人类的情感与意图往往在局部语言(句子、行为、情节)中呈现出复杂甚至相互矛盾的形态,而文本整体的“主题情感”或“语篇立场”则表现为一种整合的高阶意义。

可以拆解为三个部分:
1️⃣ 人类情感是否复杂且分层?
2️⃣ 局部抽取的语义要素(如行为、目的等)与整体文本情感不一致是否合理?
3️⃣ 这种“局部–整体情感不一致”有没有语言学或认知科学的理论支撑?


一、人类情感的复杂性:心理与语言层面

在心理学与认知语言学中,人类情感被认为是多维的、动态的、层级化的系统

  • 心理学基础:Lazarus(1991)提出“情感由评价(appraisal)驱动”,而评价取决于个体的目的、资源与情境。因此,同一事件可引发不同层次的情感。

  • 语言学视角:Martin & White(2005)的系统功能语法提出“评价系统(Appraisal System)”,指出文本情感分为三个层次:

    • Affect(直接情绪表达)
    • Judgment(对行为的道德/社会评价)
    • Appreciation(对事物的审美或价值判断)

📌 结论:人类情感并非单一变量,而是语篇内部多层意义系统的一部分。
因此,不同抽取单元(句子、事件、主题)的情感不一致是自然现象,而非错误。


二、局部语义单元与整体语篇情感的不一致性

当我们抽取出这些语义要素:

局部字段 语义层 可能的情感取向
key_activities 行为层 行为的动能与控制感(愤怒、兴奋、恐惧)
purpose 意图层 目标导向情感(希望、焦虑、期待)
relationships 社会层 人际情感(信任、背叛、亲密、疏离)
behaviors 动作层 情绪化反应(攻击、退缩、犹豫)
viewpoints_stances 立场层 作者态度(讽刺、赞同、质疑)
themes 概念层 宏观价值导向(希望、失落、成长)
plot 故事层 情感演化的轨迹
key_entities 角色层 不同实体的情感立场
quantities 强度层 情感强度、次数、规模的量化指标

由于这些字段反映的是不同语义层次的认知意图,它们的情感自然可能不一致。
例如:

“他愤怒地辞职了,但心里感到轻松。”

  • key_activity: “辞职”(行为层:消极动作)
  • purpose: “摆脱压抑”(意图层:积极)
  • stance: “轻松”(情绪层:正向)
  • theme: “解放与成长”(语篇层:积极)

👉 这体现了人类语言中典型的“局部负向—整体正向”矛盾,而这种多层情感交织恰恰是自然语言的真实特征。


三、理论支撑:为什么“情感不一致”是合理且理论上成立的?

我们可以从三个学科的理论来论证:


(1)认知语言学:多层框架语义与情感融合(Frame–Emotion Integration)

Fillmore(1976)的框架语义学与 Fauconnier & Turner(2002)的“概念整合理论(Conceptual Blending Theory)”指出:

人类理解一个事件时,往往在多个“心理空间”之间整合意义。
不同空间中的情感取向可能相反,但融合后构成复杂的认知意义。

例如:

  • “痛苦的成长”(局部负向 → 全局正向)
  • “甜蜜的牺牲”(局部正向 → 全局复杂)

👉 理论上,这种“情感张力”是语言意义生成的关键机制。


(2)语篇语义理论(Discourse Semantics):局部–全局不一致的整合性

Van Dijk(1980, 1988)提出的宏观语义(macrostructure)理论指出:

语篇的宏观意义(如主题或态度)是通过对局部命题的选择、抽象与整合形成的。
因此,全篇情感 ≠ 各句情感的简单平均,而是经过语篇层逻辑加工的产物。

👉 这意味着:

  • 局部语义抽取字段反映微观情感取向
  • 全文主题与立场反映宏观情感评估
  • 两者的不一致是一种结构性现象,而非偏差。

(3)系统功能语言学(Systemic Functional Linguistics, SFL)

Halliday (1994) 与 Martin & White (2005) 的“评价系统理论(Appraisal Theory)”提出:

情感意义通过“层级组织”体现,包括:

  • 词汇层:直接情绪
  • 语篇层:叙述者态度
  • 语境层:意识形态与价值系统

因此,在抽取模型中:

  • key_activities / behaviors / purpose 属于词汇层与事件层 → 局部情感;
  • themes / viewpoints_stances / plot 属于语篇层与意识层 → 全局情感。

