1.1.2　研究意义

本书关注的是系统功能语言学在自然语言处理中的应用及其知识表示方法。其意义在于：

（1）系统功能语言学是一门“适用语言学”（Applicable Linguistics），具有广泛的应用领域（胡壮麟，2007）。在各种应用领域中，M.A.K.Halliday尤为重视自然语言处理，并明确提出能否将语言学理论直接应用于计算语言学或人工智能是检验语言理论是否正确、是否完善的重要手段，同时也是使语言理论发挥更大作用的大好机会（朱永生、严世清，2001：12）。

为了实现上述目标，就有必要研究系统功能语言学与计算语言学之间的接口——知识表示方法，即将原本用自然语言描述的语言知识转换为一种可以为计算机识读的方式重新表示出来。从某个角度来说，能否直接采用自然语言处理中行之有效的知识表示方式，就成为检验系统功能语言学能否直接应用于计算语言学的一个重要评判标准。

（2）系统功能语言学的一个重要应用领域是自然语言生成。时至今日，它已经成为语篇生成系统中应用最为广泛的语言学理论（邵军力、张景、魏长华，2003：251）。

然而，我们对于系统功能语言学在这些语篇生成系统中的应用情况还缺乏深入的了解，尤其是还茫然于系统功能语言学在这些系统中具体的知识表示方式。通过本研究的开展，我们可以总结和归纳这方面的研究进展，从而不断改进并最终找到一个更适合于系统功能语言学的知识表示方式。

更为重要的是，我们有必要进一步了解系统功能语言学在计算语言学中其他领域的应用情况，例如机器翻译、（多模态）语料库等，从而对于两个学科之间的关联及其发展趋势有一个更加全面的认识。

（3）从20世纪80年代开始，国外语言学理论的研究已经出现了一种新的动态，即各种应运而生的语法体系往往是直接服务于自然语言处理的需要，例如Gerald Gazder的广义短语结构语法（王宗炎，1985）、Martin Kay的功能合一语法（冯志伟，1991）、Joan Bresnan和Ronald Kaplan的词汇功能语法等（俞如珍、金顺德，1994：438-474）。

这种局面给我们带来了诸多启迪和反思：语言学知识的创新是继续沿用传统的自然语言方式来进行描述，还是从一开始就尽可能地采用一种适合于自然语言处理用途的知识表示方式？显然，我们这项工作有助于推动传统的系统功能语言学研究向计算系统功能语言学（Computational Systemic Functional Linguistics，CSFL）的发展。^[2]

总而言之，这项工作的开展有助于人们全面地了解系统功能语言学在自然语言处理中的应用情况。在此基础上，反过来对系统功能语言学理论本身的科学性进行一个历时的、全面的评估，并从一个新的角度来探讨系统功能语言学与其他语言学理论，尤其是计算语言学之间相互借鉴的发展趋势。