逻辑学论文发表小说app
你拿新浪长微博发布，还有人看
作为一名写作者，其实并不需要大量的APP，但下面这三类必不可少，即素材积累类、逻辑梳理类和时间管理类。
1、素材积累：有道云笔记
写作靠积累，是一个厚积薄发的过程。每当看到有趣的文章、刷到好玩的段子、听到有意思的故事，要立刻记录下来，然后分门别类打标签，整理到自己的素材库里。
我个人比较喜欢使用有道云笔记，功能强大，免费容量就够用，下图就是我的有道云笔记截图。相似的软件还有印象笔记、为知笔记、OneNote，可以自行体验选择。
2、逻辑梳理：幕布
幕布是一款头脑管理工具，帮助我们用更高效的方式和更清晰的结构来记录笔记、管理任务等。
对于写作者来说，主要有两大优点。
第一，幕布能用树形的结构来整理思路，并且支持一键转化为思维导图。对于非虚构写作者，有利于养成结构化的思维方式，不断拆分细化每一个主题，释放大脑，使内容更加清晰。
第二，幕布能帮助写作者更好的捕捉灵感，快速梳理出头脑中的内容大纲，再去细化每一个片段。一键分享与演示功能，方便进行思维碰撞与头脑风暴。
3、时间管理：潮汐
写作者往往最需要的是投入、专注、不被打扰，因此推荐潮汐APP，它基于经典的“番茄钟”工作法则，每工作25分钟，休息5分钟，帮助我们更加高效地写作。
同时，潮汐还提供各种宁静平和的白噪音，让人置身海浪、雨声、森林或是咖啡厅的氛围中，让我们更投入地写作。
工欲善其事，必先利其器，用好上面三类工具，一定能完成更高质量的写作。
小说下载阅读器
软件功能挺齐全
除了可以写小说,还能下载阅读小说,方便实用
《作家的咖啡吧：小说撰写软件》(Anthemion Writer's Cafe) v2.26 多国语言版
中文名: 作家的咖啡吧：小说撰写软件
英文名: Anthemion Writer's Cafe
资源格式: 安装包
版本: v2.26 多国语言版
发行时间: 2010年
制作发行: Anthemion Software Ltd.地区: 英国
语言: 简体中文,多语言
——————————————————————————
直接百度“写小说软件”
点“有什么方便在电脑上写小说的软件? - 阅读 - 知乎“这条
内容如下（图片没全上传，自己点进去详细了解下吧~~）：
我用的软件是Scrivener。它是一款专为文字工作者设计的软件，支持Windows与Mac平台。可以用于创作博文、论文、小说、剧本等一系列文稿作品。它最大的特点是：针对不同类型的创作提供了创作模板；任务化、模块化的管理方式；集成式的创作体验。对于小说创作而言，可以根据需要，每个章节或部分单独建立文章或文件夹进行管理，并且可以很方便地建立涉及小说创作的设定并进行管理。它的界面是这样的：
上面的截图不是笔者的创作，是笔者正在翻译的“带章节的小说”的创作模板，下面也以它作为范例。这个模板它在左边提供了运用范例：在原稿部分，你可以为每一部创建一个文件夹， 每一部下面每一章再创建一个文件夹，每一章节下面再为每一幕（模板翻译时错译为“场景”）建立文本文档。你可以将部名和章节名重命名进文件夹的名称中，每一幕也可以为其单独命名。这个分割是自由的，你可以不设立部，直接设立章节，章节下面设立文本，也可以直接创立幕文本而不使用文件夹分隔。一切随你。同时，在创作时如果需要将某一个幕或章节重新排序或转移到其它部分。只需要在左边这个边栏（Binder）中进行拖拽即可。这么做的好处在于：可以在前期为你建立起一个鲜明的故事大纲以及发展逻辑，让你能实时把握住整部作品的节奏与走向。当你要快速定位某一章节时，不需要滚动滚轮到处寻找，只需要在这个层次分明的创作树中定位到你要找到的章节。在产生章节调动这样的需求的时候，可以简便地进行操作。倘若某个章节不如人意，只消轻轻一拖即可快速删除。