Content uploaded by André Wlodarczyk
Author content
All content in this area was uploaded by André Wlodarczyk on Jan 23, 2017
Content may be subject to copyright.
117
Od informatyki i jej zastosowań do światopoglądu informatycznego,
praca zbiorowa pod red. Pawła Stacewicza, Oficyna Wydawnicza Politechniki
Warszawskiej, Warszawa 2015
Rozdział 6
Informatyka szansą na rozwój naukowej lingwistyki1
André Włodarczyk
Université Charles de Gaulle (Lille 3),
Paris-Sorbonne (Paris 4)
Streszczenie. Lingwistykę drugiej połowy XX wieku cechuje dążenie do
w miarę ścisłego opisu zjawisk językowych. Wprawdzie już pod koniec
XIX stulecia F. de Saussure poszukiwał takiej definicji języka, dzięki
której językoznawstwo mogłoby się stać dyscypliną autonomiczną.
Jednakże dopiero pod wpływem matematyki i informatyki zrodziły się
tendencje, by opisywać zjawiska językowe przy pomocy narzędzi
formalnych.
Początek XXI wieku zdaje się wskazywać na to, że zarowno lingwistyka
strukturalna jak i informatyczna korzysta ze zdobyczy informatyki,
która umożliwia im przebadanie coraz bogatszych baz danych
materiałowych dotyczących poszczególnych języków. Wobec wielkich
ilości danych oraz wciąż rosnących możliwości ich przetwarzania rodzą
się potrzeby czynienia dalszych kroków w kierunku nauk ścisłych, a
zwłaszcza - rzecz jasna - informatyki. Doprowadziło to do rozwoju
lingwistyki komputerowej, do budowy słowników elektronicznych oraz
oprogramowań do przekładu (jeszcze nie zupełnie) automatycznego.
Jednakże, żeby informatyka stać się mogła szansą dla lingwistyki,
potrzebna jest bliższa współpraca między językoznawcami a
informatykami. Zatem w drugiej części niniejszego artykułu opisane
zostały dwa przykłady badań zarówno teoretycznych jak i z zakresu
metodologii, które świadczą o próbach stworzenia nowego podejścia do
zagadnień lingwistycznych, jakimi są pojęcia tak ważne, jak predykacja,
topikalizacja i tym podobne, ale także o stosowaniu algorytmów
1 Autor dziękuje za cenne rady i wskazówki prof. Bożennie Bojar (Uniwersytet Warszawski), prof. Radosławowi
Katarzyniakowi (Politechnika Wrocławska) oraz dr. Pawłowi Stacewiczowi (Politechnika Warszawska), a także
recenzentowi prof. Witoldowi Marciszewskiemu (Uniwersytet Warszawski). Winę za błędy i niedociągnięcia, jakie
pomimo wszelkich starań, pozostały – być może – w niniejszym rozdziale autor ponosi osobiście, za co z góry
pragnie przeprosić Czytających.
.
118
wypracowanych w ważniejszych działach eksploracji danych (data
mining) celem ustanowienia nowych procedur dla rzeczowych badań
interdyscyplinarnych wiodących, poprzez innowacyjne metody
interaktywne (człowiek-komputer), do utworzenia w przyszłości
lingwistyki prawdziwie kompleksowej.
Słowa kluczowe
lingwistyka strukturalna, lingwistyka informatyczna, lingwistyka interaktywna,
skupianie uwagi w wypowiedzeniu, ontologia języka, semantyka, pragmatyka,
orzekanie, metainformacja
6.1 Wstęp
Informatyka jest swoistym ucieleśnieniem czy raczej mechanizacją matematyki, bez której żadna
metoda badawcza nie może dzisiaj zasługiwać na miano nauki, i to niezależnie od stopnia
pożądanej ścisłości w prowadzonych badaniach. Stan aktualny lingwistyki strukturalnej jest
niezupełnie zadowalający z punktu widzenia metodologii badań eksperymentalnych. Artykuł
niniejszy reprezentuje stanowisko, według którego nauka jest jedna i zasadza się na matematyce,
której część - od pół wieku - przybrała kształt informatyki, czyli inżynierii liczb, danych,
informacji i wiedzy.
Dzisiaj zagadnieniem języka zajmują się eksperci wielu dziedzin badawczych, wśród
których najważniejszymi są: neurologia mózgu, psychologia, teoria komunikacji, antropologia
oraz estetyka. Zatem badania lingwistyczne - siłą rzeczy - winne być interdyscyplinarne, a
ponadto eksploracyjne i interaktywne. Nie ulega wątpliwości, że to właśnie informatyka stanie
sie platformą, która umożliwi rozwój wiedzy w zakresie każdej z dziedzin badawczych, co -
jednocześnie - uściśli wiedzę o tych dziedzinach oraz przyczyni się do ich systemowego
opisania, a często także i do symulowania poszczególnych mechanizmów, na jakie składają się
zdolności językowe oraz funkcje mowy ludzkiej.
Dalsze unaukowienie lingwistyki jest potrzebą, o której pisze się coraz częściej. Nie tyle
więc będzie mowa w tej pracy o przyczynach potrzeby unaukowienia poszukiwań wiedzy o
języku i językach, ile o nowych metodach naukowych i narzędziach badawczych. W Polsce na
ten temat pisali m.in. A. Bogusławski (1986), W. Lapis (2003), J. Bańczerowski (2006), A.
Pawłowski (2006) i D. Zielińska (2010). Zaś o potrzebie i sposobności stosowania narzędzi
informatycznych interaktywnych w polonistyce pisała H. Włodarczyk (2010). Oprócz tego
Bańczerowski J. (2006) opublikował także ważny artykuł w j. angielskim o tendencjach
formalizowania oraz matematyzacji w lingwistyce XX stulecia.
6.2 Lingwistyka w dobie przemian
Pośród nauk humanistycznych i społecznych na przełomie XIX i XX stulecia w lingwistyce -
jako najpierwszej - pojawił się paradygmat strukturalny (powstały w dużej mierze pod wpływem
rozwoju chemii). Wkrótce też lingwistyka strukturalna stała się nauką “modną”, co przyczyniło
się do przyznania jej wiodącej roli wśród nauk takich jak socjologia, antropologia, psychologia
poznawcza, teoria komunikacji oraz literatura i estetyka. Jednakże, ulegając wpływom metod
opracowywanych w laboratoriach nauk komputerowych, w drugiej połowie XX stulecia “moda”
przeobraziła się w szersze zainteresowanie językiem, jego złożoną budową oraz licznymi
funkcjami, ktore można by usiłować poddawać matematycznej formalizacji. To właśnie w
119
atmosferze badań nad językami formalnymi (jakimi są m.in. sztuczne języki wymyślane dla
celów programowania pierwszych elektronowych maszyn liczących) Chomsky N. (1956)
opracował swoją teorię składni języków naturalnych2, którą w niedługim czasie zdołał
zainteresować światową wspólnotę lingwistów. Ujawniły się wtedy dwa przeciwstawne kierunki
w lingwistyce strukturalnej3: obok deskryptywnego (indukcyjnego) powstał generatywny
(dedukcyjny). Podczas gdy “deskryptywiści” zajmowali się różnorodnością materii językowej,
zbieraniem i opisywaniem danych, “generatywiści” na podstawie domniemanej jednorodności
formy językowej budowali gramatyki formalne. Sytuacja ta była przede wszystkim wynikiem
różnicy w definiowaniu języka.
