联结主义范式在《翻译心理学》中的应用

1.1.4　认知心理学的联结主义范式

在上一节里，我们介绍了现代认知心理学三种研究取向或理论之一的信息加工(或符号加工)理论，及其框架下的有关翻译过程的信息处理模型和认知流程模型。作为一门新兴交叉学科的翻译心理学不宜厚此薄彼，而应博采众家所长。在这一节里我们将介绍认知心理学的另一个重要研究取向——联结主义理论，并在其基础上探讨翻译心理学研究的联结主义方法和双语转换的联结主义模型。

20世纪中期，随着一场旨在推翻行为主义心理学的革命的兴起，以符号加工理论和联结主义理论为主流研究范式的认知心理学诞生了。在半个世纪的发展过程中，现代认知心理学经历了两个重要发展阶段：1)50年代至80年代中期的符号操作理论阶段，和2)80年代中期以后的联结主义的发展和鼎盛阶段。认知心理学的第三种研究范式，即一直未能受到重视的生态学研究也出现于50年代并“默默”发展至今(叶浩生，2003：171～172)。

80年代初认知心理学的联结主义得以复兴，直至80年代中期联结主义才迎来其事业发展的鼎盛时期，其显著标志是《并行分布加工：认知结构的微观探索》这本号称联结主义事业的“圣经”一书的出版(叶浩生2003：357)。

在这部划时代的著作中，作者提出了多层神经网络模型的反向传播学习算法(back propagation algorithm)，证明了多层神经网络的计算能力可以完成许多学习任务并解决其中的许多学习问题。在以后基于神经网络的研究中，科学家提出了具备处理不同信号能力的多种神经网络模型，它们又被运用于信息处理的各个领域，如：模式识别、自动控制、信号处理、辅助加工、人工智能等。从此，联结主义模型的研究成为世界各国政府和研究机构关注的热点问题，他们高度重视联结主义网络研究，研制多种联结主义网络软件包并开发网络的应用价值。

1.1.4.1　联结主义的基本理念及特征

联结主义模式是指通过简单加工单元之间的联结方式进行计算或加工信息的一类模式。它是对真实生物神经网络的模拟，并试图以此构建一个更接近神经活动的认知模型，因此又称人工神经网络。其基本成分包括单元和联结，单元是带有活性值(activation value)的简单加工器，而联结是单元之间发生交互作用的中介，单元与单元之间的联结构成网络。联结主义网络模式包含很多神经节，但它们中并不包含任何信息，信息是整个交互作用的神经节的激活模式，知识信息并不存在于某一个特定的地点，而是存在于神经网络的联结中或权重里。权重是可以调整的，且其调整可以改变神经网络的联结关系及功能。

联结主义神经网络模型共有三层神经单元群(如图1.6所示)：

图1.6　三层前馈式神经网络模型

1)输入层：位于最下一层，它模拟的是神经系统中的感觉神经元，其中的每个单元都像神经元那样将自己的轴突纤维延伸到第二层单元群。2)隐含层：即第二层单元群，轴突纤维到达第二层单元群——隐含层后，其纤维末端分裂成扇形状分支，并与隐含层的每个单元相联结，即形成突触联结。这一联结可确保输入层的每个单元与隐含层的每个单元保持联系，并使隐含层的每个单元处于兴奋或抑制状态。隐含层把每个单元接收到的兴奋或抑制的有效小事件加以汇总并予以判断，于是产生另一种不同类型的穿越隐含层单元的激活，其所呈现的类型则由输入层到隐含层的联结权重来决定。3)输出层：即神经网络的最上层，隐含层轴突纤维到达输出层单元后即形成另一套突触联系，在这里，输出层把所接收到的有效小事件予以汇总并作出相应的判断，结果使得原来通过隐含层的激活又转变为另一种类型的穿越输出层单元的激活。这种激活类型的转变实际上是各个层次的神经元对其接受的信号的不同功能的加工处理。隐含层所从事的是接受信号的粗加工，而输出层所进行的则是接受信号的精加工。简言之，联结主义的神经网络把最初所接收到的类型不同的输入矢量转换成为单一的与输入相适应的输出矢量。

