日常語言中的梯級推理(三)

6. 極大/極小詞

Israel在Polarity Sensitivity as Lexical Semantics一文中把「梯級模型」應用於「極性敏感詞」(Polarity Sensitive Item)(即只能出現於肯定語境或否定語境的詞項),用以解釋這些詞項的語法、語義、語用、修辭問題。Israel的理論是有用和有系統的,但筆者認為「極性敏感詞」牽涉複雜的問題,使用Israel的理論框架仍不能解釋很多現象;不過,如果我們把他的理論應用於「極大詞」(Maximizer)和「極小詞」(Minimizer),卻能解釋很多有趣的「修辭推理」(Rhetorical Reasoning)現象。事實上,Israel在後來的另一篇論文Minimizers, Maximizers and the Rhetoric of Scalar Reasoning中,便已把注意力轉移到「極大詞」、「極小詞」和「修辭推理」方面。


「極大詞」和「極小詞」是指那些表達極大或極小數量,主要用於修辭的詞項,例如漢語的「百毒」、「一毫」等。這些詞項的修辭功能大致上可分為「增強」(Emphatic)和「減弱」(Attenuating)兩種,以下筆者將改進Israel的理論,分析這些詞項的這兩種修辭功能。以下把用於「增強」和「減弱」功能的「極大/極小詞」分別稱為「增強型極大/極小詞」和「減弱型極大/極小詞」,請注意本文並不否定同一個詞項既可用於「增強」功能,又可用於「減弱」功能。




6.1 增強型極大/極小詞

「增強型極大/極小詞」可用來加強句子的語氣,或達致誇張的效果,例如以下兩句中的「使鬼推磨」和「草木」:

有錢能使鬼推磨。 (16)

草木皆兵。 (17)

我們沿用上一節介紹的LIKELIHOOD函項分析以上兩句的「恰當性條件」。首先考慮(16),我們把該句抽象為以下命題函項並以之構成一個一維的「梯級模型」:

有錢能DIFFICULTY

在上式中,DIFFICULTY代表事情的難度。由於DIFFICULTY與上句的「可能性」成反比(難度越大便越不可能達成),我們可以定義以下函項:

LIKELIHOOD("有錢能DIFFICULTY") ≈ 1 / DIFFICULTY

由於「使鬼推磨」是難度極高的事情,把此一「參項值」代入上式中的DIFFICULTY,所得LIKELIHOOD的值將會極低。根據前述的「梯級屬性」(13):

如果p真,並且LIKELIHOOD(p) ≤ LIKELIHOOD(q),那麼q也真。 (13)

如果p假,並且LIKELIHOOD(p) ≥ LIKELIHOOD(q),那麼q也假。

如果一個「可能性」極低的命題為真,那麼同一「梯級模型」內的幾乎所有命題都為真,因此(16)實際上是要表達以下意思:

有錢能做任何事情。

其次考慮(17),我們把該句抽象為以下命題函項並以之構成另一個「梯級模型」:

LIVELINESS皆兵

在上式中,LIVELINESS代表事物的「生命度」。由於LIVELINESS與上句的「可能性」成正比(生命度越大的事物越可能被驚慌的逃難者誤會為兵),我們可以定義以下函項:

LIKELIHOOD("LIVELINESS皆兵") ≈ LIVELINESS / 1

由於「草木」是生命度極低的事物,把此一「參項值」代入上式中的LIVELINESS,所得LIKELIHOOD的值將會極低,根據類似推理,我們推知(17)實際上是要表達以下意思:

萬物皆兵。

總結以上討論,我們可以把「肯定式增強型極大/極小詞」的「恰當性條件」確定為(在以下條件中,p為包含「增強型極大/極小詞」的命題):

p真,並且LIKELIHOOD(p)極小 (18) (註5)

請注意儘管(16)和(17)中的「使鬼推磨」和「草木」分別表達極大量和極小量,但由於DIFFICULTY和LIVELINESS在相關的LIKELIHOOD函項中分別處於分母和分子位置,所以兩者都造成「LIKELIHOOD(p)極小」的結果(註6)。



以上討論了肯定句,現在讓我們考慮否定句。試看以下例句:

一毫不拔。 (19)

百毒不侵。 (20)