这种层级评价系统理论性地支撑了局部–全局情感的差异。


四、逻辑整合:抽取结果与整体情感的关系

逻辑上可以用以下映射表达:

E m o t i o n G l o b a l = g ( E m o t i o n L o c a l , C o n t e x t , D i s c o u r s e _ R e l a t i o n s ) Emotion_{Global} = g(Emotion_{Local}, Context, Discourse\_Relations) EmotionGlobal=g(EmotionLocal,Context,Discourse_Relations)

其中:

  • E m o t i o n L o c a l Emotion_{Local} EmotionLocal:各字段的局部情感;
  • C o n t e x t Context Context:语境(社会、文化、叙事语境);
  • D i s c o u r s e _ R e l a t i o n s Discourse\_Relations Discourse_Relations:句间逻辑(因果、转折、让步);
  • g g g:整合函数,反映语篇情感构建机制。

这意味着:

局部字段的情感并非直接代表全文情感,而是作为输入变量,经由语篇逻辑整合后形成整体态度。


五、理论结论(可直接写入论文)

  1. 人类情感的多层性与动态性导致语言中存在局部–全局情感的不一致性。
  2. 框架语义学与概念整合理论揭示了不同语义单元可承载相互张力的情感框架。
  3. **语篇宏观结构理论(Van Dijk)**表明全文意义是局部意义的选择性整合,而非加总。
  4. 系统功能语言学的评价系统理论提供了层级化的情感表达解释模型。
  5. 因此,在语义抽取中,局部情感不一致不是错误,而是语言情感层级性的自然反映

六、总结:从理论到逻辑模型

层级 抽取字段 情感逻辑 理论支撑
局部语义层 key_activities, behaviors, purpose 行为与意图的即时情感(Affect) Frame Semantics / Appraisal Theory
中层事件层 relationships, key_entities, quantities 社会与认知评估(Judgment) Event Semantics / Role Semantics
全局语篇层 plot, themes, viewpoints_stances 意识形态与立场情感(Appreciation) Macrostructure Theory / SFL


理论基础与逻辑一致性分析

1. 人类情感与语义结构的复杂性

语言并非仅是信息传递的符号系统,更是人类认知与情感的外化形式。心理学与认知语言学研究表明,人类情感具有多维、层级化与动态变化等特征(Lazarus, 1991;Scherer, 2005)。同一事件或语句在不同语境下可能激发多层次的情绪评价,从而使得语言的语义表征具有复杂性和多义性。

Martin 与 White(2005)的系统功能语言学(Systemic Functional Linguistics, SFL)中提出“评价系统理论(Appraisal Theory)”,指出情感意义可分为三个层面:

  • Affect:个体直接情绪反应;
  • Judgment:对行为或角色的社会性评价;
  • Appreciation:对事物或情境的审美与价值判断。

这一层级化理论揭示了情感在语篇中的多层表现形式,为理解“局部语义与整体立场的不一致性”提供了理论支撑。


2. 局部语义单元与整体语篇情感的关系

在语义抽取过程中,本研究将文本分解为若干关键语义要素:
关键活动(key_activities)目的(purpose)关系(relationships)观点/立场(viewpoints_stances)主题(themes)行为(behaviors)情节(plot)关键实体(key_entities)数量(quantities)

这些要素分别对应语言意义的不同认知层级:

抽取字段 语义层级 情感维度 理论参照
key_activities / behaviors 行为层 即时情绪与动能(Affect) Frame Semantics (Fillmore, 1976)
purpose 意图层 目标导向的情感(Hope, Anxiety) Goal Appraisal Theory (Lazarus, 1991)
relationships / key_entities 社会层 人际与角色情感(Trust, Conflict) Social Appraisal Theory
viewpoints_stances 立场层 作者态度与主观判断(Judgment) Appraisal Theory
themes / plot 语篇层 宏观意识形态与价值取向(Appreciation) Discourse Semantics (Van Dijk, 1988)
quantities 强度层 情感强度与显著性 Emotion Quantification (Scherer, 2005)

从逻辑结构上看,不同字段所承载的情感并非同层级变量,而是互为上下位的情感映射关系。例如,“愤怒地辞职”在行为层呈现负向情感,但在主题层可能反映积极的“自我解放”价值。


3. 认知与语言的多层整合理论

3.1 框架语义学(Frame Semantics)与概念整合理论

Fillmore(1976)提出的框架语义学认为,语言理解基于事件结构框架(Frame),其中包含参与者角色、典型行为与情感预期。Fauconnier 与 Turner(2002)的“概念整合理论(Conceptual Blending Theory)”进一步指出,人类在理解语言时会整合多个认知空间,不同空间可能蕴含相反的情感取向。