联结主义神经网络模型的结构可定义为拓扑的，或属网络联结的类型，其实质是确定神经元之间的互联结构。尽管每个神经元的功能非常有限，但由大量神经元借助互联结构而形成的神经网络却具有强大的合作运算、加工的能力。在最简单的多层次网络联结模型中，层内单元是没有相互联结的，或是仅存抑制性联结;而在单元层之间既可有兴奋性联结，也可有抑制性联结。但随着网络联结模型研究的深入，研究者发现，层次互联神经网络模型尚难处理高层次信息处理任务，于是又研制出一种多层次、多模块(或既有层次结构，又有模块结构)的神经网络模型。在这种模型里，不同模块拥有各自的具体功能，其内部的神经元紧密相连，并且模块之间也相互联结，从而完成整体功能(以上内容见叶浩生，2003：361～363)。

复兴于20世纪80年代初的联结主义神经网络已成为当代认知心理学的重要研究取向或研究途径。作为建立在脑隐喻基础之上的理论模型，神经网络明显不同于其他研究取向，尤其不同于建立在电脑隐喻基础之上的符号操作系统模型或信息加工模型。神经网络的基本特征主要表现在以下五个方面。

1)平行结构和平行处理机制。联结主义神经网络不仅在结构上是平行的，其所有的运算和很多认知过程的加工都是平行进行、同时操作的(即平行分布加工：parallel distributed processing，简称PDP)，而不是序列进行或操作的。由于在同一层次的所有的加工单元同时运行和操作，神经网络才有可能以特快的速度感知来自外部输入的事物或刺激，并作出迅速的判断。

2)分布式表征。在联结主义网络中，知识信息并不储存于任何特定的单元之中，任何一个特定认知活动的基础神经活动都分布在一个相对广泛的大脑皮层区域，或是以交互作用的激活模式扩散在整个神经网络中(或储存于神经网络的联结权重之中)。于是，该网络便采用分布表征的方式来处理、加工知识或信息。分布式表征和加工既可同时满足多重约束，又可节约大量的单元并享有极快的加工速度。

3)连续性、亚符号性。较之以离散的物理符号来表征较高级概念的符号加工理论，联结主义神经网络则强调模拟运算的连续性和信息表征的亚符号性，其中，连续性模拟运算(而非“非符号性”)是联结主义网络模型处理知识信息的本质特征。联结主义加工范式与传统的符号加工范式的区别在于采用符号表征的层次不同，符号范式采用的是物理符号假设，而联结主义范式采用的是“亚符号范式”，这意味着它所表征的是直觉经验或尚未上升为用语言表达的概念(即“亚概念”)。

4)强大的容错性。与人的脑神经系统具有很强的容错性一样，联结主义神经网络也具有容错的特点。由于人的大脑所拥有的知识与分布广泛的众多神经元连接，且是不同信息相互沟通的结果，因此，正常人的大脑细胞的自动死亡，甚至是大脑的局部损伤都不会影响其认知能力或大脑的总体功能。同样，在联结主义神经网络中，每个神经单元的损伤或缺失都不会影响神经网络的整体功能和输出模式，不会对正常的神经认知活动造成实质性的影响。这使人的认知活动(诸如模式识别、记忆、推理判断、信息重组等)得以进行，以致当认知加工出现错误信息时，人们仍能完成大多数神经信息的认知加工过程。

5)自学习、自适应、自组织功能。联结主义神经网络的另一大特点就是具备自学习、自适应、自组织或调节的功能。这些功能能使神经网络在遇到错误发生的时候自我调整神经单元之间的权重，采取相应的训练策略并遵循一定的学习规则，重新进行神经信息的认知加工，直至产生一个与自己期待相符的输出结果。由此可见，联结主义神经网络的自学习、自适应、自组织功能与神经网络容错性的生物特征密切相连，是神经网络容错功能赖以实施的认知保证。(www.xing528.com)

联结主义神经网络的上述基本特征说明联结主义确实是以“心理活动像大脑”为隐喻基础的理论模型，其脑隐喻理念及其对大脑功能的模拟似乎更接近人类生物脑的现实，这使基于神经生理学、心理学等学科研究成果的联结主义理论也因此获得“在认知解释方面的一场哥白尼式的革命”，“心理学研究中的重要范示转换”的美誉(叶浩生，2003：376)。

1.1.4.2　联结主义对学习和记忆的说明

作为以认知心理过程为研究取向的翻译心理学更加关注联结主义对学习和记忆的理论阐释，为此，我们将在下面一节里介绍联结主义有关这方面的论述。

学习和记忆是联结主义的两个重要特征。就联结主义的神经网络而言，学习就是联结权重的变化，或指原来的联结消失而产生一种新的联结关系。换言之，联结主义的学习意味着对联结权重的适应性变化，即学习者可通过改变权重来获得其所期待的输出。由此可见，联结主义是将学习置于由具有神经元功能的大量单元组合而成的网络之下，以考察学习发生时的神经信息的并行加工和认知过程平行推进的动态特征。

联结主义的学习体系从是否有导师参与来看，可分为监督学习和无监督学习两种类型。监督学习，又称有导师学习，它指学习者有一位外部的导师为其网络提供更复杂的反馈形式。在监督学习的环境下，导师须给网络提供一种有关期望输出的详细说明。监督学习的另一种形式是强化学习，它指外部导师对学习者的每一表征提供有关输出正确与否的信息的条件下所进行的学习。

无监督学习，又称无导师学习，它指网络在没有获得外界任何形式的反馈的条件下所进行的学习。模式联合者的实例说明，在无监督情况下，要想改变权重就须首先了解输出单元的状况，如在自联想(autoassociative)情景下，我们必须在输入和输出单元之上同时给网络提供相同的模式。而在无监督赫布学习情况下，网络则无须外部导师提供期望输出模式，而是通过输出模式的自我生成进行简单的学习。

如何用权重的变化解释记忆的变化是联结主义关注的问题。联结主义者认为记忆的变化与联结权重的变化之间是等价的，并试图用模式联合者对此加以说明。

模式联合者是由单元的输入层、输出层和介于两组单元之间的调节联结层构成的，模式联合者中间没有隐含层。“模式联合者可能是最简单的联想记忆，其目的在于训练网络并使网络把每一输入模式和给定的输出模式联系起来。”(叶浩生，2003：372)模式联合者的训练包括两个阶段，1)呈现/训练阶段，和2)测验阶段。在训练阶段，各个模式依次得到呈现，附加在调节联结层的权重也依据学习规则作出相应的变化。进入测验阶段后，且当模式联合者工作进展顺利时，当呈现一个给定的输入模式时，输出模式便会相应地在输出层上得到增长。研究者认为，模式联合者中的权重一旦发生变化，记忆便产生相应的变化，而且两者的变化是相等的。这说明模式联合者的记忆和学习的变化是对联结权重变化作出的适应性反应，或称适应性变化。

依据联结主义观点，在网络中所储存的是与权重相联系的权数，这说明联结主义网络所储存的信息类型与主流认知心理学所说的局部表征模式存在明显的不同。联结主义网络中所储存的权值会重新产生对其他单元的恰当说明。因此，联结主义神经网络所呈现的记忆类型实质上是重构性的，而记忆的重构是通过改变网络联结权重的功能，即改变激活模式。

为了说明模式联合者的记忆，联结主义者也引进了与传统的人工智能系统存有差异的“内容寻址(content addressing)”的概念和原则。内容寻址是计算机科学中的一个术语，它是指人的记忆把内容保存在不同的地址里，只要有部分的内容就可以按址提取完整的内容。换言之，我们所记忆的材料提供了一个指向保存它的位置的地址。以学习为例则意味着，经过合适的学习后，甚至在所获刺激不完整的情况下(例如只看到猫头)，就可判断这是一只猫。内容提取的实例说明部分刺激能激活整个原型或型式(pattern)。(桂诗春，2000：97～98)就模式联合者而言，即指“当给一组输入单元附加一输入模式时，网络就能从输入单元和输出单元的联结中重新获得信息，构成输入单元组成部分的内容与联结权重之值相加即可决定能回忆起何种信息。”(叶浩生，2003：373)这一定义实际上说明，输入的内容决定回忆或提取的内容，即外部刺激影响记忆提取和信息生成。但是，对于输入与网络如何相互作用、相互影响，输入到网络的映射的途径是什么等问题，模式联合者的记忆研究定向尚未给予说明。有学者认为，解决这些问题的办法就是在网络结构中引入隐含单元，并运用不同的学习规则。

