论文部分内容阅读
摘 要：歧义是文学理论中一个需要深入研究的重要概念。本文将信息论中的熵值计算公式引入文学，为文本的混乱度提供了一种定量分析方法。此外，文章提出了一个推论，试图将熵与人的心理量建立联系。
关键词：文本歧义；熵值；心理量
一、歧义与文学四要素
对文本的多重理解说明了文本自身歧义的存在。本文从现实的文本化进程来考察文本含义。将文学理论中经常提及的文学四要素，即世界（现实）、文本、作者、读者逐一进行剖析，推论其与歧义之间的关系。
现实被文本化的进程为现实从确切指称到混乱指称（歧义）。见下图
确切指称——初始文本与现实一一对应。譬如，最初产生“月”这个文字来指称现实中的“月亮”。“月”对应现实中的“月亮”，这个指称是确定的，不会产生歧义。这时“月”这个文本域内只有文本1，也就是“月亮”，就一个文本的含义。
混乱指称（歧义）——伴随着语言的发展，文本含义不断丰富，这时文本已经不只指称现实，而是在一个文本域内的不同文本间相互指称，即现实被文本化。当诗人们开始用“月”来指称“乡愁”时，“月”就不只指称现实中的“月亮”了。
文本天然就以文本域的形式存在。文本不是孤立存在，而是不断与其它文本相互指称，这些不同的文本构成了一个文本域。
作者限定文本域。当文本越来越多，文本域面临趋于无穷大的势态，尽管很多文本间的指称会呈现陌生化的趋势，然而作者往往不是赋予文本以确定的意义，是在限制文本意义的不断膨胀。
“读者确证文本域。”文本是一个自足的系统，作者的地位也就无足轻重了。由于文本的歧义导致了读者的误解，正是误解确证了文本域内不同文本间相互混乱指称的可能性，从而推动了诗学的发展。读者对文本的解读方式越多，文本域就越丰富，即从最初的文本1，也就是原始文本，衍生出许许多多不同的文本。
二、熵值计算
（一）熵值计算公式的引入
本文引入自然科学中常用的一个量——熵。熵，是一个衡量混乱度的量。
本文所引入的熵是信息论中的信息熵。本文的混乱度当然是指诗的歧义程度，即文本内的“不确定性”。文本的歧义越大，混乱度就越大，相应的熵值也就越大；反之，文本的歧义越小，混乱度就越小，相应的熵值也就越小。
熵的具体表达式如下
值域为{x1， ...， xn}的随机变量X的熵值H定义为
H（X ）=E（I（X ））
这里，I（X ）是X的熵量，本身是个随机变量。E代表I（X ）期望函数。
如果p代表了X的概率，则熵的公式可以表示为
在这里b是对数所使用的底，通常取2，自然常数e，或是10。
（二）熵值计算示例
计算熵值的具体公式已经完备。现在以杜甫的《登高》为例，计算熵值。
“风急天高猿啸哀……潦倒新停浊酒杯。”
这首诗一般被人解读出两种意义。既杜甫对于自己穷困潦倒、年老多病、流寓他乡的悲哀之情的感叹，但也可以理解为是作者到了晚年豁达开阔、心境圆融情感的抒发。第一种含义比较表面化，因此解读出来的人较多，持意义一的人数大概为三分之二。第二种含义比较含混，持意义二的人数大概为三分之一。可以理解为持意义一的人占概率的三分之二，持意义二的人占概率的三分之一。那么这里取对数的底b=10，这首七律律诗在意义上的熵值H就为如下
通过这个例子的熵值计算，可以看出两点。第一点，当一个文本被解读出的意义越多，那么这个文本的熵值越大。第二点，当一个文本被解读出的意义所对应的概率越平均，也就是说对同一文本持不同解读的人势均力敌，那么这个文本的熵值越大。文本的熵值什么时候最大，当它被解读出的意义n趋于无穷大，也就是n无穷大，而每一种意义所对应的概率都为n分之一，那么这个文本的熵值最大，大到趋于无穷大。文本的熵值什么时候最小，当它只被解读出一种意义，这种意义所对应的概率当然就是1，也就是说所有人对这个文本的解读完全一样，那么这个文本的熵值最小，也就是0。
随着文明的发展，文本域的丰富，文本的解读方式越来越多，熵值不断增加。也就是熵增加原理的体现。
三、推导：关于熵值计算公式与费希纳公式的关系
费希纳公式是心理学上一个极其著名的方程，其形式如下：S=KlgR
其中S是心理量，R是刺激量，K是常数。常数K对不同刺激取不同值，实际上是区别不同事物的本质量。
对于熵值计算公式与费希纳公式的关系，本文认为费希纳公式是熵值计算公式的一个特例，即当随机变量X的概率都相等时可将熵值计算公式代入费希纳公式。因此熵值计算公式可化为如下结果：H=lgR
将上式代入费希纳公式，得：
S=KH
上式表明心理量等于常数与熵的乘积。熵H是一个普遍量，万事万物都遵循相同的熵值计算公式。常数K是一个具体量，对于每一个事物都不同，是一个事区别于另一个事物的表征，其对于某一个具体事物取值是确定的。心理量S是熵H与常数K的乘积，表明了心理量也是一个具体量，即在熵值相同情况下，对不同种事物由于常数的不同，计算结果不一样。并且心理量与熵值存在线性关系，进一步有理由相信心理量就是熵量，从而将心理量与文本混乱程度联系起来。文本的歧义程度实为人的心理量的具体外在表征。熵不仅仅可以衡量一个文本的混乱度，也可以衡量人的心理状态。
