1.3.1 主要内容
鉴于上述国内外研究现状，本书认为现阶段的一个关键任务是从语言与技术的视角，对系统功能语言学的学科性质及其发展历程进行重新审视。
（1）在Saussure、Chomsky等语言学家看来，语言学是一座联结人文科学与自然科学的桥梁。Halliday也不例外，他本人也多次论及了人工智能对于语言学研究的重要作用。
然而，我们目前对于系统功能语言学的解读却往往从纯人文学科的角度进行，一个典型的标志就是在论述系统功能语言学的产生与发展的渊源时一般强调Bronislaw Kasper Malinowski的人类学方面的成果、Benjamin Lee Whorf的语言相关论观点、John Firth的语言理论等对于Halliday思想的启迪，而忽视了促使Halliday进行这样而非那样选择背后的科学技术动因。并且，有关论述往往给人的印象是Halliday的理论是在成熟之后才开始得以在语言技术、人工智能和计算机科学中应用，或以之作为一种将来的发展方向（江淑娟、戴卫平，2006）。然而，实际情况却并非如此：以Halliday的机器翻译研究为例，他的研究实际上早于阶与范畴语法之定型，且对于该理论的发展，尤其是系统网络表示法的发展具有积极的促进作用。
（2）与此同时，我们也有必要以语言与技术为视点，重新定位系统功能语言学与其他学科之间的区别与联系。在以往，我们习惯于从哲学、语言学的理论高度或层面对不同的语言学理论进行分门别类，但是却往往忽视从技术的角度思考不同甚至对立的语言学理论之间的复杂关系（罗书全，2006）。更为重要的是，在进行这类探讨的时候往往脱离了具体明确的研究任务本身，从而导致所下的一些结论指导性弱，容易流于清谈。
有鉴于此，本书拟开展如下三个方面的研究工作：
（1）考察系统功能语言学在自然语言处理中的应用情况，总结和归纳系统功能语言学所采用的知识表示方法。
至今为止，系统功能语言学已经在自然语言处理诸多子领域中得到具体应用。本书将着重考察它在机器翻译（含机器词典）、自然语言生成和多模态语料库中的应用情况，以便对系统功能语言学在自然语言处理中的应用做一个比较全面的梳理。在此基础上，进一步归纳和总结系统功能语言学在不同领域中的知识表示方法及其发展轨迹。
（2）基于知识表示要求，对系统功能语言学常用的知识表示方法进行考察。
知识表示要求指对知识表示方法的一种评价体系，其中最关键的两项指标是“表示能力”和“可实现性”。因此，将从这两个角度来进行考察，尤为关注系统功能语言学的常用知识表示方法所存在的缺陷。
这项研究的目的是正确评价系统功能语言学所采用的知识表示方法，从而更好地根据应用领域的变化选择恰当的知识表示方法。
（3）基于系统论和科学技术的最新发展，改进系统功能语言学中常用的知识表示方法。
系统论是与系统功能语言学研究密切相关的一种理论指导和技术路线，其最新发展阶段为复杂性科学。而人工神经网络是一种与复杂性科学高度耦合的计算机科学技术。因此，它们对于系统功能语言学的研究，尤其是知识表示方法的改进具有重要的理论指导意义，并提供了坚实的技术保证。
本书认为，知识表示方法是系统功能语言学与计算语言学关联的核心纽带，也是系统功能语言学应用于自然语言处理的瓶颈。通过这方面的改进，有助于促进语言学理论与计算机技术之间的交叉、融合。