W lingwistyce deskryptywnej (opisowej) język - to zbiór wyrazów, analiza których
prowadzi do poznania jego natury. Zasadniczą czynnością w deskrypcji języka jest wyjaśnianie
(explanation).
J = (W, J)
Język - to zbiór wyrazów W otrzymany w wyniku analizy zbioru zdań należących do
języka J.
W lingwistyce generatywnej język jest definiowany jako zbiór reguł, których znajomość
pozwala na tworzenie wszystkich jego wyrażeń. Model języka winien posiadać zdolność do
przewidywania (prediction).
J = (W, G)
Język - to zbiór zdań utworzonych z wyrazów W wedle reguł gramatyki G.
Właściwy przełom w nauce o języku dokonał się jednakże nieco później, a mianowicie
kiedy informatycy zaczęli opracowywać algorytmy do przekładu z języka na język. Okazało się
wtedy, że oprócz formalnych teorii gramatyk generatywnych trzeba było wypróbować wiele
innych podejść4. W wyniku badań laboratoryjnych5 z technik przetwarzania jezyków naturalnych
wyrosła lingwistyka informatyczna (zwana także lingwistyką komputerową) mająca na celu
zarówno analizę jak i syntezę wyrażeń języków naturalnych. Jednakże pomimo wielu
przydatnych zastosowań rozwiązań teoretycznych, badania prowadzone w tej dziedzinie
polegały przede wszystkim na poszukiwaniu reguł gramatycznych z użyciem cech syntaktyczno-
semantycznych, tzw. synsem, oraz wiedzy o preferencjach (statystycznych) w używaniu wyrażeń
językowych. W latach 90. w zasadzie zaprzestano rozwijania - przedtem niezwykle
2 Warto zauważyć, że w tym samym czasie powstały (1) słynna dzisiaj “hierarchia języków formalnych” lub
“hierarchia Chomskiego” a kilka lat pózniej (2) dwa twierdzenia Chomskiego i Schützenbergera (1963) dotyczące
(a) obliczania ilości słów w gramatykach bez-kontekstowych oraz (b) związku miedzy algebrą a językami
formalnymi.
3 Tak właśnie w roku 1987 Altman G. scharakteryzował podstawowe różnice pomiędzy badaniami
prowadzonymi nad “formą” i “materią” językową.
4 Wśród nich (ok. 30-stu) przeróżne gramatyki takie jak LFG : Lexico-Functional Grammar (Bresnan 1982), FUG :
Functional Unification Grammars (Key, 1983), HG : Head Grammars (Pollard, 1984), HPSG : Head-driven Phrase
Structure Grammar (Pollard, 1985), GPSG : Generalized Phrase Structure Grammar (Gazdar et al., 1985), UCG :
Unification Categorial Grammar (Uszkoreit, 1986), TAG : Tree-Adjoining Grammar (Joshi, 1987) itp.
5 Nie wszystkie z nich miały praktyczny charakter. Wystarczy wspomnieć Gramatykę Montague'a, której
raison d'être był przecież aspekt tylko teoretyczny.
120
intensywnego - nurtu badań nad teoriami gramatyk formalnych, natomiast informatycy - w miarę
możliwości, jak na przykład w Japonii - przenieśli swoje badania na rożne uczelnie
humanistyczne z programami nauczania nowej dziedziny lingwistycznej znanej pod nazwą
przetwarzanie języków naturalnych (Natural Language Processing). Ponadto technikami
przetwarzania jezyków naturalnych zainteresowali się poniektórzy lingwiści będący
wykładowcami uniwersyteckimi, którzy wprowadzili je do własnych programów nauczania.
Zachowania te świadczyły o tym, że ówczesna inżynieria językowa osiągnęła swoje apogeum z
powodów tak teoretycznych jak i sprzętowych, i że nabyte doświadczenia przyniosły
świadomość konieczności przeprowadzenia dogłębnych badań nad językową “materią”.
Tablica Nr 1
Lingwistyka strukturalna
Lingwistyka informatyczna
FORMA
(Struktury)
Lingwistyka teoretyczna
(transformacyjna, generatywna i
aplikatywna)
Przetwarzanie języków naturalnych
(Gramatyki leksykalno-funkcyjne,
unifikacyjne i logiczne)
MATERIA
(Dane)
Lingwistyka typologiczna
(deskryptywna i korpusowa)
Technologie języków ludzkich
(Zarządzanie bazami danych
tekstowych, eksploracja tekstów i
Lingwistyka interaktywna)
Należy także wspomnieć o istnieniu czysto matematycznego paradygmatu rozwijającego
się równolegle zarówno z lingwistyką strukturalną jak i informatyczną. Do paradygmatu tego
należą różne odmiany (podaję tylko inicjatorów) gramatyk kategorialnych (Leśniewski, S.
(1886-1939), Ajdukiewicz, K. (1890-1963), Lambek, J. - 1958, Steedman, M. - 2000) oraz
stratyfikacyjnych (Lamb, S. - 1958). Gramatyka Montague'a jest jedną z ważniejszych odmian
gramatyki kategorialnej. Jej autor, logik Montague, R. (1970), postuluje wręcz, że języki
naturalne należy traktować tak samo jak języki formalne. Jest to jednakże stanowisko dość
kontrowersyjne, zwłaszcza w zaproponowanej wersji. W Polsce do badań zgodnych z
paradygmatem matematycznym można zaliczyć między innymi prace Pogonowskiego, J. (1988,
1991, 1993, 1997 i inne).
6.3 Od materii do modelu
Lingwistyka korpusowa polega na prowadzeniu analiz jednostek językowych tworzących teksty,
jej prawzorem były listy i kartoteki (dzisiaj pliki komputerowe) wyrażeń językowych
tworzonych przez lingwistów strukturalistów. Te praktyki zostały zautomatyzowane przy użyciu
technologii języków ludzkich, której zasadniczym celem jest budowanie słowników i tezaurusów,
a w grę wchodzą dzisiaj najnowocześniejsze (częściowo zazębiające się ze sobą) dziedziny
badawcze będące pozyskiwaniem wiedzy o językach zwane (a) drążeniem tekstów (text
mining), wyrastającym przede wszystkim z technik zarządzania bazami danych tekstowych6 i
tych procedur drążenia danych (data mining), które służą do wydobywania i obróbki danych
6 W Polsce w IPI PAN powstaje Narodowy Korpus Języka Polskiego (Przepiórkowski, A. 2004, 2012)
121
surowych oraz (b) lingwistyką interaktywną7, wyrastającą z technik statystycznej analizy
danych (data analysis), drążenia danych (data mining) oraz zautomatyzowanego odkrywania
wiedzy (automated knowledge discovery). Drążeniem tekstów nie będę się tutaj zajmował,
ponieważ istnieją po polsku prace opisujące dość szczegółowo tę dziedzinę (na przykład
Piasecki, M. 2010), natomiast postaram się zasygnalizować na tym terenie wciąż jeszcze słabiej
rozwiniętą część badań z zakresu drążenia danych (data mining), a mianowicie specyfikację
danych oraz ewaluację wyników analiz danych w odniesieniu do pozyskiwanej wiedzy od
lingwistów w procesie interakcji z programami komputerowymi. Choć wyniki pracy algorytmów
na surowym materiale są ważne i ciekawe, to jednak często potwierdzają one jedynie to, co już
lingwiści w jakiś sposób opisali. Zatem najważniejszym etapem eksploracji danych w badaniach
nad językami (nie zaś tylko tekstami) podczas stosowania narzędzi drążenia danych jest ich opis
polegający na przekształcaniu danych surowych na symbole formalne, a następnie poddawaniu
wyników tych przekształceń połowicznie zautomatyzowanym analizom i całkowicie
zautomatyzowanym ewaluacjom.