請注意這裡應把「一毫」理解為「至少一毫」(註7)。我們首先把以上兩句轉化為相應的肯定句,然後把它們的LIKELIHOOD函項定為

LIKELIHOOD("AMOUNT拔") ≈ 1 / AMOUNT

LIKELIHOOD("QUANTITY毒侵") ≈ QUANTITY / 1

上述公式的理據是:金額(AMOUNT)越大,越難付出(反比例);毒的數量(QUANTITY)越大,越容易侵襲人體(正比例)。把極小的「一毫」和極大的「百」代入上式,便得到「LIKELIHOOD(p)極大」的結果。根據「梯級屬性」(13),如果一個「可能性」極高的命題為假,那麼同一「梯級模型」內的幾乎所有命題都為假,因此(19)和(20)實際上是要表達以下意思:

任何數量的金錢都不願出。

任何數量的毒都不侵。

總結以上討論,我們可以把「否定式增強型極大/極小詞」的「恰當性條件」確定為(在以下條件中,p為轉化為肯定式後的命題):

p假,並且LIKELIHOOD(p)極大 (21)

(18)和(21)反映了以下修辭策略:透過肯定一個可能性極低的語句或否定一個可能性極高的語句來達到加強語氣或誇張的效果。




6.2 減弱型極大/極小詞

「極大/極小詞」亦可用來減弱句子的語氣,使說話留有餘地,或保持禮貌。與「增強」功能相比,「極大/極小詞」的「減弱」功能較難分析,因為我們不能應用「梯級屬性」(13)對「減弱型」的語句作出邏輯推理。但筆者認為,我們可以應用第4節介紹的「梯級隱涵」作出一些推導。先看以下肯定句:

略盡綿力。 (22)

同樣,這裡應把「綿力」理解為「至少一點力」。沿用上一小節的分析框架,我們可以把(22)的LIKELIHOOD函項定為(以下把帶有感情色彩的「略盡」改為中性的「出」):

LIKELIHOOD("出QUANTITY力") ≈ 1 / QUANTITY

上述公式的理據是:所需的力度(QUANTITY)越大,越難付出。把極小的「綿」代入QUANTITY,所得LIKELIHOOD的值將會極高。換句話說,(22)是一個極容易發生的事情。根據「梯級屬性」(13),「可能性」極高的命題為同一「梯級模型」中的絕大多數命題所蘊涵,因此具有極低的「信息量」。根據「梯級隱涵」的理論,肯定一個「信息量」極低的命題隱含著否定同一「梯級模型」中另一個「信息量」極高的命題,因此(22)隱含著以下意思:

沒有出最大的力量。

這說明了為何(22)經常被用作一種謙詞,即減弱語氣以表達謙虛的態度。總結以上討論,我們可以把「肯定式減弱型極大/極小詞」的「恰當性條件」確定為:

p真,並且LIKELIHOOD(p)極大 (23)

其次考慮以下否定句:

未盡全力。 (24)

把上句轉化為相應的中性肯定句並把「全」改為QUANTITY後,便得到命題函項「出QUANTITY力」,因此(24)的LIKELIHOOD函項跟(22)的相同。把極大的「全」代入QUANTITY,所得LIKELIHOOD的值將會極低,亦即「盡全力」的「信息量」極高。根據「梯級隱涵」的理論,否定一個「信息量」極高的命題隱含著否定同一「梯級模型」中另一個「信息量」極低的命題的否定,因此(24)隱含著以下意思:

不是沒有出任何力。

上述分析說明了為何(24)可用來減弱否定語氣,使說話留有餘地。總結以上討論,我們可以把「否定式減弱型極大/極小詞」的「恰當性條件」確定為:

p真,並且LIKELIHOOD(p)極小 (25)

當然,由於「梯級隱涵」具有「可取消性」,上述分析結果不是放諸四海而皆準的。舉例說,在某些語境下,「未盡全力」便可能含有較多責怪意味、較少留有餘地的意思。



下圖列出「增強型極大/極小詞」與「減弱型極大/極小詞」的各種可能「修辭推理」關係:

請注意上圖跟第4節的圖非常相似,這說明本文介紹的「修辭推理」與經典的「邏輯蘊涵」和「梯級隱涵」有相通之處。上圖左面四個箭頭中,綠色實線和紫色虛線的箭頭分別代表有效的「增強型極大/極小詞」和「減弱型極大/極小詞」的「修辭推理」,而右面四個帶「×」號的箭頭則代表無效的推理。這四個無效推理告訴我們,修辭也須遵循某些規律,例如我們不能用

