逻辑推理问题
前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇逻辑推理问题范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。
逻辑推理问题范文第1篇
［关键词］ 统计推理； 贝叶斯推理； 逻辑； 困境； 认知转向
20世纪是现代归纳逻辑取得重大进展的一百年。现代归纳逻辑的初步形成是在20世纪20年代,以“凯恩斯革命”闻名于世的英国经济学家和逻辑学家凯恩斯(J.M.Keynes)在1921年出版了《论概率》,率先把数学概率论与归纳逻辑相结合,建立了第一个概率逻辑系统。此后,逻辑学家们纷纷提出自己的概率逻辑系统,凯恩斯开创了现代归纳逻辑发展的新时代。这条研究进路通常被称为“贝叶斯主义”。贝叶斯主义是目前最具优势的研究纲领之一。
贝叶斯主义思想包括两个方面的要点：一是归纳推理与演绎推理的不同之处在于，归纳推理是一种不确定推理,即前提的真并不蕴涵结论的真,它只是对结论提供了某种程度的支持。二是归纳推理的这种不确定性,也就是前提对结论的支持程度可以用概率来衡量。直到20世纪30年代,由于概率形式系统的出现并对概率概念作出主观主义的哲学解释,才使贝叶斯主义有了一个完整的思想框架。
贝叶斯主义广泛运用于统计学、经济学和心理学等领域。除了这些传统学科,它还与新兴的认知科学的研究有重要联系,尤其是在1990年后,出现了“贝叶斯主义的复兴”。在人工智能(AI)的研究中,以贝叶斯网络应用为主的贝叶斯统计技术亦是成果斐然［1］。
同时,一大批哲学家开始把贝叶斯主义从统计推理领域延伸到更为一般的归纳推理和科学方法论的研究中,试图借助贝叶斯理论来进行科学确证与接受等科学推理中的实际活动，解决归纳逻辑中的各种悖论和难题,并形成了归纳推理研究的一种综合性纲领。按照德?芬内蒂的看法,在实际预测的场合中,“主观主义的解释是唯一适用的”［4］347，所以江天骥先生指出：“主观贝叶斯主义或私人主义已成为现代归纳逻辑和决策论中一个强有力的学派。”［2］25主观主义概率逻辑的兴起是“推理方法上的革命”［2］25。
尽管贝叶斯主义理论极具方法论意义,在许多研究领域和学科中可以作为一种普适的归纳方法,如科学推理中的贝叶斯方法，然而,贝叶斯方法在不断解决哲学难题而蓬勃发展的同时,其理论内核也遭遇了困境。国内学界对这方面的研究比较零散,缺乏系统而深入的探讨。本文缘此而论，围绕贝叶斯方法的兴起、困境与出路展开探讨。
一、 经典统计推理的不足与贝叶斯方法的兴起
贝叶斯理论和方法的复兴发生在统计推理中［3］10。从逻辑上看,较之经典统计推理方法,贝叶斯方法在某些方面表现出较大的优越性,特别表现在凸显归纳特性上。
(一) 经典统计方法的不足
在处理统计假说,面对估计和假设检验问题时,经典统计推理的基本假设都受到贝叶斯主义者的反对和批评。实际上,反对者对这两个基本假设的批评是有道理的,他们至少明确地指出了经典方法的局限：
第一,经典统计推理以基于频率解释的概率概念为唯一根据,这是经典统计方法的核心。它主张概率模型必须建立在一个样本空间上,并假定这个样本空间能够反映总体在同等条件下的实际情况。这样一个总体是否存在(即使在概念上)有时是有疑问的，对这个样本空间的详细说明往往被认为是武断的或者主观的。
第二,样本数据是有待分析的唯一具有“客观”形式的资料。经典统计方法对于它认为是“相关资料”的东西大加限制。换言之,经典统计方法认为只有样本数据才是适合进行定量化和加以形式分析的。然而,推理者先前已经掌握的资料或先验信息事实上也是量化处理和形式分析的重要部分,经典统计方法忽视了这一点。特别是当这些先验信息也能够轻易加以量化时,人们对经典统计方法的批评就更加激烈了。
具体而言,经典统计方法主要有显著性检验和经典估计理论,它们都是非贝叶斯方法。这两类方法的不足主要有：
1. 显著性检验的主观因素问题
显著性检验的两种主要理论分别是费希尔(Fisher)检验和奈曼—皮尔逊(NeymanPearson)检验。一般来说,显著性检验的基本模型的推理程序可以看做是用一种反证的方法检验原假说H0(null hypothesis),将检验结果与设定的显著性水平对比,以判定能否证伪H0。如果能够证伪H0,就接受与其矛盾的备择假说H1。这里的显著性水平就是检验时采纳的临界概率,按照社会学的惯例,一般采用0.05作为标准。例如,若H0的检验结果P0≤0.05,那么可以认为它在显著性水平0.05上是显著的,且认为原假说H0在水平0.05上是被拒绝的,继而接受H1。虽然这种推理程序有一定的应用价值,但显著性检验面临主观性的困境,这与经典方法追求的客观性理想相矛盾。费希尔理论的不一致体现在检验统计量的选择难题上。也就是说,选择不同的检验统计量可能会得出不同甚至矛盾的结论,影响我们对假说的判断。而检验统计量的选择又缺少约束条件,带有人为的任意性。另一方面,奈曼—皮尔逊理论(N