6.3.1 Lingwistyka interaktywna
Lingwistyka interaktywna nawiązuje do postulatów analizy składnikowej (componential
analysis) jako metody na wyodrębnianie składników bezpośrednich w jednostkach
składniowych. Analiza składnikowa wraz z analizą tematyczną (theme analysis) i analizą
taksonomiczną (taxonomic analysis) stanowiła podwaliny dla takich działów lingwistyki
strukturalnej jak teoria pola leksykalnego, gramatyka transformacyjna oraz rożne modele
semantyki generatywnej. Chociaż została ona niesłusznie krytycznie oceniona i zaniechana na
łonie lingwistyki strukturalnej8, użycie cech, a dokładniej struktur cech (feature structures), do
opisu gramatyk okazało się nieodzowne w przetwarzaniu języków naturalnych (dział lingwistyki
informatycznej zajmujący się pisaniem gramatyk i słowników dla celów budowanych
interfejsów (sprzęgów) człowiek-maszyna, przekładu automatycznego z języka na język itp.).
I rzeczywiście, podstawą naukowych przedstawień wszelkich dziedzin są właśnie cechy
(własności) wchodzących w ich zakres przedmiotów. Podobnie rzeczy się mają w lingwistyce,
gdzie przedmiotami badań są cechy składników wyrażeń językowych należących do
poziomów/modułów różnego rodzaju9. Ponieważ wyrażenia są znakami, traktując znaki jako
byty same w sobie można rozpatrywać nie tylko byty (składniki) świata, lecz również i znaki
językowe i wszelkie inne nośniki treści semiotycznych jako zawierające odpowiednio treści
ontologiczne i semantyczne. Wszystkie rodzaje gramatyk formalnych, jakie są po dziś dzień
używane do implementowania programów tłumaczących z języka na język, polegają na
specyfikowaniu reguł semantyczno-syntaktycznych przy pomocy struktur cech. Problemem
okazały się nie tylko przyjmowane (w żaden sposób jeszcze nie sprawdzone) cechy, lecz także
zbyt jednolita (nie modularna) struktura reprezentacji. Celem metody interaktywnej jest zatem
spójny (a więc sprawdzony) wybór cech podobnie, jak to jest obecnie czynione w programie
7 Termin ukuty przez autora niniejszego artykułu. Warto mimo to przytoczyć raczej wtedy wyjątkowy na świecie
przykład bardzo owocnego zastosowania cech semantycznych do opisu ok. 200 czasowników ruchu, a była nim
praca B. Bojar, 1979
8 Warto mimo to przytoczyć raczej wtedy wyjątkowy przykład bardzo szczegółowego, na łonie lingwistyki
strukturalnej, zastosowania cech semantycznych do opisu ok. 200 czasowników ruchu, a była nim praca B. Bojar,
1979
9 Najczęściej wymieniane są cechy fonetyczne, prozodyczne, morfologiczne, składniowe, semantyczne i
pragmatyczne.
122
gramatyki rozproszonej, (patrz 3.2). Badania polegają bowiem na procedurze iteratywnej (a więc
w duchu Archimedesa), mającej doprowadzić do uzyskania systemu wolnego od sprzeczności.
Jest to niewątpliwie całkowita nowość w lingwistyce strukturalnej10, ktorej dotychczasowe teorie
nie miały żadnych szans ani na solidną formalizację pozyskiwanej wiedzy ani na jej ewaluację.
Schemat modelowania interaktywnego
Na schemacie modelowania interaktywnego uwidocznione zostały 4 rodzaje dziedzin: poza
(a) dziedziną badań (fragmenty świata rzeczywistego tj. języki) znajduje się (b) metateoria11
(użyteczne aksjomaty, abstrakcyjne pojęcia, struktury i operacje dotyczące wszystkich
poziomów badanej dziedziny), (c) teoria będąca formalnym opisem fragmentu świata, która
powstaje w wyniku przeprowadzonych badań oraz (d) modele (gramatyki, tezaurusy, leksykony
itp.). Celem takiej procedury badawczej jest pozyskiwanie wiedzy poprzez budowanie systemów
reguł inferencji logicznych, “kontekstów” (zerojedynkowych) i systemów informacyjnych (wielo-
wartościowych) w drodze - w tej samej kolejności - operacjonalizacji systemów doradczych
(expert systems) opartych na języku programowania Prolog (Colmerauer, A. 1970), systemów
decyzyjnych (Pawlak, Z. 1981 i 1987) czy też logiki kontekstowej (Wille, R. 1982, Wolff, K. E.
2010). Dodajmy jeszcze, iż stosując logikę systemów rozproszonych12 (Barwise, J. K. &
Seligman, J., 1997) można wydzielić w tym iteratywnym procesie badawczym dwie abstrakcyjne
sieci rozproszone, dzięki którym formalizacja i ewaluacja jawią się jako powiązane ze sobą
komutacje przepływu informacji. Aspekt interaktywny badań polega zatem na tworzeniu meta-
teorii i budowaniu modeli oraz na stosowaniu formalizacji i ewaluacji w iteratywnym
(eksperymentalnym) procesie badawczym.
10 A nawet i w lingwistyce informatycznej poza nielicznymi przypadkami takimi, na przykład, jak gramatyki
logiczne pisane w językach programowania takich, jak Prolog, ponieważ język ten ze swojej natury jest systemem
pozwalającym na rozwiązywanie problemów.
11 Metateorię do procedury iteratywnej zaproponował lingwistom Pogonowski J. (1991) włączając jednocześnie
dziedzinę badań nieformalnych (wynik konceptualizacji), co za tym idzie etap rekonstrukcji teorii nieformalnych.
Dziedzina ta jednakże traci rację bytu ze względu na możliwość interakcji z komputerem
12 por. Stacewicz, P. & Włodarczyk, A. 2010 i 2011.
123
6.3.2 Przykład: teoria meta-informacyjnych centrów uwagi w wypowiedzi
Teoria meta-informacyjnych centrów uwagi (MIC13) w wypowiedzi14 jest pierwszą probą
uogólnionego opisu kilku zagadnień, często dyskutowanych oddzielnie w licznych pracach
lingwistycznych, a mianowicie: szyku wyrazów w zdaniu, predykacji, topikalizacji oraz
fokalizacji. Opracowana i sprawdzona w zastosowaniu do opisu jezyków różnych typów, wraz z
teorią semantyki asocjacyjnej, stanowi ona zaczątek dla programu “gramatyki rozproszonej”. Z
uwagi zarówno na swoje podłoże informatyczne jak i na jej interdyscyplinarne konwergencje
teoria ta rozwinęła się w wyniku badań prowadzonych z zastosowaniem metody interaktywnej.
