期刊文献+

传统哲学问题的机器建模——探索AI、大数据和哲学深度融合 被引量:4

Machine Modeling of Traditional Philosophical Problems——Exploring Deep Integration of A I,Dig Data and Philosophy
在线阅读 下载PDF
导出
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。
作者 王小红 高元昊 杨冰洁 Wang Xiaohong;Colin Allen;Gao Yuanhao
出处 《江淮论坛》 CSSCI 北大核心 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)。
  • 相关文献

参考文献11

二级参考文献71

共引文献144

同被引文献49

引证文献4

二级引证文献10

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部