P检验)中有两个主观因素：原假说的选择和结果空间的产生。首先,N
P检验引入了竞争假说,而且将这个竞争假说作为原假说,通过验证该假说的结果来决定接受或拒绝检验假说。但原假说有可能是被任意指派的,这就使N
P检验理论带上了主观色彩。这种实用但任意的决策不具有认识论意义,不能构成归纳支持的基础。其次,N
P检验的完成需要对假说的结果空间进行比较。N
P检验认为,凭借停止法则可以创建可能的结果空间。这条法则预设了实验应该停止的情况。由于停止法则暗含了主观意图,使结果空间的确定具有主观性,进而有可能影响人们作出科学的判断。例如检验公平硬币假说的实验,要求出现6次正面朝上就停止实验,与要求实验者抛掷20次后停止相比,前一条停止法则会排除许多不停止实验可能出现的结果。
2. 经典估计的先验回避问题
所谓经典估计理论,就是通过随机抽样形成一个总体的样本,根据该样本的知识来评估所求属性在总体中的比例。科学家通常需要估计物理量,从而把某个或一些数值视作差不多较好地逼近了真值。显著性检验一般不能表述这类估计,而对这类估计的诉求促使经典统计学家发展了一套经典估计理论。这个理论之所以是经典的,是因为它声称提供了客观和非概率的结论。经典估计的推理程序一般表现为： 在总体中进行随机抽样,获得一个具有所求属性A的样本,通过观察A在样本中的相对频率f(A),来估计A在总体中的比率P(A)。可见,经典估计是一个从样本到总体的归纳过程。
但经典统计推理将先验知识排除在外,这不符合科学推理活动的实际。我们通常是在知晓局部知识的背景下进行估计,而不是处在一种全然不知的状态下。经典统计对此可能会采取两种不充分的方式回应。第一种方式就是把经典估计限定在没有相关信息出现的场合中。但这种限定是不切实际的,因为这类场合非常罕见；如果知识的掌握者被置于一种永远一无所知的境地,也是异常的。第二种可能方式是设法将非形式(informal)先验信息与根据随机抽样作出的形式估计结合起来。但在经典方法论范围内没有把两者结合的相应机制。
(二) 贝叶斯统计推理的优点
将贝叶斯方法用于统计假说的相关结果,构成了贝叶斯统计推理的内容。贝叶斯统计推理同样属于归纳推理的范畴,它是一种依托贝叶斯定理,通过相应先验分布得到的后验概率来获取新信息的计算。贝叶斯方法与经典方法在统计推理中的主要区别在于处理估计和假设检验问题时的不同解决方案。正是贝叶斯方法的这种新的研究进路使统计推理走出了经典方法导致的困境,获得了长足的发展。
1. 贝叶斯假说检验的合理性
贝叶斯方法在检验假说时不同于经典推理的反证方法,它依据贝叶斯定理计算假说的后验概率,通过直接比较后验概率的大小来决定是接受还是拒绝假说,即接受后验概率大的假说,拒绝后验概率小的假说。例如,检验竞争假说H0和H1,可根据假说的后验概率P0和P1来决定。如果P0/P1＞1,那么接受H0；如果P0/P1＜1,那么接受H1；而当P0/P1≈1时,则先不作判断,继续抽样或调整先验知识。与经典方法相比,贝叶斯方法在假说检验上更具合理性,具体表现在：
第一,解决了经典统计中存在的检验统计量的选择难题。贝叶斯方法用后验分布代替了经典统计中统计量和抽样分布的决定性作用,从而消除了费希尔理论中检验统计量的选择(任意性)难题。
第二,避免了停止法则带来的困难。经典方法需要通过停止法则来确定可能的结果空间,这条法则本身的任意性使经典方法的客观性遭到了质疑。而贝叶斯方法在检验假说时并不依赖结果空间,且后验概率的计算在所有情形下都不受停止法则隐含的主观意图的影响,仅仅取决于结果。以上文硬币实验为例,假如实验结果是6次正面朝上,14次反面朝上,不管实验者打算在掷20次硬币后停止实验还是在出现6次正面朝上后停止实验,都不会影响假说的检验。
第三,贝叶斯统计检验凸显出自己的归纳特性。在经典方法中,显著性检验理论的归纳意义相当模糊。Lindley悖论表明,显著性检验刻画的推理不具有任何形式的归纳显著性。经典统计学家试图在分析中附加证据强度或归纳支持的观念,但这种把显著性水平与证据强度联系起来的努力不可能取得成功。而贝叶斯方法采用的是概率归纳推理,以贝叶斯定理为中心的定量研究进路显然是归纳逻辑的主要推理模式。
2. 贝叶斯估计的优越性
与经典估计相比,贝叶斯估计的优越性表现在以下方面：
第一,用可信区间代替置信区间,为经典置信区间下的直觉提供了一个概念性的解释和合理说明。通常情况下,如果概率P表示θ位于a和b之间的概率,那么区间(a,b)被认为是一个对于θ的100%可信区间。贝叶斯主义者把可信区间作为后验分布的有用概括。可信区间类似于经典统计的置信区间,例如从某种角度看,95%可信区间与通常可接受的95%置信区间是同等且一致的。但这两种类型的区间有很重要的不同之处： 可信区间表明,相对于证据,θ是位于这个区间内的概率；而置信区间并未提及θ的概率,也没有用非概率术语表示 θ的任何不确定程度。
