非严格弗雷格自由逻辑

莱曼(S.Lehmann)的1994年的论文从三值逻辑角度处理语言中的空词项。弗雷格认为句子的所指是真值,包含空词项的句子缺乏所指,而只有涵义,那么这样的句子不真也不假。莱曼的文章刻画了弗雷格这一思想,但有两点不尽人意之处:其一、对量词进行特殊处理,使得量词公式是二值的;其二,把包含空词项的复合句一概归于第三值。针对上述两点,本文以一度衍推系统为基础,在语义上,以偏解释函数为基础构造了一个非严格弗雷格中性自由逻辑表列系统,使得量词公式是三值的,同时使得一部分包含空词项的复合公式或真或假。     

语言经验对概率词切分的影响

概率词切分指个体利用音节间的转换概率切分语流、发现词语边界的过程。经典的概率词切分研究多采用“学习-测试”范式, 首先要求被试切分一段无意义人工语言, 随后对切分效果进行测试。近年来, 研究者逐渐关注语言经验对概率词切分的影响, 具体包括语音经验和被试掌握的语言知识两方面。今后的研究, 一方面可以更多地关注普通话母语者的语言经验如何作用于概率词切分过程; 另一方面还可以在语言经验的分类上进行拓展, 细分群体语言经验和个体语言经验的影响。     

单字词和复合词预视加工的差异性研究：词边界信息无影响

本实验采用眼动轨迹记录法并结合边界范式（Rayner, 1975）,操纵单字词和双字复合词的首字为一致预视或假字预视,考察单字词和复合词预视加工的差异性。另外,通过在中文句子中加入词边界信息——词间阴影,以考察词间阴影对单字词和复合词预视加工的影响。实验结果表明,复合词的预视效应大于单字词,并且词间阴影对单字词和复合词的预视加工均没有显著影响。因此,与印欧语系相比,中文阅读中更大更强的预视效应需从更深层次的语言和认知因素进行探讨。该结果更倾向于支持词切分和词汇识别模型。     

个体确定名称之指称的推理特征——从皮尔斯指号-名称思想看

语词自身并不指称,作出指称的是人——这是斯特劳森(P.Strawson)关于名称之指称的一个洞见。然而,个体有关于名称之指称的对象的多个信念储备,在遇到含有某个名称的表达式并意欲对之做出反应时,他如何确定这个名称的指称?经典语义理论没有专门回答这一问题。     

语义预设的合理性辩护

弗雷格是第一个注意到命题的预设为假会影响到命题真值判定的哲学家。对这种因预设为假而形成的真值空隙,弗雷格、罗素和斯特劳森提出了不同的处理方式,由此奠定了预设的语义解释的基础。但预设的语义解释一直面临着种种质疑。这些质疑有说服力吗?应该放弃预设的语义解释吗?本文将对此进行分析,揭示这些质疑中所存在的问题,从而对预设的语义解释的合理性进行辩护。一、预设为假与真值空隙第一个把预设作为逻辑概念加以讨论的哲学家是弗雷格,其预设思想可以归纳为四点:第一,预     

自尊与记忆偏向的关系

采用2（外显自尊：高、低）×2（内隐自尊：高、低）×2（编码深度：浅、深）×3（词汇效价：积极、中性、消极）混合设计,考察了89名不同自尊类型的大学生在不同编码深度下对不同效价形容词的再认记忆。结果发现：（1）在浅水平编码组中,低内隐自尊被试比高内隐自尊被试有更强的积极记忆偏向,而高低不同水平的外显自尊者对于词语记忆偏向没有显著差异;（2）在深程度编码组中不同自尊水平影响被试对积极词的无意识提取;（3）所有被试均有积极记忆偏向。     

语义相似性与类别大小对图-词干扰范式下语义效应的影响

采用基本水平命名和类别水平命名任务, 通过2个实验, 考察了图-词之间的语义相似性与类别大小对图-词干扰范式下语义效应的影响。实验1发现, 图片命名时间在语义相似性高的干扰词条件下显著快于在语义相似性低的干扰词条件下, 但这种效应只出现在基本水平命名任务中, 未出现在类别水平命名任务中。图-词之间的语义相似性高低对低熟悉图片命名影响大, 对高熟悉图片命名影响小。实验2显示, 语义关联的干扰词对图片的基本水平命名产生了语义干扰效应, 对图片的类别水平命名产生了语义促进效应。类别大小强化了语义效应：类别大, 图片的基本水平命名的语义干扰效应更大, 图片的类别水平命名的语义促进效应更强。整个研究表明, 图-词之间的语义关联的强度影响语义效应的方向, 图-词之间的语义关联的广度影响语义效应的强弱。需要结合多种理论来解释图-词之间的语义相似性和类别大小对图-词干扰范式下语义效应的影响。     

论姜夔融“江西诗法”入词

本文将姜夔词与其诗学理论同黄庭坚诗学理论与创作比较,具体细致地阐释姜夔词“波澜开阖”之章法、精辟高妙的句法和奇警传神的字法与“江西诗法”的继承关系,揭示出姜夔以“江西诗法”入词在艺术表现上的继承与创新.     

多层多项Logit模型：原理与应用

常用的多层线性模型要求因变量是服从正态分布的连续变量,却无法处理因变量为离散变量的嵌套数据.多层多项Logit模型能够处理因变量是无序多分类的多层嵌套数据,但这一模型在我国心理学研究中却鲜有介绍和应用.研究简要介绍了多层多项Logit模型的原理、参数估计和假设检验,然后分别用该模型和传统Logistic回归模型探讨个体因素和区域因素对35721名学生进入不同高校就读机会的影响并对结果进行了解释,结果表明多层多项Logit模型比传统Logistic回归模型更拟合数据.     

逻辑常项与保守性：以tonk为例

根据逻辑推理论,逻辑常项的意义是由它的引入和消去规则确定的。普莱尔（Arthur Prior）提出的tonk对推理论构成了严重挑战。库克（Roy Cook）最近构造了一个禁止传递性的相干的逻辑系统,即Tonk-逻辑,并借助四值语义学重新定义了Tonk-后承概念,在这种概念之下,tonk的引入规则和消去规则都是有效的,同时系统还不是平凡的。本文探讨了保守性与常项的引入和消去规则的协调性之间的联系,并定义了两种较强的协调性概念,即HCU-协调性和HML-协调性概念。借助这两个概念,本文论证,tonk不是HCU-协调的也不是HML-协调的,因而它不是合法的逻辑常项,Tonk-逻辑也不是一种合法的逻辑系统。