本文的突破不是将熵引入文学，而是打破了文学与理学的界限，用数学方法来展现文学的奥秘。希望本文能为以后的文学研究打开一扇崭新的大门。
关键词：文本歧义；熵值；心理量
一、歧义与文学四要素
对文本的多重理解说明了文本自身歧义的存在。本文从现实的文本化进程来考察文本含义。将文学理论中经常提及的文学四要素，即世界（现实）、文本、作者、读者逐一进行剖析，推论其与歧义之间的关系。
现实被文本化的进程为现实从确切指称到混乱指称（歧义）。见下图
确切指称——初始文本与现实一一对应。譬如，最初产生“月”这个文字来指称现实中的“月亮”。“月”对应现实中的“月亮”，这个指称是确定的，不会产生歧义。这时“月”这个文本域内只有文本1，也就是“月亮”，就一个文本的含义。
混乱指称（歧义）——伴随着语言的发展，文本含义不断丰富，这时文本已经不只指称现实，而是在一个文本域内的不同文本间相互指称，即现实被文本化。当诗人们开始用“月”来指称“乡愁”时，“月”就不只指称现实中的“月亮”了。
文本天然就以文本域的形式存在。文本不是孤立存在，而是不断与其它文本相互指称，这些不同的文本构成了一个文本域。
作者限定文本域。当文本越来越多，文本域面临趋于无穷大的势态，尽管很多文本间的指称会呈现陌生化的趋势，然而作者往往不是赋予文本以确定的意义，是在限制文本意义的不断膨胀。
“读者确证文本域。”文本是一个自足的系统，作者的地位也就无足轻重了。由于文本的歧义导致了读者的误解，正是误解确证了文本域内不同文本间相互混乱指称的可能性，从而推动了诗学的发展。读者对文本的解读方式越多，文本域就越丰富，即从最初的文本1，也就是原始文本，衍生出许许多多不同的文本。
二、熵值计算
（一）熵值计算公式的引入
本文引入自然科学中常用的一个量——熵。熵，是一个衡量混乱度的量。
本文所引入的熵是信息论中的信息熵。本文的混乱度当然是指诗的歧义程度，即文本内的“不确定性”。文本的歧义越大，混乱度就越大，相应的熵值也就越大；反之，文本的歧义越小，混乱度就越小，相应的熵值也就越小。
熵的具体表达式如下
值域为{x1， ...， xn}的随机变量X的熵值H定义为
H（X ）=E（I（X ））
这里，I（X ）是X的熵量，本身是个随机变量。E代表I（X ）期望函数。
如果p代表了X的概率，则熵的公式可以表示为
在这里b是对数所使用的底，通常取2，自然常数e，或是10。
（二）熵值计算示例
计算熵值的具体公式已经完备。现在以杜甫的《登高》为例，计算熵值。
“风急天高猿啸哀……潦倒新停浊酒杯。”
这首诗一般被人解读出两种意义。既杜甫对于自己穷困潦倒、年老多病、流寓他乡的悲哀之情的感叹，但也可以理解为是作者到了晚年豁达开阔、心境圆融情感的抒发。第一种含义比较表面化，因此解读出来的人较多，持意义一的人数大概为三分之二。第二种含义比较含混，持意义二的人数大概为三分之一。可以理解为持意义一的人占概率的三分之二，持意义二的人占概率的三分之一。那么这里取对数的底b=10，这首七律律诗在意义上的熵值H就为如下
通过这个例子的熵值计算，可以看出两点。第一点，当一个文本被解读出的意义越多，那么这个文本的熵值越大。第二点，当一个文本被解读出的意义所对应的概率越平均，也就是说对同一文本持不同解读的人势均力敌，那么这个文本的熵值越大。文本的熵值什么时候最大，当它被解读出的意义n趋于无穷大，也就是n无穷大，而每一种意义所对应的概率都为n分之一，那么这个文本的熵值最大，大到趋于无穷大。文本的熵值什么时候最小，当它只被解读出一种意义，这种意义所对应的概率当然就是1，也就是说所有人对这个文本的解读完全一样，那么这个文本的熵值最小，也就是0。
随着文明的发展，文本域的丰富，文本的解读方式越来越多，熵值不断增加。也就是熵增加原理的体现。
三、推导：关于熵值计算公式与费希纳公式的关系
费希纳公式是心理学上一个极其著名的方程，其形式如下：S=KlgR
其中S是心理量，R是刺激量，K是常数。常数K对不同刺激取不同值，实际上是区别不同事物的本质量。
对于熵值计算公式与费希纳公式的关系，本文认为费希纳公式是熵值计算公式的一个特例，即当随机变量X的概率都相等时可将熵值计算公式代入费希纳公式。因此熵值计算公式可化为如下结果：H=lgR
将上式代入费希纳公式，得：
S=KH
上式表明心理量等于常数与熵的乘积。熵H是一个普遍量，万事万物都遵循相同的熵值计算公式。常数K是一个具体量，对于每一个事物都不同，是一个事区别于另一个事物的表征，其对于某一个具体事物取值是确定的。心理量S是熵H与常数K的乘积，表明了心理量也是一个具体量，即在熵值相同情况下，对不同种事物由于常数的不同，计算结果不一样。并且心理量与熵值存在线性关系，进一步有理由相信心理量就是熵量，从而将心理量与文本混乱程度联系起来。文本的歧义程度实为人的心理量的具体外在表征。熵不仅仅可以衡量一个文本的混乱度，也可以衡量人的心理状态。
本文的突破不是将熵引入文学，而是打破了文学与理学的界限，用数学方法来展现文学的奥秘。希望本文能为以后的文学研究打开一扇崭新的大门。