第二,通过应用贝叶斯定理完成了先验分布到后验分布的过渡。人们在作出估计时,或多或少具有一些先验的背景知识。但经典方法却没有合理的机制在估计时引入先验信息。而贝叶斯方法凭借先验分布来表述这类信息并加以量化，以引入贝叶斯定理的计算,进而影响推理的整个结论。这种从先验分布到后验分布的过渡,克服了经典估计的困难。
虽然经典统计推理方法存在某些不足,但这并不影响它在不确定性理论和统计假说中的广泛运用。在科学推理中,经典统计推理仍具有重大的应用价值,它推崇的实验程序和数据分析已经成为许多科学家的校正标准。而贝叶斯方法在凸显归纳特性等方面表现出的优越性表明，这种推理“是很值得重视的统计推理的新形式,它给归纳逻辑提供了新的发展方向”［4］251。
二、 困境： 对贝叶斯主义理论的诘难
尽管贝叶斯方法优于经典统计方法,但它仍然面临着困难和挑战。贝叶斯方法在统计推理中取得了成功,进而发展为一般科学方法，但该方法的理论内核存在一些有待解决的问题。这些问题是：
(一) 主观性问题
贝叶斯主义面临的首要问题是主观性问题。贝叶斯主义者并不忌讳主观性,并且认为主观性在贝叶斯推理中是恰当的。因为：第一,科学评估本来就含有科学家的主观因素,而贝叶斯主义中的主观性是以先验概率的形式明确表现的,这是没有必要隐讳的；第二,贝叶斯推理是客观的归纳推理,这套逻辑将先验概率作为前提,以贝叶斯定理作为推理规则,产生一个有效的推论： 后验分布。这种推理非常类似于演绎逻辑,即首先筛选前提,然后推理机制根据这些前提导出有效的推论。实际上,对贝叶斯主义的主观性诘难正集中在对这套推理机制的前提筛选上,即先验概率的约束问题。
此外,按照主观贝叶斯主义,先验概率是个体对于假说合理置信度的先验分布,它是完全任意的。可见,贝叶斯方法缺少对先验概率自由指派的约束。为此,贝叶斯主义通过大弃赌(Dutch Book)论证和意见收敛定理来调整先验概率。由此也带来一些问题：
第一,一致性(consistent)要求与大弃赌(荷兰赌)论证。标准大弃赌论证表明,信念强度可在数值上进行测度,且这种测度满足概率公理，而满足概率公理的要求就是对合理信念度的一致性要求。这个要求的提出是为了约束先验概率的主观任意性。但大弃赌论证不具备典型性,它只是对可数可加性的一个虚构特例,这削弱了该论证对一致性要求的辩护力度,使一致性要求变得含糊和不确定。事实上,对于信念是否满足概率公理的问题本身就存在争议。如豪森（Howson）在《科学推理：贝叶斯进路》的第三版(2006)中,不再将可数可加性作为一条推理规则,因为在他看来信念度可能不是有限可加的。
第二,条件化原则与意见收敛定理。意见收敛定理表明,通过贝叶斯定理的不断修正,先验概率的主观性能够被后验概率的客观性代替。这条定理的成立暗含了一个条件,它要求把后验概率等同于条件概率,即条件化原则。可见,对于假说h而言,Pr/e(h)=Pr(h/e)(为了更好地表述两种概率的区别,根据命题概率逻辑系统Pr 的符号表征［5］87,令Pr/e(h)表示后验概率，Pr(h/e)表示条件概率)。但贝叶斯主义并没有为先验概率和后验概率之间的关系提供任何辩护,这使条件化原则缺乏合理性基础。如凯伯格(Kyburg)就声称,“(贝叶斯主义)原理并没有表明,一个人应该变化他的信念来与贝叶斯定理保持一致”［6］95。
(二) 简单性问题
简单性原则是科学假说与模型选择的重要标准。由于曲线拟合问题很难在贝叶斯主义框架内运用简单性原则,所以杰弗里斯(Jeffreys)提出一个简单性假设(simplicity postulate)［7］46
50:具有较少可调参数(adjustable parameter)的假说应该获得更大的先验概率,也就是说一个假说越简单,它所获得的先验概率就越大。但波普尔指出这一假设与概率公理不一致,而福斯特(Forster)和索伯(Sober)随后也在不相交类问题上指出，简单性只是一种“特设方法”。比如说直线H1：y=mx+c与抛物线H2：y=nx2+mx+c,根据简单性假设,H1比H2简单,所以H1的先验概率更大。但是,当n=0时,如果H1为真,那么H2一定为真。H1逻辑上蕴涵H2,这时H1不能比H2具有更大的先验概率。而根据波普尔的证伪主义方法,一个假说包含的经验内容越多,就越容易被证伪；换言之,一个假说的先验概率越大,就越容易被证伪,即假说的后验概率越小,所以从逻辑的观点看,假说的先验概率与后验概率成反比。可见,如果H1H2,那么为了满足概率公理,必须保证H1的后验概率不小于H2,这就要求H1的先验概率不能比H2大。显然,这个要求与简单性假设导出的结论相矛盾。正因为如此,豪森主张回避简单性问题,他认为简单性只是一个陷阱,不应该被视为理论选择时的一条重要指导原则。可见,就简单性而言,贝叶斯主义仍然面临困境。
(三) 旧证据问题