例如,短语“痛苦的成长”同时激活“痛苦”(负向)与“成长”(正向)框架,通过概念融合形成新的复杂情感。这种机制解释了文本中“局部负向–整体正向”现象的合理性。


3.2 语篇宏观结构理论

Van Dijk(1980, 1988)提出“宏观语义(macrostructure)”理论,认为文本整体意义并非局部命题的加总,而是经由选择、抽象与整合形成的宏观表征(macroproposition)。
因此,文本的总体情感立场(global sentiment)是通过语篇逻辑关系(因果、转折、让步)整合局部情感的结果。

这一理论说明:即使局部语义单元(如key_activities、behaviors)的情感取向与整体主题(themes)不一致,整体仍可保持逻辑一致性,因为语篇意义的构建具有层级整合机制。


3.3 系统功能语言学的层级评价系统

Halliday(1994)与 Martin & White(2005)认为,语言的功能结构包括:

  • 概念功能(ideational):表征世界;
  • 人际功能(interpersonal):表达态度;
  • 语篇功能(textual):组织意义。

在此框架下,语义抽取模型的九个字段分别对应三个功能维度。它们之间的情感差异是语言自然的层级性表现,而非语义偏差。模型通过层级映射函数实现情感与意义的统一:

E m o t i o n G l o b a l = f ( E m o t i o n L o c a l , C o n t e x t , D i s c o u r s e R e l a t i o n s ) Emotion_{Global} = f(Emotion_{Local}, Context, DiscourseRelations) EmotionGlobal=f(EmotionLocal,Context,DiscourseRelations)

其中, E m o t i o n L o c a l Emotion_{Local} EmotionLocal 表示局部语义单元的情感,
C o n t e x t Context Context 为语境信息,
D i s c o u r s e R e l a t i o n s DiscourseRelations DiscourseRelations 为语篇内部的逻辑连接。
函数 f f f 描述了从局部到整体的情感整合过程。


4. 理论整合与逻辑一致性

基于上述理论,本研究的语义抽取模型遵循以下逻辑一致性框架:

  1. 层级一致性(Hierarchical Consistency)
    各语义单元在不同语言功能层次上对应的情感表达可存在差异,但整体通过语篇逻辑实现协调。

  2. 认知一致性(Cognitive Coherence)
    情感意义源于概念框架与心理空间的整合,局部矛盾是认知复杂性的体现,而非噪声。

  3. 语篇一致性(Discourse Coherence)
    语篇关系(因果、对比、让步)在宏观结构中调节局部情感,使全文呈现统一的价值取向。


5. 理论意义

该框架的建立为自然语言语义抽取提供了理论支撑:

  • 理论层面,揭示了局部–全局语义的多层情感逻辑;
  • 方法层面,提供了情感与语义融合的解释路径;
  • 应用层面,使语义抽取模型具备心理语言学合理性与可解释性。

通过引入框架语义学、语篇宏观结构理论与系统功能语言学,本研究在逻辑上确保了模型输出与人类语义认知机制的一致性,从而增强了语义抽取系统的解释力与科学性。


📚 主要参考文献(建议在论文中正式列入)

  • Fillmore, C. (1976). Frame semantics and the nature of language.
  • Fauconnier, G., & Turner, M. (2002). The way we think: Conceptual blending and the mind’s hidden complexities.
  • Van Dijk, T. A. (1980). Macrostructures: An interdisciplinary study of global structures in discourse, interaction, and cognition.
  • Van Dijk, T. A. (1988). News as discourse.
  • Halliday, M. A. K. (1994). An Introduction to Functional Grammar.
  • Martin, J. R., & White, P. R. (2005). The language of evaluation: Appraisal in English.
  • Lazarus, R. S. (1991). Emotion and adaptation.
  • Scherer, K. R. (2005). What are emotions? And how can they be measured? Social Science Information, 44(4), 695–729.

Logo

火山引擎开发者社区是火山引擎打造的AI技术生态平台,聚焦Agent与大模型开发,提供豆包系列模型(图像/视频/视觉)、智能分析与会话工具,并配套评测集、动手实验室及行业案例库。社区通过技术沙龙、挑战赛等活动促进开发者成长,新用户可领50万Tokens权益,助力构建智能应用。

更多推荐