有錢能買魚蛋吃。

來表達「有錢能做任何事情」的意思。




7. 主觀量副詞
7.1 基本概念

「主觀量」(Subjective Quantity)是近十多年才發展起來的漢語語法學課題。由於「主觀量」此一概念為我們提供了解釋漢語某些虛詞語義的全新視角,因此頗引人注目。請看以下語句:

等了三天。

才等了三天。

都等了三天了。

上面第一句只是客觀地陳述一個量(「三天」),該句所表達的是「客觀量」(Objective Quantity)。與第一句不同 ,第二和第三句則包含對量的大小的主觀評價,這種主觀評價是透過副詞「才」和「都」分別表達上述「天數」為小量和大量,因此該兩句所表達的是「主觀量」。根據李善熙的博士論文《漢語"主觀量"的表達研究》,漢語用來表達「主觀量」的方法紛繁多樣,包括語音手段、詞綴、複疊以及各種詞匯,本文不可能一一細述,只擬集中討論「才」、「都」等幾個常用「主觀量副詞」



李宇明在《漢語量範疇研究》一書中提出了「主觀量」的幾種類型,其中「異態型主觀量」與本文的主題有最直接的關係,因此本文將主要討論「異態型主觀量」。「異態型主觀量」是相對於「期待量」而言的(註8),「期待量」是指說話者心目中預期的量,這個量可以實際出現於說話中,也可以隱含於語境中。當說話者談論的量有別於「期待量」時,便會產生「異態型主觀量」。請注意上述概念正好與前面第5節介紹的cp、tp概念相通,所以筆者將沿用這兩個概念。以下把包含「異態型主觀量」的語句在減去「主觀量副詞」後所得的語句稱為tp,把包含「期待量」的語句(略去某些表達語氣的詞語)稱為cp。例如在語句

才等了三天。(我預期要等一星期。) (26)

中,

tp = 等了三天

cp = 要等一星期

由於上面tp中的量(「三天」)少於cp中的量(「一星期」),所以說話者使用「才」來表達「主觀小量」。



除了「異態型主觀量」外,李宇明還提出「感染型主觀量」的概念。試看以下例句:

兩個人才賺一萬元。 (27)

在上句中,「才」標誌著其後的「一萬元」是「主觀小量」;「兩個人」本來沒有主觀性,但相對於「一萬元」來說,卻有著「大量」的意味,因此李宇明說「兩個人」被感染成「主觀大量」。筆者認為這句其實反映了一個比例的問題,如果我們把這句的量看成「平均收入」(以AVERAGE-INCOME表示),那麼這個量與「賺錢人數」(以PERSON表示)和「收入總數」(以TOTAL-INCOME表示)的關係可用下式表達:

AVERAGE-INCOME ≈ TOTAL-INCOME / PERSON

上式顯示TOTAL-INCOME與PERSON成反比例關係,因此當「一萬元」具有「主觀小量」時,「兩個人」相對地便具有「主觀大量」的意味。由於以下筆者將廣泛採用「廣義分式」來表達一句中多個數量詞語之間的關係,我們無須區分「異態型主觀量」和「感染型主觀量」。




7.2 一般主觀量副詞

漢語副詞所能出現的位置紛繁複雜,為簡化討論,以下只集中討論在一種「標準」句式下的「主觀量副詞」,這種句式就是「主觀量副詞」出現於謂語前的狀語位置。在這種句式中,「主觀量副詞」的左側和右側均可能出現數量詞語,以下把這些詞語分別記作Ql和Qr,其中下標"l"和"r"分別代表「左」和「右」。接著我們仿照前面第5節的做法,定義一個LARGENESS函項,以表示語句所表達數量的大小。舉例說,如果我們把語句(27)抽象為命題函項「Ql人賺Qr」,那麼我們可以把LARGENESS定為

LARGENESS("Ql人賺Qr") ≈ Qr / Ql

請注意上述「廣義分式」不僅適用於「Ql人賺Qr」此一句式,而是有普遍適用性,這是因為處於「主觀量副詞」右側的數量詞語Qr是句意的重點,而處於「主觀量副詞」左側的數量詞語Ql則起著與Qr相對比的作用,與Qr成反比例關係。因此我們可以把上式推廣為以下一般形式:

LARGENESS("Ql + 謂語 + Qr") ≈ Qr / Ql (28)