旧证据问题最初由格莱莫尔(Glymour,1980)［8］提出,埃尔曼(Earman,1992)将这个问题视为贝叶斯理论的“污点”［9］135。格莱莫尔将旧证据问题表述为：如果证据e在假说h提出时是已知的(即e是对于h的旧证据),那么P(e)=1，由此可知P(h/e)=P(h)。所以e不能支持h或提高h的概率。旧证据问题表明,在贝叶斯主义框架内,一个旧证据不能对理论或假说提供任何确证。这显然与我们的直觉相悖,特别是在科学史上的一些典型实例中,这种悖谬表现得更明显。例如19世纪发现水星近日点有反常旋进,这个现象对1915年提出的相对论有重要确证作用。但自格莱莫尔开始的大多数评论者都认为,这是贝叶斯原理原则上不能解释的预测。豪森对此进行了反驳,认为旧证据问题的出现在于格莱莫尔对贝叶斯公式的不恰当运用。他用证据的相关性表明,旧证据问题的出现有两个预设： 需要一些反对e的背景事实和知识,且e被判定为证据。换言之,“证据支持”隐含着数据、假说和背景知识k之间的三元关系。只有当e被判定为证据,且k包含e时,才会出现旧证据问题。可见,背景知识附加的约束(e是否包含于k中)会在实际上影响结果。豪森由此构造了一个贝叶斯推理,引入可遗函子(forgetful functor)概念,重新表述水星近日点旋进,以表明旧证据问题不复存在。但这并未消除学界对旧证据问题的质疑,相关讨论还在继续。如国内学者马文俊和熊卫采用一种基于Levi理论的动态方案来消解旧证据问题。在这种方案下,知识会集的动态性使旧证据在新理论引入前后的置信概率可能是不相同的,进而证明新理论扩充后得到的知识会集无论是一致扩充还是不一致扩充,均存在一个旧证据E,它对该新理论具有确证作用［10］。
三、 出路： 贝叶斯推理的认知研究
为使贝叶斯方法更加有效地处理科学推理中的实际问题,解决贝叶斯理论中的难题,认知科学和心理学的研究提供了一些可能的进路和重要的启示。
认知科学与贝叶斯主义理论的纽带在于贝叶斯主义又被称为主观主义,它将概率解释为私人的合理置信度。这与认知科学把推理看做认知心理过程的观点不谋而合。认知科学的许多领域也把贝叶斯方法视为一种有效的归纳推理模型。从科学认知的角度看待贝叶斯方法,研究贝叶斯主义理论在认知科学中的运用和发展,对于贝叶斯推理的研究是极具启发意义的。
认知心理学对概率的运用主要用于主观概率判断,即人们怎样对不确定事件作出判断和推理。针对这个问题,认知心理学家提出了一个频率格式的贝叶斯推理模型,把频率主义与贝叶斯概率统一起来。同时,认知心理学家提出了主观概率的支持理论,建立了一个主观概率的非外延归纳推理理论。
(一) 频率格式的贝叶斯推理模型
在人的思维是否遵循贝叶斯推理规则的问题上,卡内曼和图文斯基(Kahneman和Tversky,1972)［11］持否定意见。为此,吉仁泽和霍夫拉格(Gigerenzer和Hoffrage,1995)在总结前人研究成果的基础上提出了频率格式的贝叶斯推理模型,即用频率格式代替概率格式来对问题进行信息表征,进而改进贝叶斯推理方法［12］。例如,贝叶斯公式P(H| D)=P(H)P(D｜ H)［P(H)P(D｜ H)+P(H)P(D｜ H)］可以用频率格式表述为 P(H| D)=d∧ h(d∧ h+d∧ h),这两个公式遵循不同的演算规则,但在数学上等价。他们认为,数学上等价的表达式在心理学上并不等价,不同的表达式应该遵循不同的演算规则。所以,数学上等价的信息表征其运算规则不一定相同。根据进化论,他们假设在进化过程中人类已经发展了认知运算法则,并且能够按此完成统计推理任务。由于这些法则的信息获得是通过自然采集的,其本质属性是频率,所以它们不适合概率格式的输入。吉仁泽和霍夫拉格(1999)用实验表明,频率格式的贝叶斯推理比概率格式的贝叶斯推理要准确得多［13］。
虽然逻辑学与心理学研究贝叶斯方法的角度不一样,但认知心理学用频率格式表征贝叶斯推理的尝试,为科学推理中的贝叶斯方法的发展提供了一条可能的进路： 频率主义与贝叶斯主义的整合。
(二) 主观概率判断的支持理论
主观概率判断的支持理论是一种非外延的归纳推理理论。大多数现代归纳逻辑理论都是纯粹的外延逻辑,贝叶斯主义理论也不例外。但基于外延性原则的现代归纳逻辑有其不足,且容易导致各种难题和矛盾,如乌鸦悖论和绿蓝悖论等。
按照贝叶斯原理,人类的主观概率判断应遵循外延性原则,对具有同样外延的事件应赋予同样的主观概率值。然而,认知心理学的许多相关研究表明,人们的主观概率判断并不遵循外延性原则,图文斯基等人(1994)认为,外延性的失效代表了一种人类判断上的本质特征,它显示了概率判断并非建立在事件上,而是依赖于对事件的描述。基于此,图文斯基等人提出了主观概率判断的支持理论［14］，这个理论遵循假说—支持—概率的思路,支持在概率判断中起到了重要的中介作用。而支持的获得既可以依靠客观数据,如实际的概率或频率值；也可以基于判断式启发,如代表性启发等。这种非外延性归纳理论开拓了归纳逻辑的视野，为贝叶斯主义的发展提供了一种发展的可能性： 引入内涵因素,尝试外延性与非外延性的融合。