A to dlatego, że w teorii MIC (a) semantyka wypowiedzi językowych traktowana jest jak
informacja, co umożliwia (b) podanie nowej definicji predykatu (orzeczenia) opartej na pojęciu
meta-informacji15 dla opisu języków naturalnych tak na tle formuł logiki klasycznej jak i na
użytek informatyki.
Według teorii semantyki asocjacyjnej jądrem znaczenia jest zatem informacja dotycząca
sytuacji zdefiniowanej relacyjnie jako złożenie ról czynnych, biernych i pośrednich należących
do różnych poziomów hierarchii sytuacji ontologicznych. Sytuacje wyrażane przez wypowiedzi
językowe są najcześciej relacjami wirtualnymi, tj. takimi, które implikują “stowarzyszone” z
nimi relacje aktualne. W skład definicji sytuacji semantycznej wchodzi także pojęcie
zakotwiczenia czaso-przestrzennego. Ponadto nieodłącznymi (również podstawowymi)
składnikami sytuacji semantycznych są aspekt i modalność.
Podstawowe składniki informacyjne wypowiedzi i jej wartości:
Sytuacja semantyczna = (R, Z), wartości = {prawda, fałsz},
gdzie R - role, Z - zakotwiczenia czaso-przestrzenne.
Podstawowymi składnikami warstwy komunikatywnej języka są wykładniki meta-
informacji. Właściwie wydzielone zostały dwa poziomy meta-informacji: (1) struktura
predykacji (tj. mówienia o podmiocie i ew. dopełnieniu) oraz (2) struktura topikalizacji i
fokalizacji (tj. mówienia dodatkowo o topiku i ew. fokusie). Sposób, w jaki wykładniki meta-
informacji wskazują na elementy informacji można porównać do enkapsulacji16 w
programowaniu, gdzie rozgranicza się pomiędzy sprzęgiem (częściami programu “widocznymi”,
“publicznymi”) oraz implementacją (częściami programu “ukrytymi”, “prywatnymi”). W
13 MIC – to akronim od Meta-Informative Centering (Włodarczyk A. & Włodarczyk H. 2008, 2011 i 2013).
14 W niniejszym artykule termin "wypowiedź" został użyty w znaczeniu "językowy wykładnik (objaw) aktu mowy",
podczas gdy wyrazy "wypowiadanie" i "wypowiedzenie" oznaczają pojęcie "aktu mowy" odpowiednio jako klasy i
instancji.
15 Metainformację po raz pierwszy zdefiniował formalnie polski cybernetyk H. Greniewski (1968) w ramach
definicji kodu bedącego uogólnieniem pojęcia język, natomiast do badań nad językiem naturalnym włączyła je B.
Bojar (1972, patrz także niżej). W innym ujęciu - także cybernetycznym - M. Mazur (1970) twierdził, że meta-
informacja pojawia się już na poziomie sygnału, a mianowicie z chwilą transformacji informacji na wyrażenie
językowe (w wyniku czego – wg tej teorii - powstaje potrzeba upewnienia się przez odbiorcę o prawdziwości
komunikatu językowego).
16 Pojęcie enkapsulacji zapożyczam z informatyki zarówno z (a) programowania obiektowego (choć tylko
częściowo; chodzi mianowicie o tę cześć definicji, która mówi o łączeniu struktur – wraz z danymi i
wykonywanymi na nich operacjami – w jednostki (pakiety) często zwane modułami oraz (b) sieciowych systemów
komunikacyjnych (patrz protokoły przesyłania danych itp.).
124
lingwistyce rozgraniczenie to było rozważane na rożne sposoby i pod rożnymi nazwami, bodaj
najtrafniejszą z nich (choć niekoniecznie najlepiej zdefiniowaną) jest prawdopodobnie para
“eksplikatura/implikatura” (Sperber, D . & Wilson, D. - 1998).
Podstawowe składniki meta-informacyjne wypowiedzi i jej wartości:
Enkapsulacja (oprawa) pragmatyczna = (W, O), wartości = {“datum”, “novum”},
gdzie W- wyróżnienie (“o czym” jest mowa) i O - omówienie (“co” się o tym mówi).
Z punktu widzenia teorii MIC enkapsulacja (to nie tylko hermetyzacja) odgrywa kapitalną
rolę w budowaniu wyrażeń językowych, bowiem komunikaty językowe są "oprawione" w
podstawowe moduły meta-informacyjne) oraz zawierają wyłącznie treści cząstkowe kodu
wewnętrznego, treści ewidentne pozostając "domniemane"), a więc zamykane w format wyrażeń
języka naturalnego. Zatem języki naturalne enkapsulują meta-informację (warstwa pragmatyki) i
informację (warstwa semantyki) nadając im w ten sposób kształtu sekwencji fraz podstawowych,
tj. pierwszorzędnych składników bezpośrednich wypowiedzi (major phrases). To właśnie w
Polsce powstała pierwsza w historii lingwistyki ogólnej propozycja (Bojar, B. - m.in. 1972,
1978, 1979 i 1986), której myślą przewodnią było zaliczenie meta-informacji wyrażanej przez
czasowniki takie, jak “komentować”, “potwierdzać”, “namawiać”, “słuchać” i kilkadziesiąt
innych do pragmatyki języka. Mimo to fakt, że ani meta-informacja ani enkapsulacja treści (tak
semantycznych jak i pragmatycznych) w wypowiedzi w ogóle nie zostały dostrzeżone, był
powodem tego, iż w lingwistyce ogólnej powstało sporo nieporozumień17 w sprawie opisu
podstawowych części składowych wypowiedzi, jakimi są podmiot i orzeczenie. Ta sama
informacja semantyczna może być tak wyrażana jak i orzekana (a nawet - jak zobaczymy
omawiana) czy też - tak w przypadku orzekania18 jak i ogólniej - enkapsulowana z różnych
punktów widzenia (aspekt19) zależnie od wyróżnienia takiej czy innej z jej części składowych.
Będąc cechą modularności, enkapsulacja jest pojęciem, które - w porównaniu z jednolitą
strukturą drzewiastą - pozwala na lepszą analizę systemu języka.
Inną niesłychanie ważną problematyką języków naturalnych jest to, że tak pojęcia jak i
jednostki językowe podlegają równoległym funkcjom selekcji i sekwencyjnym funkcjom
kombinacji. Dowody tego rodzaju procesów umysłowych płyną z badań nad afazją (choroba
polegająca na utracie mowy), ponieważ - jak to po raz pierwszy opisał Jakobson, R. (1956),
następnie zaś Wisniewski, E. J. (1997), u pacjentów cierpiących na jedną z odmian tej choroby
zanikają zdolności porównywania cech, zaś u innych pojawiają się zaburzenia w łączeniu
wyrazów. Maxwel, J. A. i Miller, B. (2012) zaproponowali włączenie selekcji i kombinacji do
podstawowych składników metody jakościowej analizy danych. I rzeczywiście, biorąc pod
uwagę, że wiedza naukowa jest przechowywana w formie narracji, kategoryzacja i wszelkiego
rodzaju analogie winny służyć systematycznie i jednocześnie tak do prowadzenia analiz jak i do
17 Wprawdzie chociaż opisy niektórych autorów (m.in. M. A K. Halliday, 1967, Halliday, M. A.K. & Greaves, W. S.
2008, Peregrin, J. 2011) wyróżniały rożne płaszczyzny w wypowiedzi, zagadnienie predykacji pozostawało nadal w
dziedzinie prawdziwościowej (semantycznej).