利用上述函項,我們便可以把某些常用「主觀量副詞」的「恰當性條件」定為(註9):

就/便/竟/整整:tp真,並且LARGENESS(tp) > LARGENESS(cp) (29)

才/只/僅/剛剛:tp真,並且LARGENESS(tp) < LARGENESS(cp) (30)

根據以上「恰當性條件」,我們可知以下兩句中「就」和「才」的使用是恰當的(以下例句中括弧的部分代表cp):

他們兩個人才賺一萬元。(一般一個人賺一萬元。)

他們兩個人就賺了一萬元。(一般一個人賺三千元。)

「恰當性條件」(29)和(30)不僅適用於包含兩個數量詞語的句子(李宇明稱為「雙量式」),還適用於只包含一個數量詞語的句子(李宇明稱為「單量式」)和包含多個數量詞語的句子(以下稱為「多量式」)。首先考慮「單量式」,如果我們採取廣義的觀點,把「梯級」也看成「量」,那麼某些表面上是「單量式」的句子也可被處理成「雙量式」。試看以下句子:

他十歲就上大學。(一般人十八歲上大學。) (31)

我們可以根據(28)把上句的LARGENESS函項定為

LARGENESS("Ql歲上Qr") ≈ Qr / Ql

其中Qr代表以下梯級:

<幼稚園, 小學, 中學, 大學>

應用「廣義分式」的比較方法,容易看到(31)中「就」的使用是恰當的。



對於那些真正只含一個數量詞語的「單量式」,我們可以把沒有出現的數量詞語Ql或Qr當作1。以(26)為例,我們可以把該句的LARGENESS函項定為

LARGENESS("等了Qr") ≈ Qr / 1

利用上式,容易看到(26)中「才」的使用是恰當的。



其次考慮「多量式」,我們可以把這些句子中出現於「主觀量副詞」左側或右側的多個數量詞語處理成「廣義分式」中分母或分子上的乘積。試看以下句子:

他們兩個工人三天只完成五件工作。(我預期一個工人兩天內可完成兩件工作。) (32)

在上句的tp中,「只」的左側有兩個數量詞語(以下記作Ql1、Ql2),右側有一個數量詞語(記作Qr),根據以上討論,我們可以把上句的LARGENESS函項定為

LARGENESS("Ql1工人Ql2完成Qr工作") ≈ Qr / (Ql1× Ql2)

利用上式,容易看到(32)中「只」的使用是恰當的。




7.3 「都」與「還」

在漢語的「主觀量副詞」中,「都」與「還」的情況較為特殊。從表面上看,「都」與「還」的「恰當性條件」跟「才/只/僅」的相同:

都/還:tp真,並且LARGENESS(tp) < LARGENESS(cp) (33)

不過,在確定含有這兩個副詞的句子的LARGENESS函項時,我們卻不能單純看句中數量詞語與這兩個副詞的相對位置,還要看這些數量詞語與全句謂語實現的可能性的比例關係。首先考慮「都」,「都」可以出現於「單量式」和「雙量式」中,但在出現於「單量式」時用法頗為複雜多樣,為簡化討論,以下暫只考慮形如「Ql + 都 + 謂語」的「單量式」。試看以下例句:

他挑二十斤都覺得累。(一般人挑五十斤會覺得累。) (34)

他三小時都做不完兩道題。(我預期他三小時做不完四道題。) (35)

在「單量式」(34)中,由於重量(以WEIGHT表示)越大便越可能覺得累,所以WEIGHT與全句的謂語「覺得累」成正比。在「雙量式」(35)中,由於時間(以TIME表示)越長越不可能做不完一定數目的題目,而題目(以QUESTION表示)越多越可能做不完,所以TIME和QUESTION與全句的謂語「做不完」分別成反比和正比。根據上述分析,我們可以把以上兩句的LARGENESS函項分別定為

LARGENESS("挑WEIGHT覺得累") ≈ WEIGHT / 1

LARGENESS("TIME做不完QUESTION題") ≈ QUESTION / TIME

利用上述函項和「恰當性條件」(33),我們便可推知「都」在(34)和(35)中的使用是恰當的。



「還」的情況跟「都」類似,不過「還」常常出現於疑問句中。試看以下例句:

百把塊錢還買得起兩件牛仔褲?(我預期百把塊錢買得起一件牛仔褲。) (36)