综上所述,尽管贝叶斯方法同样受到种种批评和责难,但从发展趋势看,贝叶斯方法借鉴认知科学的研究成果,在非外延性发展方面可以取得新的突破。实现归纳逻辑的认知转向,可能是归纳逻辑未来的重要发展方向之一。
［参 考 文 献］［1］ C.David ＆ J.Williamson，Foundations of Bayesianism，Dordrecht: Kluwer Academic Publishers，2001.［2］ 江天骥： 《归纳逻辑的新进展》，《哲学研究》1986年2期，第22
29页。［Jiang Tianji，″The New Developments of Inductive Logic，″Philosophical Investigations，No.2(1986)，pp.22
29.］ ［3］ C.Howson ＆ P.Urbach，Scientific Reasoning: The Bayesian Approach，La Salle: Open Court Publishing Company，1989.［4］ 江天骥： 《归纳逻辑导论》，长沙： 湖南人民出版社，1987年。［Jiang Tianji，An Introduction to Inductive Logic，Changsha: Hunan Peoples Publishing House，1987.］ ［5］ 陈晓平： 《归纳逻辑与归纳悖论》，武汉： 武汉大学出版社，1994年。［Chen Xiaoping，Inductive Logic and Inductive Paradox，Wuhan: Wuhan University Press，1994.］ ［6］ H.E.Kyburg，Epistemology and Inference，Minneapolis: University of Minnesota Press，1983.［7］ H.Jeffreys，Theory of Probability，Oxford: Clarendon Press，1961.［8］ C.Glymour，Theory and Evidence，Princeton: Princeton University Press，1980.［9］ J.Earman，Bayes or Bust？A Critical Examination of Bayesian Confirmation Theory，Cambridge: The MIT Press，1992.［10］ 马文俊、熊卫： 《旧证据问题： 一种动态的消解方案》，《逻辑学研究》2011年第2期，第81
92页。［Ma Wenjun ＆ Xiong Wei，″The Problem of Old Evidence： From the Dynamic Point of View，″Studies in Logic，No.2(2011)，pp.81
92.］ ［11］ D.Kahneman ＆ A.Tversky，″Subjective Probability: A Judgement of Representativeness，″Cognitive Psychology，Vol.3，No.3(1972)，pp.430
454.［12］ G.Gigerenzer ＆ U.Hoffrage，″How to Improve Bayesian Reasoning Without Instruction: Frequency Formats，″Psychological Review，Vol.102，No.4(1995)，pp.684
逻辑推理问题范文第2篇
本论文尝试性地以北京第二外国语学院 MTI 英语口笔译二年级研究生为研究对象,以 PACTE 研究小组的翻译能力构成模式为参考,选取语言外子能力中的百科知识以及心理生理因素中的认知因素(工作记忆、快速命名和逻辑推理)为自变量,试图通过实证研究的方法,采用 SPSS(17.0)数据分析软件探究工作记忆、快速命名、逻辑推理和百科知识对笔译能力的影响程度。论文第一章为引言,主要介绍了研究背景、研究意义和研究框架,为本篇论文的写作奠定基础。第二章为文献综述,归纳了前人的研究成果及其研究局限性,并在此基础上提出本论文的切入点。第三章为实验,首先说明了研究问题,然后阐述了实验是如何进行的,即研究方法,其中包括实验对象、实验设计、实验材料、实验程序,最后进行数据收集和数据分析。第四章为实验结果,主要是针对收集的数据进行描述性分析、相关分析和回归分析,并呈现分析结果。第五章为结果分析及讨论,主要是针对第三章提出的研究问题并结合第四章的实验结果分别进行详细的分析及讨论。第五章为结语,总结研究成果和创新之处,指出研究的局限性和对未来研究的展望,并提出研究结果对翻译教学的启示。
........
