话语理解：含义与意义

---

为了完全理解较长的文本和对话，需要进行推断并在局部和全局概念之间建立联系。创建文本中描述的事件和想法的统一心理图像需要整合来自先前遇到的话语内容和先前知识的信息。在理解发生后，生成的话语表示可以被检索、更新、更改并用于为问题和议题提供解决方案。

话语理解的含义

作为一项“解构主义”活动，理解一个短语涉及将其分解成其组成部分，例如识别字母和声音，将单词和从句组合在一起，并将句子转换为可以存储在内存中的事件的连贯表示。然而，理解对话比阅读一系列孤立的句子涉及的工作要多得多。作为其研究的一部分，话语理解研究人员试图定义创建来自广泛语言信息意义的许多心理机制，尤其是在话语语境的功能方面。

记忆受到言语线索的深刻影响

这些提醒突出显示了文本中应该保留的关键点。语言线索通过影响读者关注的内容直接影响回忆的内容。读者可以在处理过程中依赖多种语言线索。

言语中的连贯性

是通过使用词汇线索实现的。“因为”、“然而”和“不”等词语和短语被称为“连接词”，因为它们表明概念和论点之间存在逻辑和概念上的联系。

回指

将读者的注意力吸引到前一段中介绍的关键想法上。话语通常使用结构线索（材料组织方式的特征）来突出某些要点。语法阐明了正在谈论谁或什么，或者它可能区分两个看似无关的想法。

标题和主题标题

在其他组织要素中，可以帮助读者理解句子和想法的相互关联性。标题提高了读者对信息的回忆和他们自己报告的理解水平。基于类型的线索是文本的总体结构特征，暗示了其包含的信息的性质、结构和目的。

使用 LDA/LSA（潜在文档分析/潜在语义分析）

LSA 使用统计方法来识别大量文本中单词的重要性。整个计算基于奇异值分解方法。它通常用于文本处理，例如识别新词、对现有词进行分类、在句子中引发词语、理解对话以及评估书面作品的质量。以下标准用于计算 LSA

准确率

搜索中有效结果的比例。它有助于评估 LSA 方法的有效性。

召回率

可以检索到的有用文档的百分比称为“召回率”。LSA 方法的彻底性主要通过召回率来体现。

F 值 - 将精确率和召回率结合起来以确定测试的有效性。

对话中使用的认知模型

作为文本表示理论，三部分模型现在最受欢迎。该理论表明，读者创建具有复杂心理模型，其中各种信息存储在不同级别。表面表示是初始阶段；它仅存储短语中使用的字面词语，而不会编码任何更深层的含义。您必须定期复习材料才能快速记住它。单词和短语的含义可以在文本库或命题表示中找到。因此，文本库表示对于理解和回忆至关重要，因为它们有助于理解话语制定战略选项的具体过程。文本库中仅存储文本本身内找到的数据。

分析假设

本质上，命题分析是一种用于检查文本的预期含义、语音协议（例如文本回忆）、对查询的回复、论证、出声思考协议，甚至在协作学习或表现环境中的面向任务的对话的技术。在大多数情况下，文本的转录和解析是命题分析的第一步。可以实施语义解析规则或命题框架来识别句子中硬编码的命题。

语言理解的层次

感知视觉或听觉信息、识别单个单词以及确定相关话语单元的语法结构对于阅读和聆听都是必要的。单词的解释将取决于此框架，并且内容将在理解过程的整个过程中被融入话语的语境中。语言能力模型与生产模型一样，存在信息流和反馈方面的问题。需要更多关于整体结构和人类语言理解中涉及的各个机制的共识。

推断与阅读相关的宏观结构

由于其在传达文本“要点”方面的意义，因此对文本形态的准确描述对于理解至关重要。即使材料写得正确，并且读者拥有理解它所需的词汇和背景知识，也有几种方法可以消化文本的宏观结构。一种是印刷品中呈现的内容与口语表达的作者真实含义不同。有时，作者会从他们的文本中省略关键细节，因为他们假设他们的读者会推断出这些数据。有时，他们会直接提及宏观命题，但在其他时候，他们会提供足够的细节，以便读者推断或创建必要的宏观命题。

结论

迄今为止，大多数话语理解研究都集中在单一读者处理上。阅读理解仍然是一个令人感兴趣的话题，尤其是在读者如何参与并从各种相互关联的文本中构建意义方面。互联网使人们能够阅读各种关于时事的观点，其中一些观点可能相互矛盾。同样，在试图理解历史事件时，过去的学者有时会发现他们需要查阅多个来源。为了解释这种常见现象，需要更深入地研究同时文本理解及其对学习和记忆的影响。研究读者如何根据他们在话语中学到的知识调整其先前知识是文本理解的另一个紧迫问题。促进修订的文本特征、读者特征和任务说明一直是更新研究的重点。通常依赖书籍中的早期信息，即使它后来被驳回或与之矛盾，这可能会让读者感到困惑。