兩百塊錢一件牛仔褲你還買得起?(我預期你買得起一百塊錢一件牛仔褲。) (37)

在「雙量式」(36)中,由於錢(以MONEY表示)越多便越買得起一件商品,而牛仔褲的數量(以QUANTITY表示)越大便越難買得起,所以MONEY和QUANTITY與全句的謂語「買得起」分別成正比和反比。在「單量式」(37)中,由於價錢(以PRICE表示)越高便越難買得起,所以PRICE與全句的謂語「買得起」成反比。根據上述分析,我們可以把以上兩句的LARGENESS函項分別定為

LARGENESS("MONEY買得起QUANTITY牛仔褲") ≈ MONEY / QUANTITY

LARGENESS("PRICE買得起") ≈ 1 / PRICE

利用上述函項和「恰當性條件」(33),我們便可推知「還」在(36)和(37)中的使用是恰當的。



請注意「都/還」的情況與前面第6節介紹的「極大/極小詞」有點類似,儘管與「都/還」共現的數量詞語與這兩個副詞可以成正比/反比關係,但我們可以用同一個「恰當性條件」(33)概括各種情況,這就是本文採用「廣義分式」的優點。



註5:有些人可能覺得此一條件不應包含「p真」,因為在某些帶誇張性的語句中,並不要求該語句在描述真實的情況。惟筆者認為,帶誇張性的詞項屬於「虛指」(Phantom Reference),當說話者使用「虛指」時,他實際上臨時構造了一個虛擬的「梯級模型」,而包含「虛指」的語句在這個「梯級模型」中確是真的。



註6:根據Israel的分析,「使鬼推磨」和「草木」分別為「典型式」(Canonical)和「逆轉式」(Inverted)的「增強型極大/極小詞」,兩者的區別在於它們在句中擔當不同的「題元角色」(Thematic Role)(此即本文所指的正/反比例)。本文則使用同一個「恰當性條件」(18)概括這兩種情況,所以較為簡潔。



註7:事實上,很多「極小詞」中的「一」和「半」都應理解為「至少一」和「至少一半」的意思。正由於此,以數字表達的「極小詞」只能體現為「一」和「半」,不能體現為「零」,因為在自然語言中沒有「至少零」的說法。



註8:李宇明原本使用「常態量」此一概念,本文改用涵蓋面更廣的「期待量」。



註9:「只」的用法很靈活,它不僅能單用,也能與「就」、「便」和「竟」連用。請注意「就只」、「便只」和「竟只」的主觀量意義等同於「只」而非「就」、「便」和「竟」的主觀量意義。此外,「就」的語義較為複雜,這個詞單用時有時也表達「就只」的意思,本文為簡化討論,不考慮「就」的此一意思。

回應瀏覽選項

選擇你喜歡的顯示回應的模式,並點選「儲存設定」,以啟用你所做的改變。
吳彥祖 的照片

正野

.

慢慢品嚐, 慢喝細飲...

thx Kafat 兄....

^__^

冷眼 的照片

近!

近!

冷眼 的照片

同名同姓

那個冷眼不是我。

吳彥祖 的照片

o...

sorry...

windy 的照片

BRAVO!!!

BRAVO!!!

張海澎 的照片

Bravo

Bra
v
o

冷眼 的照片

成語

//一毫不拔//

一毛不拔?

張海澎 的照片

讀完

分兩天(兩次)才讀完。

kafat 的照片

「毫」與「毛」

冷眼 寫到 :
//一毫不拔//

一毛不拔?

在中國古字中,「毫」與「毛」是相通的,有時甚至可以連用為「毫毛」。

張海澎 的照片

即時應用(1)

看看這個句子:

要花兩天才讀完一篇。(1)

tp:兩天讀完一篇;
cp:一天讀完一篇或多篇。

LARGENESS(tp)=Qr/Ql=一篇/兩天;
LARGENESS(cp)=Qr/Ql=一篇或多篇/一天。

根據「主觀量副詞」「才」的「恰當性條件」:tp真,並且LARGENESS(tp) < LARGENESS(cp)。

可見(1)中「才」的使用是恰當的。

張海澎 的照片

即時應用(2)

看看這個句子:

花兩天就讀完一篇。(2)

tp:兩天讀完一篇;
cp:多天讀完一篇(因為文章較艱深)。

LARGENESS(tp)=Qr/Ql=一篇/兩天;
LARGENESS(cp)=Qr/Ql=一篇/多天。

根據「主觀量副詞」「就」的「恰當性條件」:tp真,並且LARGENESS(tp) > LARGENESS(cp)。

可見(2)中「就」的使用是恰當的。

冷眼 的照片

謝謝Kafat先生

kafat 寫到 :

在中國古字中,「毫」與「毛」是相通的,有時甚至可以連用為「毫毛」。

明白。

不過,由於「一毛不拔」是現代通用的成語,以「一毛不拔」作例子我覺得會較好。

kafat 的照片

「就」的語義其實很複雜

感謝大家的支持,海澎學友能即時運用,更是難得。

於此我要指出的是,「就」的語義其實很複雜、很麻煩。在本文中,我是把「就」當作表示「主觀大量」,即在「兩個人就賺了一萬元」中,「一萬元」是表示多。但在某些語境和使用某些語調的情況下,「就」卻表示「少」,例如如果我們用粵語說「兩個人就賺得o個一萬蚊」,「一萬蚊」卻是表示少。換句話說、在上句中「就」等於「就只」的意思(詳見註9)。

對於如何正確地刻劃「就」的語義,還有很多工作要做,本文只是探討了冰山一角。

張海澎 的照片

自然語言是個無底洞

自然語言的用法非常複雜多樣,以形式化的方式處理日常語言的用法,必定會遺漏很多東西。

wslee 的照片

.^^

張海澎 寫到 :
自然語言的用法非常複雜多樣,以形式化的方式處理日常語言的用法,必定會遺漏很多東西。

yea.. that is one of the big reasons why A.I. doesn't work too well.

冷眼 的照片

wslee

能否講講語言學在A.I.中所處的位置?

吳彥祖 的照片

//自然語言是個無底洞//

deep insight!

wslee 的照片

.^^

冷眼 寫到 :
能否講講語言學在A.I.中所處的位置?

ha.. sorry that I am not well qualified to speak on this.

What I point to is the fact that one main aim of A.I. has been to make up machines that do what the human do, with whom language capability and the associated implications in daily life are obviously big testing ground. So, an obvious problem is: how adequate is the fomalized language (together with the whole array of things like translation into a codable langauge, etc.) as a representation of the true daily language and the associated implications in daily life? So far the test hasn't been too successful. Does it simply imply that those formal systems are not complete enough? Or are the A.I. researchers simply not applying those theories correctly, esp when things are usually cut down in pieces in real implementations?... Or does it point to some form of fundamental limitation demarcating the two spheres? Questions like these are still looming in those fields.

冷眼 的照片

多謝wslee

多謝wslee兄指教,您與Kafat兄都是學問淵博、思維敏捷的才俊,十分敬佩您們。

吳彥祖 的照片

^^

冷眼兄, wslee兄, 海海兄與Kafat兄都是學問淵博、思維敏捷的才俊,十分敬佩您們。

冷眼 的照片

冷眼向陽看世界

本人不學無術,對一切都只是冷眼旁觀。

kafat 的照片

語言學在人工智能中的有限應用

wslee兄所言甚是,當今A.I.最大的難題就是要做到直接用自然語言(而非機器代碼)進行「人機對話」,在這方面至今仍不很成功。

不過,語言學在A.I.方面仍有一些應用,最成功的例子應推「言語行為理論」在Multi-agent system中的應用。以下維基網頁有這方面的介紹:

http://en.wikipedia.org/wiki/Speech_act

就我所知,也曾有一些學者嘗試把「蒙太格語法」和「情境語義學」應用於A.I.的某些領域,並且構造了某些系統。但這些系統的應用似乎很有限。

此外,也有人把有關「模糊量詞」(Fuzzy Quantifier)的理論-一種把模糊數學與廣義量詞理論結合起來的理論,應用於data retrieval和data summary等領域。

吳彥祖 的照片

冷眼先生謙虛得令人敬畏耶...

冷眼先生謙虛得令人敬畏耶... ^_^

吳彥祖 的照片

電腦心靈?

//直接用自然語言(而非機器代碼)進行「人機對話」//

電腦心靈?

^^

發表新回應

此欄位內容將保密,不會公開顯示出來。
驗証碼
這個問題驗證您是否人類訪客,以防止這個網站被自動化程式貼入大量的垃圾資訊
圖片的 CAPTCHA