第 2 章 文献综述
2.1 翻译能力体系构建研究回顾
对翻译能力界定的分歧和争议使得国内外研究者对翻译能力的构成研究也各执一词。纵观国内外学者对翻译能力构成的研究,可以发现人们对翻译能力的认识逐渐从模糊走向成熟,从单一化走向多元化,其大致可分为以下两个阶段。第一阶段为单因素阶段。在该阶段中,学者们普遍认为语言能力是决定翻译能力的唯一因素,对翻译能力的认识仅停留在语言层面。例如:Harris(1977:96-144)认为,只要语言能力够强,任何一个双语者都可以成为“自然译者”。Toury(1995:241-258)也认为双语者具备“天生的翻译能力”(innate predisposition for translating),双语能力和天生的翻译能力是共同存在的。第二阶段为多因素阶段,该阶段打破了传统的思维,研究视角渐趋多元化。学者们也逐渐达成共识,认为翻译能力不仅局限于语言能力,而是由多项子能力共同决定的。例如:肖维青(2012:109-112)对多元素翻译能力模式与翻译测试的构念进行了阐述,认为指导翻译教学的理论应是多元素翻译能力模式,而单一元素的翻译能力则十分不利于翻译教学。
2.2 认知因素和百科知识对翻译能力影响的研究综述
在认知因素对翻译能力影响的理论研究中,探讨逻辑推理对翻译能力(多指笔译)影响的文章相对较多,其中大部分学者研究的是逻辑推理能力在翻译模式、翻译教学、科技翻译等领域的重要作用。在翻译模式领域研究中,胡玉辉(2008:118-122)综合代码模式和推理模式之长,在关联理论(把翻译看作一个语码—逆推模式的推理过程)的基础上,建立了涉及演绎、归纳等多种逻辑推理策略的“翻译语码—逆推”模式,并结合例子简要描述了翻译过程的内部推理机制。在翻译教学领域研究中,齐惠荣,赵月娥(2001:108)强调在英汉教学中,可通过典型例句的讲解培养学生的逻辑思维能力,提高其翻译水平。在科技翻译领域研究中,逻辑推理成为很多学者研究的切入点。例如:王平(2010:1-4)强调指出人们常常忽略逻辑推理能力在科技翻译中的重要作用,并结合实例说明了科技翻译过程中常用的三种逻辑活动,即逻辑分析、逻辑判断及逻辑验证。杨洁(2012:16-17)通过分析实例指出科技文本中深层逻辑语义关系对等的重要性。
第 3 章 实验 ..................12
3.1 研究问题 .................................... 12
3.2 研究方法 ...................... 12
第 4 章 实验结果.....................15
4.1 描述性分析结果 ............................... 15
4.2 相关分析结果 ........................... 15
4.3 回归分析结果 ......................... 17
第 5 章 结果分析与讨论........................21
5.1 认知因素总体对笔译能力的影响 ..................................... 21
5.2 工作记忆/快速命名/逻辑推理对笔译能力的影响 ....................... 22
第 5 章 结果分析与讨论
5.1 认知因素总体对笔译能力的影响
另外,对于认知因素对口译能力的贡献率明显大于对笔译能力的贡献率的原因也并不难理解。与笔译相比,口译需要在短时间内迅速完成语言的转换,因此口译的难度系数相对较高,而其难度主要体现在反应速度、工作记忆等认知因素层面,因此,口译对译者的认知能力提出了比笔译更高的要求。
逻辑推理问题范文第3篇
关键词：常用逻辑用语；逻辑推理；数学思维
逻辑在数学领域扮演着重要的角色.它是在形象思维和直觉顿悟思维基础上对客观世界的进一步的抽象.五十年代的数学教学大纲中逻辑思维能力涵盖了概念、原理、性质等逻辑知识，并要求学生必须具备逻辑思维能力，指出了其重要性.随着逻辑涉及的知识内容不断丰富，使用范畴逐渐扩大，其在数学大纲中的地位及重要性日益凸显.到2003年国家颁布的《普通高中数学课程标准（实验稿）》，逻辑的基础知识、常用逻辑用语及推理与证明就已作为独立章节被选入高中数学必修及选修教材中.
逻辑用语融入日常生活的方方面面，《数学课程标准》中提出正确地使用逻辑用语是现代社会公民应该具备的基本素质，因此，如何正确地使用逻辑用语表达我们的思考显得非常重要.高中阶段逻辑教学课时少，不足十课时，但是所涉及的逻辑思维、逻辑推理、逻辑知识却贯穿于高中教学的全过程.可以看到高中所学的逻辑知识不但在数学领域而且在其他诸多领域都有极其重要的价值.下面根据个人教学经验， 谈谈有关逻辑教学的看法.
数学学科的一个重要目标就是培养学生抽象的逻辑思维能力.逻辑是一个基本的工具，因而逻辑在教学上的定位及落脚点应是着重于阐述数学思维的方法.心理学家认为，高中阶段学生的思维方式是从形象思维向抽象思维过渡的阶段，在整个高中时期学生的思维应是以逻辑思维为主导，如果此时抓住契机加强逻辑知识的学习，训练学生的抽象思维，就能最大限度促进学生逻辑思维能力的培养.
我们知道数学思想方法蕴含在数学知识之中，它是数学的精髓和灵魂.数学教学的核心是在教会学生掌握数学知识的同时，更重要的是让学生学会运用数学思想方法解决数学问题.逻辑推理便好比是适当地连接那些数学知识的螺丝钉，将知识融为一体.比如几何学中的公理化方法，就是指从公理、公设出发根据一定的演绎规则得到其他命题，从而建立一套逻辑体系的方法.而且在逻辑推理过程中不断地研究还会不断地发现新的性质， 假如我们不设法加以整理，只是把空间的无数性质杂乱地收集着， 最后无法成为体系，所以我们必须要把几何的种种性质加以整理，而逻辑推理就是我们的工具， 我们的不二法门.可见逻辑这种素材在数学上是绝对必要的.具体地说，常用逻辑用语和逻辑推理是高中数学逻辑学的主体，其中常用逻辑用语包括量词、四种命题、充要条件等，逻辑推理包括三段论、合情推理等.对于逻辑的最简易部分弄清楚之后，在今后的教与学进程中如何不断地适时适地渗透它们，才能使学生逐渐熟悉它的用法，也就是说逻辑在教学中不能把它当成只是一个独立的知识教过就算，因为它是普遍出现在数学的各个领域及问题之中，因此我们在教学上务必掌握它的这个特性，适时适地的突出它的作用，逻辑的教学才可能落实.