18 Warto zauważyć, że enkapsulacja “najszersza” zachodzi w wypowiedzi na poziomie meta-informacji.
19 W trakcie badań interaktywnych wypracowana została całkiem nowa teoria kategorii aspektu. Podstawy tej teorii
stanowi część teorii sytuacji semantycznej (Włodarczyk A. 2003, Włodarczyk H. 2009, Włodarczyk A. &
Włodarczyk H. 2013).
125
zapisu wyników. Tak też należy postępować w przypadku badań prowadzonych z
zastosowaniem metody lingwistyki interaktywnej (patrz poniżej).
6.4 U zbiegu nauk
Informatyka, będąc zarazem działem matematyki i najlepszym przykładem jej zastosowania przy
użyciu automatów (maszyn liczących) czyli inżynierią, stanowi nie tyle nowy paradygmat w
nauce, ile wręcz solidne podwaliny do naukowego podejścia do wszelkich zagadnień. Struktury
wiedzy oraz treści, jakie użytkownicy języków naturalnych/ludzkich sobie przekazują, muszą
być niesłychanie złożone skoro - jak się okazało - przekład automatyczny wciąż nastręcza
informatyce tak poważne trudności. Metoda informatyczna poza pojęciem struktury
wprowadziła do badań nad językiem reprezentację danych i informacji oraz zasady ich
przetwarzania (operacje). Jest to wynik algorytmicznego podejścia do zagadnień
lingwistycznych.
6.4.1 Metoda interdyscyplinarna
U progu XXI stulecia badania naukowe w dziedzinie informatyki, a w szczególności w dziale tak
zwanej sztucznej inteligencji, zapowiadają wielki przełom w metodologii badań. Niesłychane
możliwości zapisywania wiedzy w bazach danych oraz nowe funkcje komputerów imitujące
zdolności ludzkiego intelektu umożliwią w ciągu najbliższej dekady jeszcze bliższą współpracę
między badaczami repezentującymi różne nauki. Stanie się to o tyle skuteczne, że człowiek w
swojej interakcji z komputerami będzie mógł myśleć z maszynami. Nie ulega wątpliwości, że
zawsze kiedy człowiek tworzył nowe narzędzia pracy, jej wydajność rosła.
Myślenie z maszynami technicznie nazywane jest zwykle eksploracją danych, która to
dziedzina informatyki wykorzystuje przeróżne metody obliczeniowe począwszy od analizy baz
danych, włączając logiki rozmyte, przybliżone i decyzyjne, analizy pojęć formalnych, logiki
systemów rozproszonych, metody obliczania ziarnistego zwane inaczej metodami obliczania
przy pomocy słów (computing with words), a kończąc na automatycznym odkrywaniu wiedzy
(automated discovery).
Podejście interdyscyplinare okazuje się koniecznością zawsze wtedy, kiedy w grę wchodzi
dziedzina badawcza wymagająca teorii języka uwzględniającej większą liczbę zmiennych niż
klasyczne teorie wyłącznie immanentne20. Interdyscyplinarność w połączeniu z metodą
interaktywną umożliwia budowanie modeli, ktore już są lub będą bardziej adekwatne niż
poprzednie. Program gramatyki rozproszonej (wyrastającej z paradygmatu informatycznych
systemów współbieżnych i rozproszonych) oraz istniejące już teorie skupiania uwagi (centering
of attention) w wypowiedzi i w tekście21 jest wynikiem takiego podejścia.
Jednakże badania interdyscyplinarne mają sens tylko wtedy, kiedy są wykonywane z
rzetelnym przygotowaniem oraz zaangażowaniem badaczy w odpowiednie dziedziny wiedzy.
Jak trudna jest współpraca interdyscyplinarna wystarczy wspomnieć wysiłki mające na celu
tworzenie sieci neuropodobnych, czyli sztucznych sieci. Już w pierwszym okresie badań nad
takimi sieciami (badań inspirowanych neurobiologicznie) liczba parametrów branych pod uwagę
w rozwiązaniach formalnych była znikoma w stosunku do - z roku na rok rosnącej - ilości
odkrywanych własności komórek nerwowych oraz ich obopólnych połączeń (dendryty i
20 Cf. F. de Saussure (1916 i 1991) i L. Hjelmslev (1928 i 1979)
21 Centering theory (B. J. Grosz 1981, B. J. Grosz et al. 1995).
126
synapsy). Dzisiaj do sieci neuropodobnych wprowadza się już nie tylko modularność (a więc
rozproszenie struktur), lecz wręcz konstruuje się systemy rozproszone, na które składają się
procesy tak sekwencyjne jak i współbieżne, pamięci dzielone i prywatne, a “agenci” czy
“aktorzy” wymieniają między sobą komunikaty zarówno w trybie synchronicznym jak i
asynchronicznym. Neurolodzy żywią jednak wielkie nadzieje na współpracę z informatykami w
procesie odkrywania modułów zwanych “strefami zainteresowań” (region of interest - ROI)
dzięki nowym możliwościom wglądu in vivo w procesy zachodzące w mózgu za pomocą
skanerów fMRI22.
Można się spodziewać, że interdyscyplinarne badania naukowe prowadzone w oparciu o
ontologie (w liczbie mnogiej) z zastosowaniem metod interaktywnych pozwolą uporać się z
niedociągnięciami kognitywizmu23. Za takie “niedociągnięcie” można uważać niechęć do
ontologii już nawet w klasycznej lingwistyce strukturalnej, a w lingwistyce kognitywnej wręcz
jest nim częściowe zaprzeczenie, o ile nie odrzucenie wszelkiego odniesienia do ontologii.
6.4.2 Rozpoznanie konwergencji jako przykład podejścia kompleksowego
Dziedziną teorii MIC jest koncentracja składników wypowiedzi wynikająca ze skupienia uwagi.
Jest to całkowicie zgodne z komputerową teorią centrowania składników tekstu (elementów
wypowiedzi w odniesieniu do tekstu, B. J. Grosz 1981, B. J. Grosz et al. 1995). Choć powstałe w
różnych okresach czasu (resp. 1990. i 1980.) i w różnych krajach (Francja i USA), teorie te
wzajemnie się uzupełniają. Obydwie odwołują się do psychologicznego pojęcia, jakim jest
funkcja uwagi w mózgu/umyśle człowieka. Warto zauważyć, iż pojęcia i definicje przyjęte w
teorii MIC okazały się przydatne w psycholingwistyce do modelowania ważnych bloków
aktywacji różnych stref pamięci ludzkiego mózgu (Stachowiak, Franz J. - 2013).
Podział fraz odnoszących do centrów uwagi w wypowiedzi bazowej na globalne i lokalne
znalazł potwierdzenie w teorii uwagi Oberauera, K. (2002), neurologa specjalizującego się w
badaniu struktur pamięci. W tej teorii możliwe są maksymalnie dwa centra uwagi jednocześnie, i
to nawet pod warunkiem, że każde z nich – w zakresie tej samej hierarchii – należy do innego
poziomu pamięci. By nazwać spełniające ten warunek operacje selekcji, Oberauer również - i to
niezależnie od autorów teorii MIC - używa pojęć “uwagi globalnej” i “lokalnej”.