如果在创作中你对后面的章节有了突如其来的灵感，可以迅速建立一个章节占位，在其中先记下灵感，留待日后正式创作与完善，无需担心灵感会丢失或找不到。它已经完好地保存在那了。在原稿之外，还专门为你设立的角色设定文件夹与场景地点文件夹，用于保存相关设定。在设定方面，软件内置了“人物素描”与“场景设定”两个内置表格用于作者填写以塑造人物。模板的设计也可以随作者的意愿进行修改。设计好一套模板后，作者可以方便地进行角色与地点、场景的设计，并且快速归档到相关文件夹，以供未来查找。“研究”文件夹用于保存作者在创作中需要的其它素材或是思绪记录，你可以在此导入你的素材内容，无论是文档、图片、PDF都可以导入其中，它不强制要求内容必须放置在指定的位置，你可以直接引用一个文件导入软件的窗口中直接浏览。“前页”文件夹是放置编译成品文件时相关的标题页、版权页等信息，“输出样本”文件夹放置着编译成成品文稿后的实际效果供作者参考。“垃圾桶”保存着创作时删除的所有内容，包括废弃的章节、研究、设定等等，它并不会是马上删除，而是会留在垃圾桶中，直到你决定清空垃圾桶或结束创作后删除这个创作工程。在完成了章节的布置、素材的准备、前期设定的完成后，可以进入创作部分，主要就要用到编辑框部分了。（其实前面的步骤也要在此进行）Scrivener的编辑框比较简洁，但也提供足够创作所需的文本编辑。这个是Scrivener自定义输入框顶上的工具栏时提供的选项。因为复制粘贴撤销重做这些都可以在创作时通过键盘快速完成所以并未加到工具栏中。同时，Scrivener还提供插入图像、公式、列表、表格等元素。还内置了正文、标题、副标题、小标题、引用等多种创作部分的默认格式设计，可以免去创作者对这些内容的字体、字号、是否斜体/下划线等多种编辑的繁琐步骤。编辑器工具栏，由左到右依次是Perset Selector（文字格式的最佳设计选择）、字体样式、字体格式、文字大小、行间距。Scrivener还提供了自动保存功能，力求创作受到意外事故而造成的损失达到最小。Scrivener有字数统计、拼写检查功能，不过对于中文创作者来说这些功能的支持都不太好。前面提到软件将小说创作的每一章独立成单独的文本，每一个章节实际上都是一个单独的文档，那么在创作完成成稿时应该怎么办呢。 这就可以运用Scrivener的一个强大功能——编译了。编译就是将整个创作工程编译成一个独立的文件，它支持标准文稿、PDF、EPUB/Kindle电子书等多种格式。你可以选择编译成什么类型的文档，然后根据你的需求Scrivener将会提供不同的预置方案。你可以选择编译哪一部分的创作，原稿、设定、研究等等，对于每一部分你可以决定编译哪些章节、那几幕。你可以决定是否使用部标题或章节标题。你可以决定是否使用前页（版权页、献词、联系方式、封面等等）。你可以决定不同的幕、不同的章、不同的部之间使用什么方式进行分割。你可以决定一些文本上的自动修改（符号修改、颜色修改）。你可以决定脚注的形式。你可以决定页码、页眉、页脚、页边距的数据。你还可以决定输出文档的格式（DOC/DOCX/EPUB/PDF/etc.）。这样一输出，你就可以自由分发你的创作，或是交稿了。你可以保存你的设置，一次设置，不再考虑。你可以通过卡片式窗口概览你的部、章、幕的情况，你可以给其加上“完成”标签来告诉你这部分已经完成了。Scrivener支持的功能还有很多，这里只针对创作部分提供一些简单的介绍，其它的部分碍于篇幅和笔者的使用尚未深入，就不多做介绍。有关更多的使用技巧与介绍，可以查看网友Scomper的《Scrivener 学习笔记》scrivener - Page 2 Page。Scrivener的缺点也是显而易见的，正如我在第一张截图里展现的那样，它的中文支持并不好。不仅创作模板的介绍不是中文的，软件本身的汉化也未完全。很多设置都还是英文，操作起来会有些不便。Scrivener是共享软件，它在中国有官方代理，碍于广告之嫌就不给链接了。在淘宝上搜一搜就能看到了。Windows版的价格是209RMB，终身使用，小版本升级免费，大版本升级要额外付费。代理商计划在近期对Scrivener的简中汉化进行一次大更新，不过具体的进度也不清楚。软件提供30天全功能试用，可以试用后再决定是否购买。笔者是买了正版，各位就看各位自己的本心了。日后更多更详细的介绍（可能会）不定期更新，我自己先多琢磨一下这软件。_(:з」∠)_
