4.5  符号识别与生成

我们现在从语境层的识别和行动转到语言层与之相应的步骤。语言层的识别称作理解（interpretation），语言层的行动称作生成（production）。

从进化的角度看，语言层的符号理解和生成是语境层识别与行动的二次使用。正如依据某个模块（这里是视觉）的参数值（匹配概念类型的个例）在语境层识别方形一样，识别方形的语表也以某个模块（这里是听觉）的参数值为基础，这些参数值和某个概念类型相匹配，又具体化为概念个例。语言生成过程中的语表合成也一样。简而言之，用在语言层面的语表类型和个例是在语境层出现的概念类型和概念个例的特例。

物体，如声波或者纸上的点，由说者生成，由听者感知。其语表既没有句法范畴，也没有语义表示和任何语法特性。但是在认知当中，语表是关键字，对于听者来说，每一个已识别语表都是到内存里去查找词条的依据，该词条包含相应的语表：

4.5.1  在听者模式下查找德语词“Apfel”

词条当中，语表紧跟着一组特性，如词性（这里是“noun”）、词法-句法特性（省略）和字面意义（这里是“apple”）。数据库语义学当中，这些特性都用孤立命题因子的形式来表示。词条语表和相互关联的语法特性之间的联系是约定俗成的注58，同一语言社区的每一个成员都要懂。

说者模式下和听者模式下对语表的处理是概念之间类型-个例关系的第三个应用（另外两个分别是语境层的识别与行动，以及语言层和语境层之间的纵向匹配）。类型-个例关系在自然语言交流过程中的三重功能概述如下：

4.5.2  交流过程中的三种类型-个例关系

类型-个例关系的三种情况用*标示。如FoCL’99的23.5部分所述，根据语言层和语境层识别与行动的不同组合，4.5.2共有10个变体。4.5.2中，听者模式处在直接推理的大框架下（SLIM 8,见FoCL’99,23.5.8）。

在语言层，识别方形外部语表的前提是把它匹配给某个语表类型，再具体化为个例。通过这个类型启动查找合适命题因子的程序。语表个例取代注59原类型的属性“sur”的值（用“［sur:square_token］”表示）。核心属性“noun”的值是概念类型“square”（用“［noun:square_type］”表示）。

在语境层，识别外部物体的基础是概念类型具体化为概念个例。通过类型启动查找相应语境命题因子的程序。个例取代语境命题因子原类型的核心属性值注60（用“［noun:square_token］”表示）。结果是，语言层的特征“［noun:square_type］”匹配上语境层的特征“［noun:square_token］”。

除了类型和个例纵向内部匹配之外，还有类型匹配类型的情况。这种情况发生在绝对命题，而不是情景命题的理解过程中（见5.2）。例如，在命题“A square has four corners.”当中，语境命题因子“square”的核心属性值是概念类型而不是概念个例。这样，匹配语言命题因子就不成问题了，因为类型匹配类型在结构上是很直观的。