Według teorii MIC ogromną większość języków, jaką stanowią języki nominatywne
(nazywane także akuzatywnymi), w wypowiedziach bazowych cechuje domniemany związek
podmiotu z agentem czynnym, tzw. “agensem”), natomiast pozostałe języki należące do niezbyt
licznej grupy języków ergatywnych w wyrażeniach bazowych cechuje domniemany związek
podmiotu z agentem biernym, tj. “pacjensem”). W neuropsychologii uwagi, rozróżnienie
wprowadzone przez Austina, J. H. (2006 i 2013) pomiędzy uwagą ego-centryczną a allo-
centryczną zdaje się świadczyć o właściwym potraktowaniu wspomnianych różnic między
językami różnymi językami etnicznymi w teorii MIC, co w konsekwencji znakomicie przyczynia
się do lepszego (bo o niebo prostszego od istniejących) wyjaśnienia różnic pomiędzy wyżej
wspomnianymi klasami języków.
Osobliwością teorii MIC jest systematyczny opis struktur (a) predykacji (orzekania) oraz
(b) topikalizacji i fokalizacji (omawiania), jakie cechują nakładające się na siebie dwie struktury
22 fMRI jest akronimem od “functional Magnetic Resonance Imaging”.
(http://en.wikipedia.org/wiki/Functional_magnetic_resonance_imaging
23 O krytyce kognitywizmu zob. A. Chmielecki (2013).
127
hierarchiczne. Biorąc pod uwagę tylko wypowiedzi bazowe (kanoniczne), ich 3 formalne
składniki (S=Podmiot, O=Dopełnienie i V=Czasownik) można zasadniczo ustawić parami w 4
szykach: (a) SVO i SOV oraz (b) VOS i OVS. Warto zauważyć, z punktu widzenia zdrowego
rozsądku dot. komunikowaniu informacji zaledwie szyki SVO i SOV wydają się normalne; szyki
VOS i OVS można uważać za mało prawdopodobne z uwagi na końcową pozycję globalnego
składnika S (podmiotu) wypowiedzi. Natomiast, w drzewach składników bezpośrednich, szyki
“liści” (terminali) takie jak *OSV i *VSO są absolutnie wykluczone24, ponieważ w przeciwnym
wypadku fraza odnosząca się do S (podmiotu) musiałaby być lokalną (a z definicji jest
globalną). Zasadniczość szyków wyrazów SOV lub SVO potwierdzają dane pochodzące z
lingwistycznej bazy danych WALS25, z której wynika, że szyki te są charakterystyczne dla ⅔ z
dotychczas opisanych 1377 języków świata.
6.5 Zakończenie
Mimo wielu lokalnych prób i “pobożnych” życzeń niektórych teoretyków języka, lingwistyka
dzisiaj nadal często jest jeszcze dziedziną wiedzy co najwyżej “naukawą”26. Nie ulega więc
wątpliwości, że zachodzi potrzeba szerszej debaty na temat jej dalszego unaukowienia. Należy
się spodziewać, że w niedalekiej przyszłości powstanie lingwistyka kompleksowa27 (integral
linguistics), która będzie nauką interdyscyplinarną opartą na matematyce oraz inżynierii
informacji i wiedzy.
Teoria MIC została przytoczona w tym artykule z dwóch powodów: (1) by dać przykład
zastosowania nad językiem naukowej metody polegającej na informatycznej pętli interaktywnej
oraz - szerzej - (2) by wskazać na konieczność głębszego zrozumienia podstawowych struktur
wypowiedzi ze względu na centralną rolę języka naturalnego we wszelkim dyskursie naukowym,
co znalazło potwierdzenie w zastosowaniu metod statystycznych (tak za pomocą grupowania
cech i obiektów) jak i automatycznego klasyfikowania obiektów, a nawet przy pomocy drążenia
danych oraz informatycznych metod modelowania.
Warto też nadmienić, że wspomniane podejście interaktywne do pozyskiwania wiedzy
teoretycznie ma klasyczne podłoże badawcze, które jest analityczne. Przykładem tego niech będą
najcześciej stosowane metody drążenia danych (data mining). Jednakże obecnie pośród metod,
które imitują procesy biologiczne znane jako algorytmy genetyczne w paradygmacie badań
ewolucyjnych, można znaleźć także bardzo oryginalne propozycje syntetycznych metod
badawczych. Do takowych zaliczyć można z pewnością takie procesy neuropodobne, które
powodują, że sztuczne sieci neuronowe28 mogą się uczyć lub być nauczane. Pomimo, że - jak się
wydaje – poglądy w tej dziedzinie są nie tylko przeciwstawne, a - jak w przypadku H.
Nakashimy (2008) - nawet wręcz antagonistyczne, stanowią propozycję stosowania
programowania ewolucyjnego jako interaktywnej metody badawczej.
24 Nic też dziwnego, że w rozumowaniu dotyczącym “złożeń wywróconych” (“upside-down compositions”, Tellier,
I. 2000), szyki wyrazów VSO i OSV nie mogą być wygenerowane w wyniku złożenia logicznego, ale muszą być
uzupełnione przez rachunek lambda w celu linearyzacji fraz.
25 Akronim od The World Atlas of Language Structures Online. http://wals.info/feature/81A
26 Słownik Języka Polskiego PWN definiuje termin “naukawy” jako: żart. “silący się na naukowość”. Określenie to
dotyczy przede wszystkim współczesnych “nauk o języku” (language sciences), nie dotyczy natomiast przykładowo
komputerowego przetwarzania mowy (speech processing).
27 W Polsce zob. Mazurkiewicz-Sokołowska, J. (2010).
28 Stacewicz, P. (2015) proponuje nawet połączyć algorytmy genetyczne z sieciami neuronowymi.
128
Bibliografia
Altman, G. (1987) “The Levels of Linguistic Investigation”, Theoretical Linguistics, vol. 14:
edited by H. Schnelle, W. de Guyter, Berlin - New York: 227-239.
Austin, J. H. (2000) “Consciousness evolves when the self dissolves”. Journal of Consciousness
Studies, Volume 7, Numbers 11-12, Imprint Academic: 209-230.
Austin, J. H. (2013) “Zen and the brain: mutually illuminating topics”, Journal Frontiers in
Psychology - Consciousness Research, Vol. 4, Art. 784: (www.frontiersin.org)
Bańczerowski, J. (2006) “The axiomatic method in 20th century European linguistics”, History
of the Language Sciences - An International Handbook on the Evolution of the Study of
Language from the Beginnings to the Present, Auroux, S., Koerner, E.F.K., Niederehe,
H.-J., Versteegh, K. (eds), Handbooks of Linguistics and Communication Science, vol.
18 (3), Walter de Gruyter & Co. : 2007-2025.
Barwise, J. K. & Seligman, J. (1997) Information Flow, The Logic of Distributed Systems.
Cambridge, New-York : Cambridge University Press : 274.
Bogusławski, A. (1986) “O pojeciu wyjaśniania i o wyjaśnianiu w lingwistyce”, Biuletyn PTJ:
40 (45-51).