人工智能与现今逻辑学的发展-.〔摘要〕 本文认为，计算机科学和人工智能将是21世纪逻辑学发展的主要动力源泉，并且在很大程度上将决定21世纪逻辑学的面貌。至少在21世纪早期，逻辑学将重点关注下列论题：（1）如何在逻辑中处理常识推理的弗协调、非单调和容错性因素？（2）如何使机器人具有人的创造性智能，如从经验证据中建立用于指导以后行动的可错的归纳判断？（3）如何进行知识表示和知识推理，特别是基于已有的知识库以及各认知主体相互之间的知识而进行的推理？（4）如何结合各种语境因素进行自然语言理解和推理，使智能机器人能够用人的自然语言与人进行成功的交际？等等。 〔关键词〕 人工智能，常识推理，归纳逻辑，广义内涵逻辑，认知逻辑，自然语言逻辑 现代逻辑创始于19世纪末叶和20世纪早期，其发展动力主要来自于数学中的公理化运动。当时的数学家们试图即从少数公理根据明确给出的演绎规则推导出其他的数学定理，从而把整个数学构造成为一个严格的演绎大厦，然后用某种程序和方法一劳永逸地证明数学体系的可靠性。为此需要发明和锻造严格、精确、适用的逻辑工具。这是现代逻辑诞生的主要动力。由此造成的后果就是20世纪逻辑研究的严重数学化，其表现在于：一是逻辑专注于在数学的形式化过程中提出的问题；二是逻辑采纳了数学的方法论，从事逻辑研究就意味着象数学那样用严格的形式证明去解决问题。由此发展出来的逻辑被恰当地称为“数理逻辑”，它增强了逻辑研究的深度，使逻辑学的发展继古希腊逻辑、欧洲中世纪逻辑之后进入第三个高峰期，并且对整个现代科学特别是数学、哲学、语言学和计算机科学产生了非常重要的影响。 本文所要探讨的问题是：21世纪逻辑发展的主要动力将来自何处？大致说来将如何发展？我个人的看法是：计算机科学和人工智能将至少是21世纪早期逻辑学发展的主要动力源泉，并将由此决定21世纪逻辑学的另一幅面貌。由于人工智能要模拟人的智能，它的难点不在于人脑所进行的各种必然性推理（这一点在20世纪基本上已经做到了，如用计算机去进行高难度和高强度的数学证明，“深蓝”通过高速、大量的计算去与世界冠军下棋），而是最能体现人的智能特征的能动性、创造性思维，这种思维活动中包括学习、抉择、尝试、修正、推理诸因素，例如选择性地搜集相关的经验证据，在不充分信息的基础上作出尝试性的判断或抉择，不断根据环境反馈调整、修正自己的行为，……由此达到实践的成功。于是，逻辑学将不得不比较全面地研究人的思维活动，并着重研究人的思维中最能体现其能动性特征的各种不确定性推理，由此发展出的逻辑理论也将具有更强的可应用性。 实际上，在20世纪中后期，就已经开始了现代逻辑与人工智能（记为AI）之间的相互融合和渗透。例如，哲学逻辑所研究的许多课题在理论计算机和人工智能中具有重要的应用价值。AI从认知心理学、社会科学以及决策科学中获得了许多资源，但逻辑（包括哲学逻辑）在AI中发挥了特别突出的作用。某些原因促使哲学逻辑家去发展关于非数学推理 的理论；基于几乎同样的理由，AI研究者也在进行类似的探索，这两方面的研究正在相互接近、相互借鉴，甚至在逐渐融合在一起。例如，AI特别关心下述课题： ·效率和资源有限的推理； ·感知； ·做计划和计划再认； ·关于他人的知识和信念的推理； ·各认知主体之间相互的知识； ·自然语言理解； ·知识表示； ·常识的精确处理； ·对不确定性的处理，容错推理； ·关于时间和因果性的推理； ·解释或说明； ·对归纳概括以及概念的学习。