基于语用学的 Query 思考

上学期学了语言学，暑假有在看信息素养课，突然发现信息检索和语言学有一定的关系，均是基于一定语法的交流，再例如搜索引擎对已收集的数据进行匹配，和关联理论很相似，均是寻求最佳关联性。于是再加整理，有了这一篇文章。由于语言学学得不是很精（线上教学+只有一学期），如有专业人士发现不足，还望不吝斫正。另外系第一次发帖，如有不妥多多包涵。

语用学中有一个会话含义理论，即言语交际的成功是谈话双方共同努力的结果,交际的成功在于交谈双方要遵守某些规则，达成一定的默契，使会话顺利进行, 这个原则叫“合作原则”(Cooperative Principle)。它有四条准则：

• 数量准则(Quantity)
  

1. 使你的话语如(交谈的当前目的)所要求的那样信息充分。
2. 不要使你的话语比要求的信息更充分。

• 质量准则(Quality)
  

设法使你的话语真实。
1. 不要讲明知是虚假的话。
2. 不要说没证据的话。

• 关系准则(Relation)
  

所谈内容要密切相关。

• 方式准则(Manner)
  

要清晰。
1. 避免含糊不清。
2. 避免歧义。
3. 要简练(避免冗长)。
4. 要有序。

互联网搜索大多是人机交互的过程，以上原则和特点也有一定程度上的体现。首先它的过程大致如下图所示。



基本的输入步骤中我们大多先挑选较为简单但有区别性的词，其简练、避免含混不清便体现了方式准则。当然有时不用输入所有的关键词便能检索到满意的信息，但优化的步骤也是交互过程中不可或缺的，也进一步反应了合作原则。例如，想看张大千的《西园雅集图》，直接搜索“西园雅集图”并不能得到满意结果，后加上“张大千”，成功✔。此与数量准则中要求的 “信息充分”对应。减少没有语义、没有关联的词——数量准则第二次则，关系准则。搜索外文，使用英文词搜索——关系准则。

一个小实例：昨天搜索李商隐《杜工部蜀中离席》中“美酒成都堪送老，当垆仍是卓文君。”的英译，中文网站基本无果，转向 Google。考虑到关键词的译法大概一致，于是将其用英文表示，进而搜索。



其中第二条相关性较大，打开后也获得满意结果。

另外在输入Query的步骤中也体现了会话含义的可推导性。例如搜索“Du Fu”也会推荐“Tu Fu”的结果（音译不同），还有一些拼写错误，搜索引擎也会帮助纠正。这些都是智能推导的结果。在优化的步骤中一定程度上体现了会话含义的可取消性，即对 Query 的改动，改变原有意思。其他的特点，如“不可分离性”与“非常规性”，因为涉及固定的会话场景，暂未发现在搜索过程中有所体现。

Ps：上面没有谈及质量准则，一方面是由于它是一种相对隐形的存在，在其他准则中也存在它的影子（也正是由于准则之间有相互重叠之处，之后的理论对合作原则进行了简化），例如说了假话也就违背了数量准则的第二次则（不要使说的话比要求的信息更充分），以及关系准则；另一方面，它更涉及一种高语境的实际交流，例如对于隐喻 “他是铁打的。”会对搜索引擎的匹配造成一些困扰，但对人与人的交流不会有太大影响。（不知道此处举例是否恰当，欢迎指正。）

由于对未知事物缺少认知，Query 总是很难一次就恰到好处，也是需要不断优化，就像与人对话一样，通过一次次的学习、实践获得进步。

————————————————————————————————————————
2021/01/21 更新
本学期选修一门应用语言学，学期论文是在上面的基础上完成的，有了更多的认识，在此更新并纠正一些有失准确的观点。

1. 搜索结果往往更多地遵循数量准则第一次则（informative），但基本算是违背了数量准则（结果比要求的更充分），而较少地遵循质量准则。因为结果往往有上万条，且根据相关性排列，后面的内容更加无关且失实的信息。此外某些搜索引擎会在结果中插入广告，也违反了质量准则。
启示：用一定的插件屏蔽掉广告，减少这类没有质量信息的干扰，对于搜索得到的信息也要有自己的辨别和判断。

2. 关于可推导性和搜索引擎的“纠正”。关键词的替换通常有两种。一种是虚词（冠词、介词等）的替换，一种是实词语义的替换，这种语义关系会包括部分和整体，上位词-下位词、（同义词）-反义词、原因-结果等（part-whole，hypernym-hyponym, antonym, and cause and entailment）（Lei Wang: Semantic Computing and Language Knowledge Bases）。如我搜索“applied linguistics in language education” ，结果中“in” 有被替换成" and" 或者“for”；“education”被替换成“teaching”或者“learning”。
启示：query 的优化可以参考这两种替换。

想来之前写这篇帖子也是想，或许遵循合作原则可以帮助优化关键词的搜索，现在看来也不能完全遵循，从它的违背现象也可以得到一定的启示。毕竟这是一个人机对话的过程，和人与人之间的交流仍有一定差距。

扩展阅读：搜索者：应遵循七条搜索准则

SURF-
基于语言逻辑的query，可参看：站内平台贴中 提及的剑桥大学 language and logistics的课本、练习册 或视频，有相关 逻辑、语言学及信息检索等等情况。

Dus 发表于 2020-8-13 08:41
SURF-
基于语言逻辑的query，可用站内 剑桥大学内 language and logistics

搜索了一下相关文字，不是很懂，愿闻其详。