Bojar, B. (1972) “Elementy metainformacji w tekstach języka naturalnego”, Prace filologiczne,
t. XXIII, Warszawa.
Bojar, B. (1978) “Polskie czasowniki dotyczące procesów informacyjnych (elementy
metainformacji w tekstach języka naturalnego)”. Studia językoznawcze. Streszczenia
prac doktorskich III. Ossolineum, Wrocław.
Bojar, B. (1979) Opis semantyczny czasownikoÏw ruchu oraz pojęcÏ związanych z ruchem,
Rozprawy Uniwersytetu Warszawskiego 168, Wydawnictwa Uniwersytetu Warszaw-
skiego, Warszawa: 258.
Bojar, B. (1986) “Metainformacja jako przedmiot badań pragmatyki języka naturalnego”. Acta
Philologica, nr 15.
Bojar, B. (1991) “Metainformacja w języku naturalnym”, Words are Physicians for an Ailing
Mind, ed. by Grochowski, M., Weiss, D. and Sagners, Slavistische Sammlung, Vol. 17,
Verlag Otto SAGNER, München: 93-99.
Chmielecki, A. (2013), Podstawy Psychoniki - ku alternatywie dla Cognitive Science, IFiS PAN,
Warszawa: 335 (37-81)
Chomsky, N. (1956). “Three models for the description of language”. IRE Transactions on
Information Theory (2): 113–124.
Chomsky, N. & Schützenberger, M.-P. (1963) “The Algebraic Theory of Context-Free
Languages”, in Computer Programming and Formal Systems, P. Braffort and D.
Hirschberg (eds.), North Holland: 118-161.
Colmerauer, A. (1970) “Les systèmes-q ou un formalisme pour analyser et synthétiser des
phrases sur ordinateur”, publication interne no 43, septembre 1970, Département
d’informatique, UniversitÈ de MontreÏal, republié dans T.A.L, 1992 (1-2): 105-148.
Greniewski, H., 1968, “Język nauki”, Zagadnienia Naukoznawstwa, tom IV, zeszyt 1(13), PAN,
Warszawa: 24-66.
129
Grosz, B. J. (1981). “Focusing and description in natural language dialogues”, Elements of
Discourse Understanding, ed. by A. Joshi, B. Webber, and I. Sag. Cambridge University
Press : 85-105.
Grosz, B. J., Joshi, A. K., and Weinstein, S. (1995). “Centering: A framework for modeling the
local coherence of discourse”, Computational Linguistics, 21 (2).
Hjelmslev, L. T. (1928) Principes de gramaire générale, wyd. Bianco Lundo, Kopenhaga.
(przekład na j. polski: Prolegomena do teorii języka, Językoznawstwo strukturalne.
Wybór tekstów, H. Kurkowska, A. Weinsberg (red.), Warszawa 1979).
Jakobson, R. & Halle, M. (1956) "Two aspects of language and two types of aphasic
disturbances", Fundamentals of Language, Roman Jakobson, The Hague, Mouton.
(reprinted in: (a) Selected Writings - II: Word and Language, Mouton, The Hague – Paris
1971 and (b) Essais de Linguistique Générale, Éditions de Minuit, Paris 1963)
Lamb, S. (1958) A Grammar of Mono. PhD. Dissertation. Berkeley: 391.
Lambek, J. (1958), The mathematics of sentence structure, Amer. Math. Monthly, 65: 154–170.
Lapis, W. (2003) “Jak się parać lingwistyką ? Formalna analiza podejść wieloaspektowych”,
Investigationes Linguisticae, vol. IX, Poznań.
Halliday, M. A. K. 1967. Notes on Transitivity and Theme in English (Part 2). Journal of
Linguistics 3 : 206.
Halliday, M. A. K. & Greaves, W. S. (2008) Intonation in the Grammar of English, Equinox
London.
Maxwel, J. A. i Miller, B. (2012) “Real and Virtual Relationships in Qualitative Data Analysis
(with Barbara Miller)”, in Maxwell, J. A.: A Realist Approach for Qualitative Research,
Part II: Chapter 7, George Mason University, Sage Publications.
Mazur, M. (1970) Jakościowa teoria informacji, Wydawnictwa Naukowo-Techniczne,
Warszawa: 224.
Mazurkiewicz-Sokołowska, J. (2010) Lingwistyka Mentalna w Zarysie – O zdolnosci jezykowej
w ujeciu integrującym, Universitas, TA)WPN Kraków : 261.
Montague, R. (1970) “English as a Formal Language”, Linguaggi nella società e nella tecnica,
Bruno Visentini (ed.), Mailand: 189–223.
Nakashima, H. (2008), “Methodology and a discipline for synthetic research — What is
Synthesiology ?”, in Synthesiology, English edition, Vol. 1 (2008) No. 4: 282-290.
Oberauer, K. (2002) “Access to Information in Working Memory: Exploring the Focus of
Attention”, Journal of Experimental Psychology: Learning, Memory, and Cognition,
2002, Vol. 28, No. 3: 411-421.
Pawlak, Z. (1981) “Information Systems – Theoretical foundations”. Information Systems, 6 (3):
205–218.
Pawlak, Z. (1982) "Rough sets", International Journal of Computer and Information Science, vol.
11 (5): 341-356.
Pawlak, Z. (1987) “O Analizie pojęć”, in: Od Kodu do kod, A. Bogusławski & B. Bojar (red.):
249-252.
Pawlak, Z. (1991) “Rough Sets”. Theoretical Aspects of Reasoning about Data, Kluwer
Academic Publishers, Dordrecht: 237.
Pawłowski, A. (2006) “O stosowalności metod ścisłych w badaniach języka”, in: Efekt motyla -
Humaniści wobec teorii chaosu, Heck, D. i Bakuła, K. (red.), Wydawnictwo
130
Uniwersytetu Wrocławskiego, Wrocław: 92–99.
Peregrin, J. (2011) “There is no such Thing as Predication”, Conceptus - Zeitschrift für
Philosophie. Year 40 (97): 29-51.
Piasecki, M. (2010) “Automatyczne wydobywanie wiedzy o semantyce języka naturalnego z
korpusów tekstu”, Metodologie językoznawstwa (Filozoficzne i empiryczne problemy w
analizie języka), Stalmaszczyk Piotr (red.), Wydawnictwo Uniwersytetu Łódzkiego,
Łódź: 143-181
Pogonowski, J. (1988) Matematyczny Model Analizy Lingwistycznej, Working Papers series 29,
UAM, Poznań: 135.
Pogonowski, J. (1991) Hierarchiczne Analizy Języka, seria Językoznawstwo, Nr 14, Uniwersytet
im. A. Mickiewicza, Poznań: 64.
Pogonowski, J. (1993) Linguistics Oppositions,Wydawniwctwo Naukowe Uniwersytetu im. A.
Mickiewicza UAM, Poznań: 135.
Pogonowski, J. (1997) “Przestrzenie Podobieństwa i Opozycji”, Skłonność metafizyczna.
Bogusławowi Wolniewiczowi w darze. Wydział Filozofii i Socjologii Uniwersytetu
Warszawskiego, Warszawa: 83–95.