[①] 21世纪的逻辑学也应该关注这些问题，并对之进行研究。为了做到这一点，逻辑学家们有必要熟悉AI的要求及其相关进展，使其研究成果在AI中具有可应用性。 我认为，至少是21世纪早期，逻辑学将会重点关注下述几个领域，并且有可能在这些领域出现具有重大意义的成果：（1）如何在逻辑中处理常识推理中的弗协调、非单调和容错性因素？（2）如何使机器人具有人的创造性智能，如从经验证据中建立用于指导以后行动的归纳判断？（3）如何进行知识表示和知识推理，特别是基于已有的知识库以及各认知主体相互之间的知识而进行的推理？（4）如何结合各种语境因素进行自然语言理解和推理，使智能机器人能够用人的自然语言与人进行成功的交际？等等。 1．常识推理中的某些弗协调、非单调和容错性因素 AI研究的一个目标就是用机器智能模拟人的智能，它选择各种能反映人的智能特征的问题进行实践，希望能做出各种具有智能特征的软件系统。AI研究基于计算途径，因此要建立具有可操作性的符号模型。一般而言，AI关于智能系统的符号模型可描述为：由一个知识载体（称为知识库KB）和一组加载在KB上的足以产生智能行为的过程（称为问题求解器PS）构成。经过20世纪70年代包括专家系统的发展，AI研究者逐步取得共识，认识到知识在智能系统中力量，即一般的智能系统事实上是一种基于知识的系统，而知识包括专门性知识和常识性知识，前者亦可看做是某一领域内专家的常识。于是，常识问题就成为AI研究的一个核心问题，它包括两个方面：常识表示和常识推理，即如何在人工智能中清晰地表示人类的常识，并运用这些常识去进行符合人类行为的推理。显然，如此建立的常识知识库可能包含矛盾，是不协调的，但这种矛盾或不协调应不至于影响到进行合理的推理行为；常识推理还是一种非单调推理，即人们基于不完全的信息推出某些结论，当人们得到更完全的信息后，可以改变甚至收回原来的结论；常识推理也是一种可能出错的不精确的推理模式，是在容许有错误知识的情况下进行的推理，简称容错推理。而经典逻辑拒斥任何矛盾，容许从矛盾推出一切命题；并且它是单调的，即承认如下的推理模式：如果p?r，则pùq?r；或者说，任一理论的定理属于该理论之任一扩张的定理集。因此，在处理常识表示和常识推理时，经典逻辑应该受到限制和修正，并发展出某些非经典的逻辑，如次协调逻辑、非单调逻辑、容错推理等。有人指出，常识推理的逻辑是次协调逻辑和非单调逻辑的某种结合物，而后者又可看做是对容错推理的简单且基本的情形的一种形式化。[②] “次协调逻辑”（Paraconsistent Logic）是由普里斯特、达·科斯塔等人在对悖论的研究中发展出来的，其基本想法是：当在一个理论中发现难以克服的矛盾或悖论时，与其徒劳地想尽各种办法去排除 或防范它们，不如干脆让它们留在理论体系内，但把它们“圈禁”起来，不让它们任意扩散，以免使我们所创立或研究的理论成为“不足道”的。于是，在次协调逻辑中，能够容纳有意义、有价值的“真矛盾”，但这些矛盾并不能使系统推出一切，导致自毁。因此，这一新逻辑具有一种次于经典逻辑但又远远高于完全不协调系统的协调性。次协调逻辑家们认为，如果在一理论T中，一语句A及其否定?A都是定理，则T是不协调的；否则，称T是协调的。如果T所使用的逻辑含有从互相否定的两公式可推出一切公式的规则或推理，则不协调的T也是不足道的(trivial)。因此，通常以经典逻辑为基础的理论，如果它是不协调的，那它一定也是不足道的。这一现象表明，经典逻辑虽可用于研究协调的理论，但不适用于研究不协调但又足道的理论。达·科斯塔在20世纪60年代构造了一系列次协调逻辑系统Cn（1≤n≤w），以用作不协调而又足道的理论的逻辑工具。对次协调逻辑系统Cn的特征性描述包括下述命题：(i)矛盾律?