花园幽径现象认知解读的程序化特性分析

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (21): 5-9.

花园幽径现象认知解读的程序化特性分析

杜家利1，2，于屏方3

1.中国传媒大学文学院，北京 100024
2.鲁东大学外国语学院，山东烟台 264025
3.鲁东大学文学院，山东烟台 264025

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-07-21 发布日期:2011-07-21

Procedure-based analysis of cognitive explanation for garden path phenomenon

DU Jiali1，2，YU Pingfang3

1.School of Literature，Communication University of China，Beijing 100024，China
2.School of Foreign Languages，Ludong University，Yantai，Shandong 264025，China
3.School of Liberal Arts，Ludong University，Yantai，Shandong 264025，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-07-21 Published:2011-07-21

摘要/Abstract

摘要：

花园幽径现象源自于认知语义短路，是语义流中途折返且另路通过的特殊语义排歧现象。花园幽径现象对先期理解产生行进式错位，是原有认知模式的否定之否定。基于程序设计的顺序、选择和循环结构可用于对花园幽径句进行算法剖析。以上下文无关语法（CFG）为主展开的句法解读，使花园幽径现象程序性在诸多特性中得到凸显。

关键词: 花园幽径现象, 算法, 程序性, 语义短路, 行进式错位

Abstract: Garden path phenomenon originates from cognitive semantic circuit.Its special unambiguous feature is shown in the half-way return of semantic stream and in selection of another passage to success.Processing breakdown of the original understanding and negation of negation of the first cognitive model are two impressive features.The procedure-related structures of order，option and cycle help us to analyze algorithm of garden path sentence.The procedure-based feature of garden path phenomenon is highlighted by the parsing on the basis of context free grammar.

Key words: garden path phenomenon, algorithm, procedure-based feature, semantic circuit, processing breakdown

杜家利1，2，于屏方3. 花园幽径现象认知解读的程序化特性分析[J]. 计算机工程与应用, 2011, 47(21): 5-9.

DU Jiali1，2，YU Pingfang3. Procedure-based analysis of cognitive explanation for garden path phenomenon[J]. Computer Engineering and Applications, 2011, 47(21): 5-9.

[1]	兰红，黄敏. 融合KNN优化的密度峰值和FCM聚类算法[J]. 计算机工程与应用, 2021, 57(9): 81-88.
[2]	张岐山，陈露露. 基于均衡接近度灰关联的Slope One算法[J]. 计算机工程与应用, 2021, 57(9): 96-102.
[3]	王永贵，李倩玉. 基于KNN-GBDT的混合协同过滤推荐算法[J]. 计算机工程与应用, 2021, 57(9): 103-108.
[4]	孙泽宇，徐琛，苏艳超，李传锋，聂雅琳. 雾计算中跨层感知分簇路由协议[J]. 计算机工程与应用, 2021, 57(9): 109-117.
[5]	张朕通，单玉刚，袁杰. 联合多尺度和注意力机制的遥感影像检测[J]. 计算机工程与应用, 2021, 57(9): 212-216.
[6]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[7]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[8]	闫晓燊，高强，朱思萌，奚学程，赵万生. 亮度不均匀低质量图像中压印字符分割方法[J]. 计算机工程与应用, 2021, 57(8): 185-191.
[9]	高一锴，彭力，徐龙壮. 改进AFSA算法优化TWSVM的火焰识别方法[J]. 计算机工程与应用, 2021, 57(8): 204-213.
[10]	孔继利，张鹏坤，刘晓平. 双向搜索机制的改进A*算法研究[J]. 计算机工程与应用, 2021, 57(8): 231-237.
[11]	槐创锋，郭龙，贾雪艳，张子昊. 改进A*算法与动态窗口法的机器人动态路径规划[J]. 计算机工程与应用, 2021, 57(8): 244-248.
[12]	高铖铖，陈锡程，张瑞，宋秋月，易东，伍亚舟. 三种新型智能算法在疫情预警模型中的应用——基于百度搜索指数的COVID-19疫情预警[J]. 计算机工程与应用, 2021, 57(8): 256-263.
[13]	谢锐强，张惠珍. 求解柔性作业车间调度问题的两段式狼群算法[J]. 计算机工程与应用, 2021, 57(7): 251-256.
[14]	沈新烽，姜平，周根荣. 改进SSD算法在零部件检测中的应用研究[J]. 计算机工程与应用, 2021, 57(7): 257-262.
[15]	雍玖，王阳萍，党建武，雷晓妹. 改进TLD与ORB的AR系统长时跟踪注册方法[J]. 计算机工程与应用, 2021, 57(7): 178-184.