返回资讯中心
外部精选
软件工程
#开发者实时流

英文编程语言探讨自然语言的歧义问题

来源标题:Programming in English

文章指出自然语言句子可能存在逻辑混乱、重复、前后颠倒等问题,导致理解路径不唯一。作者以2010年代末扩展脏话过滤器时接触俄语为例,说明同一意思有多种表达方式。文章认为短语如“删除文件”易于理解,但复杂描述会使词语跨句相互干扰。

Hacker News 最新thunderbong2026/11/20 · 今天30 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

但自然语言还有另一种困扰,这和 Rice 无关。句子本身可能构建得不合逻辑、叠加三重、含糊不清、前后颠倒地生造、扭曲缠绕、里外翻折、以各种方式交织,以至于那座词语花园里不止一条路径,路径就在短语中间分岔,而你只有在读到末尾、甚至从头重读时才意识到这一点。倒不是说我一直是什么了不起的语言学家,但 2010 年代末我不得不扩展我们某个应用里的一个脏话过滤器,而在伟大而强大的俄语中,你可以用许多许多方式训斥一个人,所以我也得稍微涉及一下这个话题。不过还是回到我们的正题吧……也就是,我们的词语。

只要我们说的是“删除文件”这样的小短语,一切都没问题:整个短语能装进脑子里,不会拖一条上下文的尾巴。但当我们试图用词语描述更复杂的东西时,它们就开始跨句子地“互相挡道”或“互相依赖”,而正常编程语言中的变量应该只依赖于它被使用时的精确上下文。

“每个拥有驴的农夫都打它”这句经典句子对任何英语使用者来说都很清楚,读起来通常毫无障碍。现在试着把它拆成部分,并像编译器处理表达式那样,分别保留每一部分的含义。

“谁拥有驴”现在仅仅断言存在一头属于某个农夫的驴,而“打它”一旦脱离其他一切单独拿出来,就完全无法说明被打的是谁,因为“它”出现时,“驴”已经一闪而过、在形式上超出了作用域。

人类不会注意到这一点,因为他们把整个语块装在心里,可以即时重建那个联系。然而,一个像任何正常解析器那样从左到右逐块计算句子含义的函数,要么会崩溃,要么会复杂到不值得讨论其实际应用。

对程序员来说,这就像是在一个函数内部声明的变量,却在下一个函数中也可见,既没有显式传递,也不是全局的,因为某处使用上下文被勾住了。没有语言允许这样做,而作用域被发明出来,正是为了从设计上让这种事不可能发生。另一方面,自然语言恰恰依赖这个概念生存:它的“驴”泄漏越过句子边界,而这被视为正常行为。

上下文泄漏早在任何 AI 之前就已被语言学家描述过:八十年代初,Hans Kamp 在他关于动态语义学的工作中描述了这一点,几乎同时,Irene Heim 在她关于文件变更语义学的学位论文中也描述了这一点。两人独立得出了相同的结论:句子的含义无法在不拖带先前所言的情况下被计算出来。

话语表征理论,DRT,就是这样诞生的。它对我们程序员来说唯一的实用结论听起来无聊且不适用,因为在其“自然栖息地”中,它是在 DRT 之外运作的。不可能形式化地保证一段文本可以脱离相邻片段被孤立理解。因此,不可能指望一种用来向机器解释任务的语言在保持自然语言的同时表现得像代码。

程序员的自然栖息地是 Code,而 Code 没有这种病,calculateAge(1985, 2026) 这个调用无论你把它塞进游戏循环还是塞进给 IRS 的报告里,含义都一样。它不会拖带前面那些改变其含义的、看不见的尾巴。

程序员的工作是用独立的部件组装出一个大系统,而这只有在部件不因你放置的位置而改变含义时才可能。自然语言从根本上做不到这一点:一个小句子的状态会随着你把它塞进去的上下文大小而漂移。如果 sum(a + b) 的结果突然开始取决于调用函数的长度,几乎没人会高兴。

希望我没用这番论述把你累坏。

首先,你可以看看《斯坦福哲学百科全书》的条目:“话语表征理论”和“动态语义学”。它们是免费的,由专家校对,语言通俗易懂,不像 Kamp 的原文。

下一个层次是一手资料,论文《真理与语义表征理论》以及 Irene Heim 的学位论文《限定与不定名词短语的语义学》。至少值得翻一翻,看看它们并非故弄玄虚,而是在前 AI 时代构建那种“作用于上下文的函数”的尝试。

所有这些文献确实很难,对非专家来说就像一桶水里的一杯水一样寡淡无味,但请注意,要形式化地描述自然语言语义的话语表征结构(DRS)仅仅一个层级,需要付出什么,而即便如此,也并未终结语言理论整体。

现代大语言模型并非建立在 DRT 之上,它们是统计 transformer,而不是 Kamp 的理论。所以,这不是 AI 的基础,而是一个故事:为什么作用于上下文的函数会撞上如此复杂的计算和数 TB 的内存,只为让你能问模型列宁的生日。也是为了理解,为什么把自然语言变成精确规约语言的想法看起来天真。这正是当下 vibe coder 们作为“用英语代替代码”的梦想所推销的东西。

纵观历史,曾有过数次尝试,想创造一种类似英语的编程语言,以消除对程序员的需求。有趣的是,每一次都产生了同样的副作用:老程序员留了下来,但新职业诞生了,给新一代程序员提供了工作。

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →