算科学研究所”负责推进[1]。该计划的要点，是将英语中主要词汇的“语义框架”全部识别与表征出来——而这里所说的“语义框架”，则可以被理解为对于典型语用环境所做的图式化表征：这样的图式化表征本身可以被不同词汇所唤醒，并可被应用于前述典型语境所衍生出的不同表层语境。[2]目前在“框架网”的数据库中按照上述方式得到记录的“框架”大约有1,200个，“词汇单位”的数量则大约是13,000个。

Charles Fillmore

那么，我们是不是有希望以一种更为积极的方式去利用框架网的数据，为自主性的机器翻译程序的开发开辟道路呢？做到这一点虽然并非不可能，但前提是：我们必须首先要克服框架网规划目前存在的如下问题：

第一，不难想见，我们如果要对一种自然语言中所有隐藏的框架进行编码的话，就必须首先要回答这样的问题：我们如何保证对于框架的罗列是周全的？我们又如何保证对于相关框架信息的整理是具有真正的典型性的？很显然，这些问题无法回答，我们就无法保证框架网数据能够应对任何翻译语境。

第二，人类翻译牵涉到的语言可能有几百种之多，即使将所有主要工业国的官方语言内隐的框架全部加以整理，所耗费的人力也是惊人的。同时，在实践上我们也很难保证多国语言学团队中的不同语言学家在制定数据编码标准时不会产生尺度上的差异——而这些差异也将为机器翻译的质量预埋下一些隐患。

第三，更为关键的是，对于框架之间的推理关系，目前的框架网架构并没有给出一种统一的算法化说明。

NARS系统

纳思系统的英文全称为“Non-AxiomaticReasoning System”（非公理推理系统），“NARS”为其缩写，“纳思”为该缩写的汉语音译，发明人是与笔者长期保持合作关系的美国天普大学（Temple University）的计算机科学家王培先生[1]。大体而言，纳思系统乃是一个具有通用用途的计算机推理系统，而且在如下意义上和传统的推理系统有所分别：纳思系统能够对其过去的经验加以学习，并能够在资源约束的条件下对给定的问题进行实时解答。从技术角度看，纳思系统是由诸多层次的技术构建构成的，每个层次有其自身的语法和推理规则。