下面举一些例子来说明上述的观点.
例1. 设椭圆的两焦点是F1（-c，0），F2（c，0），而椭圆上的点到这两焦点的距离和是 2a（a > c > 0）， 则椭圆方程是+=1（a>b>0）.（注： 本问题及下面的证明出自人教A版选修2-1中2.2.1椭圆及其标准方程）
证明： 点M（x，y）在椭圆上的充分必要条件是MF1 +MF2=2a，因为MF1=，MF2=，所以+=2a.〔1〕
为化简这个方程，将左边的一个根式移到右边，得=2a-，〔2〕将这个方程两边平方，得（x+c）2+y2=4a2-4a+（x-c）2+y2，〔3〕整理的a2-cx=a，〔4〕上式两边再平方，得a4-2a2cx+c2x2=a2x2-2a2cx+a2c2+a2y2，整理得（x2-c2）x2+a2y2= a2（a2-c2），〔5〕两边同除以a2（a2-c2），得+=1.
由椭圆的定义可知，2a>2c，即a>c，所以a2-c2>0，令b2=a2-c2得椭圆方程为+=1.
评注：我们在讲授这个证明的同时，就应该引导学生思考并回答下面问题：由〔2〕推 〔3〕及由〔4〕推〔5〕，因为使用平方操作， 会不会因此产生增根？ 也就是〔2〕与 〔3〕，及〔4〕与〔5〕，它们是彼此互为充要吗？ 或者说它们在逻辑上是等值吗？
例2. 已知f（x）=为R上的奇函数，求实数a的值.
解： f（x）是R上的奇函数， f（0）=0，解得a=1.
评注：上述解题过程只能说明结果a=1是题设的必要条件，结论虽正确，但目标是不是题设的充分条件呢？如果将 f（x）改为 f（x）=x3+ax2+a2-a，按上述逻辑推理应解答为： f（x）是R上的奇函数 f（0）=0 a=1或a=0.可是当a=1时 f（x）并不是奇函数，故a=1是增解应舍去.有些学生利用原问题的一个较弱的必要条件或者充分条件，即利用非等价转化来进行解题.但是最后缺乏进行等价性检验或证明，从而丧失了纠错的机会.
例3. （2012年高考全国大纲卷2O题第2问）设函数f（x）=ax+cosx，x∈[0，π]， f（x）≤1+sinx，求a的取值范围.
解：由 f（x）≤1+sinx在[0，π]上恒成立，则其必要条件为 即a≤.
g（x）在x=0或x=π处取得最小值.又g（0）=0，g（π）=2-πa≥0，所以a≤.
综上可知：a的取值范围为（-∞，].
逻辑推理问题范文第4篇
一般来说，一个优秀的专家逻辑推理系统必须拥有以下特性[3]：
（1）启发性。系统不但可以使用逻辑知识，还可以使用启发性知识，进行判断和推理，解决实际问题。
（2）灵活性。系统的知识与推理部分相互独立，使得知识能够不断更新发展，从而满足用户变化的需求。
（3）透明性。用户在不清除系统内部结构的情况下，也可以与系统进行交互，并获悉知识的内容及推理的思路。
基于此，提出一个专家逻辑推理系统的设计方案，该系统整合企业内部各业务运营系统的数据，基于专家思维逻辑，设计推理规则，由此推导出专家建议，用以支撑员工个人提升和运营优化，系统框架如图1所示。
该系统的工作流程如下：
1.通过系统接口，对企业现有的各个业务运营系统的数据进行收集；
2.将原始数据进行初步处理（分类，筛选，提取相关属性等）后传到推理系统；
3.推理系统对数据进行二次处理，形成推理机可以使用的数据流，传送到推理机；
4.推理机对数据流进行分析，对知识库进行更新，或者从知识库里调用数据，对系统动作进行指导；
5.推理机通过人机交互界面与用户进行交互。
该系统的设计具有以下特点：
1.根据数据流/事件流进行设计
根据各业务运营系统和这些系统之间的数据流/事件流，演绎出相关的逻辑。
2.系统实行差异化，针对性管理
（1）对不同工龄、不同岗位，不同级别的员工区别对待；
（2）对员工不同的表现，不同的质检，不同的成绩区别对待。
3.系统适应业务变化
（1）系统的逻辑推理规则是可以维护的，即管理员可以添加、删除、修改推理规则；
（2）系统通过周期性的自我更新和数据统计，结合用户对系统的使用评价，不断调整。
该系统针对不同的用户对象，有不同的输入输出。
1.客服代表
（1）从考勤、考试结果、质检结果、运营指标推导出对客服代表的辅导建议；
（2）从考试结果、质检结果、知识沉淀系统推导出推荐给客服代表学习的资料。
2.支撑人员
（1）从业务交流平台、知识库、质检结果、推导出考试系统出题建议；
（2）从业务交流平台推导出知识库更新建议。
3.管理人员
从考试结果、质检结果、运营指标推导出运营提升建议。
该专家逻辑推理系统的应用举例：
1.排班管理：
管理员按照一定的排班规则，如哪几天需要多少员工，工作时长等进行排班设置；接着系统会结合输入好的排班设置，员工档案资料及最近的考勤数据进行综合分析，生成排班表；最后会通过短信或邮件的方式把表内的排班信息发送给各个员工。
2.培训考核：
首先由管理员根据当前一段时间的需要对试题进行设置，接着系统会结合设置，在试题库中选择合适的试题生成试卷，同时分析出考核重点放入知识库。此时员工通过知识库的内容先进行考核培训，然后登录系统进行考核。系统会将考核结果进行统计并存入员工档案中，同时成绩，向员工提出学习建议及对部分员工发出补考通知。
专家逻辑推理系统能够运用已知的知识和智能的推理，像专家一样来解决一些复杂的问题，是企业信息化管理的好帮手。本文提出的专家逻辑推理系统是整合企业内部现有各业务运营系统的数据，基于专家思维逻辑，设计推理规则，由此推导出信息化管理相关工作的专家建议，用以支撑员工个人提升和运营优化，提高企业信息化管理的效率。
参 考 文 献
[1] 李隽波，高骞然. 信息化建设下的企业管理[J]. 企业改革与管理，2015（15）：13-14.