1.1.4.3　对联结主义理论的评价

基于神经生理学、心理学等学科研究成果的联结主义理论是对传统人工智能理论的严重挑战。人的大脑有神经网络，而网络就是神经元的联结沟通。尽管人脑每天都会有大量的神经细胞死亡，但其自身具备的自组织、自适应、自学习及容错性的特点使联结沟通的信息基本保存，而免遭被破坏的厄运。由此可见，基于大脑神经网络特征，即以“心理活动像大脑”为隐喻基础的联结主义理论更接近人类生物脑的现实及功能，其生理、心理现实性是难以否认的，其对人的认知活动的解释应具有相当的说服力。联结主义理论正是由于模拟大脑神经网络的一系列特征，从而使其形式网络也具有并行性、自组织性、自调节适应性、自学习完善性及容错性等系列特征，因此能用来解决很多更复杂的问题，其构拟的联结主义网络模型甚至可完成基于残缺输入的推理任务，并提供问题的解答等等，这是流行多时的符号加工理论所无法想象的。联结主义打破符号系统理论一统天下的局面，并为当代认知心理学研究提供了新的视角和趋向，因此获得越来越多学者的重视。

联结主义的网络模型和理念同样为语言心理的研究提供了新趋向、新思想和新方法。有学者指出：“联结主义模型为很多语言现象，如词义的灵活性、字面和非字面的模糊界限，提供了一些自然的计算机制。它们还为处理系统的不同成分的互相传递、不同子系统的信息的迅速汇合提供一个可能的机制。”(Tannehaus 1988;中译文转引桂诗春，2000：89)

尽管对联结主义理论持赞美之辞的不少，但对其持批评态度的学者也不乏其人，并有人试图从根本上否定联结主义网络模型是一种新发展、新取向。例如，有学者声称联结主义仅仅是“披着计算机外衣的行为主义”(S.Papert 1992，One AI or Many？In：Andyclark，Connectionism in Context.Springer-Verlag，p.124.)，是“披着高科技外衣回到了联想主义”(A.卡米洛夫—史密斯，2001：161)。我国学者也认为，“尽管联结主义模型发人深省，但目前还不能取代符号系统的模型。”(桂诗春2000：7;以下同)他们的批评主要基于国外学者Simon和Kaplan(1989)的观点，即：“用线性模型来作模型能够表示短时记忆的局限和这些局限对认知活动的限制;用平行模型来作模型，则很难表示感觉器官和神经系统中的巨大的平行活动。”显然，两种理论模型正围绕人类认知的平行或线性过程的问题展开争论。批评者为此还进一步提出两种模型的抽象化程度的不同：“最基本的是神经层面，然后是平行的连接主义的层面，最后才是符号层面，它在处理过程中受到注意的瓶颈所制约。”

我国学者贾林祥还从人脑的社会文化属性说明联结主义神经网络理论模型的局限性。他指出，“社会文化属性是人脑不同于任何其他动物脑的主要客观内容，文化表象是人脑优越于动物脑的主要思维形式。……我们不能仅从大脑内部来寻找意识的来源，意识现象绝不是大脑细胞单纯的生物生理生化活动的结果，而且人脑在进化发展的过程中借助语言等独特的文化力量发展、丰富和完善了第二信号系统，从而使人在从事任何活动的过程中表现出一定的创造性。”(叶浩生，2003：379)

鉴于联结主义理论和符号加工理论各自的局限性，贾林祥提出了认知加工的“融合”折中模型，即：符号加工理论和联结主义理论的融合趋向。融合论者认为，基于物理符号假设的符号加工理论把心智看做符号的计算和串行加工，而符号的表征和计算则是认知加工。而基于人脑神经活动模式和特征的联结主义则把认知看做大脑神经网络的动态活动系统，把神经网络的整体状态的变化当作认知加工，因此认为联结主义理论“只不过是把符号加工理论的符号的序列变换改造成了神经网络的动态变换，与真实的心理仍有一定的距离”。在融合论者看来，符号加工理论和联结主义理论均采用假设、类比和模拟的方法研究认知，并从不同角度揭示了人类认知的本质特征，因此都是不可或缺的。有鉴于此，他们预见，“联结主义的发展必然会出现与符号加工理论融合的趋势，因为在大脑中发现了既具有线性加工又具有广泛加工的神经机制，这种神经机制恰是符号加工和联结主义加工机制的融合。……因此我们预言符号加工理论与联结主义理论的融合可能是认知心理学未来发展的必由之路。……在心理学领域，联结主义理论不是要不要研究的问题，而是怎样研究的问题，不仅仅是要研究联结主义的理论问题，而且更要研究联结主义在心理学中的应用问题……”(叶浩生，2003：380～381)