Przepiórkowski, A. (2004) Korpus IPI PAN - Wstępna wersja, Instytut Podstaw Informatyki,
Warszawa.
Przepiórkowski, A., Bańko, Górski, R. L. i Lewandowska-Tomaszczyk B. [eds.] (2012)
Narodowy Korpus Języka Polskiego, Praca zbiorowa, Wydawnictwo Naukowe PWN SA:
331.
Saussure (de), F. (1916) Cours de linguistique générale, publié par Ch. Bally, A. Sechehaye
avec la collaboration de A. Riedlinger, Bally (w przekładzie na język polski: Kurs
językoznawstwa ogólnego, Wydawnictwo Naukowe PWN, Warszawa 1991).
Sperber, D. & Wilson, D. 1998. “Relevance and irony”, Relevance Theory: Applications and
Implications, R. Carston & S. Uchida (eds.), Amsterdam: John Benjamins. 283-93.
Stacewicz, P. & Włodarczyk A. (2010) “Modeling in the Context of Computer Science - a
Methodological Approach”, Journal Studies in Logic, Grammar and Rhetoric,
Philosophical Trends in the 17th Century from the Modern Perspective, a print and
electronic journal, Halina Święczkowska (ed.), vol. 20 (33) : 155-179.
Stacewicz, P. & Włodarczyk A. (2011) “O Modelowaniu Informatycznym - ze szczególnym
odniesieniem do badań nad sztuczną inteligencją”, Zagadnienia Naukoznawstwa, 4 (190),
Warszawa : 65-184.
Stacewicz, P. (2015) “Evolutionary Schema of Modeling Based on Genetic Algorithms”, Journal
Studies in Logic, Grammar and Rhetoric, vol. 40 (53) : 219-239.
Stachowiak, F. J. (2013), “Semantic and episodic memory by reference to the ontological
grounding of the old and new meta-informative status”, in [Włodarczyk, A. &
Włodarczyk, H. eds. (2013)] : 103-119.
Stachowiak, F. J. (2013), “Tracing the role of memory and attention for the meta-informative
validation of utterances”, in [Włodarczyk, A. & Włodarczyk, H. eds. (2013)] : 121-141.
Steedman, M. (2000), The Syntactic Process, The MIT Press.
Tellier, I (2000), “Semantic-Driven Emergence of Syntax: The Principle of Compositionality
upside-down”, International Conference on the Evolution of Language (Evolang 2000),
poster session, Paris : 220-224.
131
Wille R. (1982) “Restructuring Lattice Theory: an Approach based on Hierarchies of Concepts”,
in: Ordered Sets, I. Rival (ed.), Reidel, Dordrecht-Boston: 445-470. Reprinted in: Ferré,
S., Rudolph, S. (eds.): Formal Concept Analysis. ICFCA 2009. LNAI 5548. Springer,
Heidelberg: 314–339.
Wille, R. (2000) Contextual Logic Summary. In: Stumme, G. (ed.): Working with Conceptual
Structures: Contributions to ICCS. Shaker-Verlag, Aachen : 265–276.
Wille, R. (2004) Implicational Concept Graphs. In: Wolff, K.E. et al (eds.): Conceptual
Structures at Work. LNAI 3127, Springer, Heidelberg: 52–61 :
Wisniewski E., J. (1997) Understanding novel noun phrases. In Proceedings of IWHIT 1997, The
University of Aizu: 97–101.
Włodarczyk, A. (2003) “Les Cadres des situations sémantiques”, Études Cognitives / Studia
Kognitywne 5, SOW, PAN, Warsaw, p. 35-51, English translation: “Frames of Semantic
Situations” in [Włodarczyk, A. & Włodarczyk, H. eds. (2013)] : 41-58.
Włodarczyk, A. (2008) “Roles and Anchors of Semantic Situations”, Études cognitives / Studia
kognitywne 8, SOW, PAN, Warsaw, reprinted in [Włodarczyk, A. & Włodarczyk, H. eds.
(2013)] : 3-20.
Włodarczyk, A. (2009) “Interactive Discovery of Ontological Knowledge for Modelling
Language Resources - prolegomena”, Representing Semantics in Digital Lexicography,
Proceedings of MONDILEX, the 4th Open Workshop, V. Koseska-Toszewa, L.
Dimitrova and R. Roszko (eds), SOW, Warszawa : 44-55.
Włodarczyk, A. & Włodarczyk, H. (2008) “Roles, Anchors and Other Things we Talk About :
Associative Semantics and Meta-Informative Centering Theory”, Series: “Mouton Series
in Pragmatics”, I. Kecskes (ed.), Journal Intercultural Pragmatics, Vol. 5. No. 3., Mouton
- De Gruyters, Berlin/New York : 345–365.
Włodarczyk, A. & Włodarczyk, H. (2011) “Information Centering: Subjecthood and Topicality”,
An International Workshop on Linguistics of BA and The 11th Korea-Japan Workshop
on Linguistics and Language Processing, Waseda University, Tokyo.
Włodarczyk, A. & Włodarczyk, H. eds. (2013) Meta-informative Centering in Utterances -
Between Semantics and Pragmatics, John Benjamins Publishing Co.
Włodarczyk, H. (2009) “From Ontological Attributes to Semantic Feature Structures —
Experimental research on Aspect in Polish”, Cognitive studies – Études Cognitives, vol.
9, SOW, Warszawa, 15-32.
Włodarczyk, H. (2010) “Lingwistyka na polonistyce krajowej i zagranicznej w dobie filozofii
informatyczno-logicznej”, in Journal LINGVARIA, vol. 1 (7), Cracow.
Wolff, K. E. (2010) “Temporal Relational Semantic Systems”, Conceptual Structures: From
Information to Intelligence, Lecture Notes in Computer Science, Volume 6208:165-180
Zielińska, D. (2007) Proceduralny model języka. Językoznawstwo z pozycji teorii modeli nauk
empirycznych. WUJ. Kraków.
Abstract
Linguistics in the second half of the 20th century was characterized by the pursuit of
descriptions of languages that were as strict as possible. As a matter of fact, at the end of the
19th century, F. de Saussure searched for such a definition of language by which linguistics
could become an autonomous discipline. However, it was under the influence of sciences such
as mathematics and computer science that there arose the tendency to describe language
132
phenomena using formal methods and tools.
At the beginning of the 21st century, it seems that both structural and computational
linguistics benefit from the achievements of computer science, which allows them to extract
knowledge from multiple databases containing richer and richer material about individual
languages. In view of the large amount of data and ever-increasing processing capabilities of
computers, the need arises to take further steps towards science, and - especially of course -
computer science. This has led to the development of computational linguistics, the construction
of electronic dictionaries and (as yet not entirely) automatic translation software.
However, for computer science to become a real opportunity for linguistics, there is a
clear need for closer cooperation between linguists and computer scientists. Thus, the second
part of this article describes two examples of both theoretical research and methodology, which
demonstrate attempts to create a new approach to some linguistic issues as important as
predication, topicalization and the like, and also the application of algorithms developed in the
major sectors of data mining in order to establish new procedures for interdisciplinary research
methods via innovative interactive (human-computer) methods, in order to create a truly
integral theory of language.
Key words
structural linguistics, computational linguistics, interactive linguistics, attention centering in
utterance, language ontology, semantics, pragmatics, predication, meta-information
