传统哲学问题的机器建模——探索AI、大数据和哲学深度融合  

Machine Modeling of Traditional Philosophical Problems——Exploring Deep Integration of A I,Dig Data and Philosophy

作　　者：王小红[1]  高元昊 杨冰洁 Wang Xiaohong;Colin Allen;Gao Yuanhao

机构地区：[1]西安交通大学计算哲学实验室,西安710049 [2]匹兹堡大学科学史和科学哲学系,宾夕法尼亚匹兹堡15260

出　　处：《江淮论坛》2020年第4期82-90,共9页Jiang-huai Tribune

基　　金：国家社会科学基金重大项目(17ZDA028);陕西省社会科学基金项目(2019C006)。

摘　　要：国内外海量人文经典文献数字化工程虽已实施和完成,传统人文研究方法(依靠学者个人细读文本)却历经千年未变。近年来,包括西安交通大学哲学实验室在内,国际、国内学者探究运用主题建模(topic modeling,缩写为TM)技术融入传统哲学研究有三个具体分支领域:一,基于LDA-TM特有的语境聚类特征,实验室模型第一次计算展示了中国古代哲学核心词的一词多义性,并基于全新汉典语料库呈现了张载宇宙论的独特性;二,科史哲(HPS)领域对达尔文的阅读内容做主题建模,用惊异度描画并测量其阅读模式,研究结果有助于探究溯因启发式策略在科学发现中的发生机制;三,TM的语义测量、词相关性语境之网融入文化研究,对语言哲学中意义的意义难题的揭示。可以说,计算哲学方法在拓展哲学解释空间、带来新发现和新证据的同时,也凸显了其异于传统方法的复杂性及深度学科交融性。

关 键 词：主题模型 远距离阅读 中国哲学 科史哲 文化 

分 类 号：B2[哲学宗教—中国哲学]