逻辑推理问题范文第5篇
一、抓住公理，培养适当的逻辑推理，训练思维能力
教学大纲要求：“通过各种图形的概念、性质、作（画）图及运算等方面的教学，发展学生的逻辑思维能力、空间能力和运算能力。”其中培养学生的逻辑推理能力是平面几何入门教学的重中之重，是教学中的难点所在。教师必须善于引导学生从已熟悉的例子中获得逻辑推理的能力，并使学生在平面几何学习中自觉使用。在平面几何的入门教学中，除了不定义的概念外，还有赖以逻辑推理的基石――公理，正是这些基石建成了欧氏几何这座大厦。在讲授公理时，除了应该说清楚公理是不能用其它定理证明且不证自明的道理外，还应该交代，迄今为止，公理所揭示的规律无一例外，这更使公理的成立无法动摇。有了公理，如何利用公理来证明定理，又如何利用定理来证明所需要的结论，即“怎样证”的逻辑推理问题。
在日常生活中，学生已经自觉或不自觉地运用逻辑推理的思维方式，教师要抓住这个有利条件，进行对比、诱导。比如：
例一：①9月10日是教师节。②今日是9月10日。③所以今日是教师节。
例二：①对顶角相等。②∠A与∠B互为对顶角。③所以∠A=∠B。
上述二例是演绎推理中的三段论，①②两个判断是前提，新判断③是结论。教师在教学中应充分利用上述例子，点破其共同点：①或是国家规定，或是已证明成立的定理；②则或是已知的事实，或是题设条件；①和②都是真实可靠且毋庸置疑的正确判断；③则是我们所要证明的。
在教学中，教师应讲清例中①②与③的关系。①和②是③能成立的前提，而且①和②缺一不可。比如例一，单有“9月10日是教师节”，不知道“今日是9月10日”，就无法得出“今日是教师节”的结论。同样，如果知道“今日是9月10日”，而没有“9月10日是教师”的规定，也仍得不到“今日是教师节”的结论。教师在讲解例二时，应逐项与例一参照对比。只要教师在讲课时能循循善诱、因势利导，学生就能在乎几入门时，逐步形成逻辑推理的能力。
二、理清概念，揭示本质
中学数学教学大纲指出“正确理解数学概念是掌握数学基础知识的前提”。数学概念是现实世界空间形式和数量关系及其特征在思维中的反映，正确理解概念是提高学生数学能力的前提。相反，对学习概念重视不够，或是学习方法不当，既影响对概念的理解和运用，也影响思维能力的发展，就会表现出思路闭塞、逻辑紊乱的低能。如：在讲授三角形全等的判定中，有不少同学“创造”出一条“边边角”，发现这种错误时，可举实例。这样，学生就从实例中进行辨异对比，首先在感性上证实没有“边边角”的判定。用一些“变异图”、“反例近似图”，通过正误图形的识别，可以更好地理解和掌握概念。
把相关几何概念的共性和个性反映在图表中，增强对概念的感性认识，特别是对类同的概念作对比，往往用列图形表揭示它们的共性和个性，区别和联系。例如为了直观看出锐角三角形、直角三角形、纯角三角形中的高、中线、角平分线的位置，可列表作对比理解和记忆，并为后阶段讲授三角形的重心、内心、外心、垂心打下良好的基础。
三、课堂教学要有针对性，讲到点上，引发学生的抽象思维，变被动为主动
以讲解“直线”为例，教师可先提问：8支铅笔、8根电线杆和8根拉紧的电线，它们有什么共同点呢？学生回答“都是8”，这是不成问题的。教师进一步问：还有什么共同点呢？学生就难于很快回答了。有的学生考虑的是材料的性质，有的考虑的是价格，有的考虑的又是用途，而忽视了事物的本质属性。此时，教师再进一步启发学生善于摒弃那些表面的、次要的，而抽象出共同的、本质的数（如“8”）和形（如“直”）：在形状上有什么共同点呢？学生受到启发，思路活跃起来。部分学生会得出“直”是它们的共同点。至此，学生在教师的启发式引导下，十分自然地由形象思维上升到抽象思维。最后都可以把“直线”再加以描述，进而用“直线”定义“射线”和“线段”。