(Aù?A)不普遍有效；(ii)从两个相互否定的公式A和?A推不出任意公式；即是说，矛盾不会在系统中任意扩散，矛盾不等于灾难。(iii)应当容纳与(i)和(ii)相容的大多数经典逻辑的推理模式和规则。这里，(i)和(ii)表明了对矛盾的一种相对宽容的态度，(iii)则表明次协调逻辑对于经典逻辑仍有一定的继承性。 在任一次协调逻辑系统Cn(1≤n≤w)中，下述经典逻辑的定理或推理模式都不成立： ?(Aù?A) Aù?A→B A→(?A→B) (AA)→B (AA)→?B A→A (?Aù(AúB))→B (A→B)→(?B→?A) 若以C0为经典逻辑，则系列C0, C1, C2,… Cn,… Cw使得对任正整数i有Ci弱于Ci-1，Cw是这系列中最弱的演算。已经为Cn设计出了合适的语义学，并已经证明Cn相对于此种语义是可靠的和完全的，并且次协调命题逻辑系统Cn还是可判定的。现在，已经有人把次协调逻辑扩展到模态逻辑、时态逻辑、道义逻辑、多值逻辑、集合论等领域的研究中，发展了这些领域内的次协调理论。显然，次协调逻辑将会得到更进一步的发展。[③] 非单调逻辑是关于非单调推理的逻辑，它的研究开始于20世纪80年代。1980年，D·麦克多莫特和J·多伊尔初步尝试着系统发展一种关于非单调推理的逻辑。他们在经典谓词演算中引入一个算子M，表示某种“一致性”断言，并将其看做是模态概念，通过一定程序把模态逻辑系统T、S4和S5翻译成非单调逻辑。B·摩尔的论文《非单调逻辑的语义思考》（1983）据认为在非单调逻辑方面作出了令人注目的贡献。他在“缺省推理”和“自动认知推理”之间做了区分，并把前者看作是在没有任何相反信息和缺少证据的条件下进行推理的过程，这种推理的特征是试探性的：根据新信息，它们很可能会被撤消。自动认知推理则不是这种类型，它是与人们自身的信念或知识相关的推理，可用它模拟一个理想的具有信念的有理性的代理人的推理。对于在计算机和人工智能中获得成功的应用而言，非单调逻辑尚需进一步发展。 2．归纳以及其他不确定性推理 人类智能的本质特征和最高表现是创造。在人类创造的过程中，具有必然性的演绎推理固然起重要作用，但更为重要的是具有某种不确定性的归纳、类比推理以及模糊推理等。因此，计算机要成功地模拟人的智能，真正体现出人的智能品质，就必须对各种具有不确定性的推理模式进行研究。 首先是对归纳推理和归纳逻辑的研究。这里所说的“归纳推理”是广义的，指一切扩展性推理，它们的结论所断定的超出了其前提所断定的范围，因而前提的真无法保证结论的真，整个推理因此缺乏必然性。具体说来，这种意义的“归纳”包括下述内容：简单枚举法；排除归纳法，指这样一些操作：预先通过观察或实验列出被研究现象的可能的原因，然后有选择地安排某些事例或实验，根据某些标准排除不相干假设，最后得到比较可靠的结论；统计概括：从关于有穷数目样本的构成的知识到关于未知总体分布构成的结论的推理；类比论证和假说演绎法，等等。尽管休谟提出着名的“归纳问题”，对归纳推理的合理性和归纳逻辑的可能性提出了深刻的质疑，但我认为，（1）归纳是在茫茫宇宙中生存的人类必须采取也只能采取的认知策略，对于人类来说具有实践的必然性。（2）人类有理由从经验的重复中建立某种确实性和规律性，其依据就是确信宇宙中存在某种类似于自然齐一律和客观因果律之类的东西。这一确信是合理的，而用纯逻辑的理由去怀疑一个关于世界的事实性断言则是不合理的，除非这个断言是逻辑矛盾。（3）人类有可能建立起局部合理的归纳逻辑和归纳方法论。并且，归纳逻辑的这种可能性正在计算机科学和人工智能的研究推动下慢慢地演变成现实。恩格斯早就指出，“社会一旦有技术上的需要，则这种需要比十所大学更能把科学推向前进。”[④] 有人通过指责现有的归纳逻辑不成熟，得出“归纳逻辑不可能”的结论，他们的推理本身与归纳推理一样，不具有演绎的必然性。（4）人类实践的成功在一定程度上证明了相应的经验知识的真理性，也就在一定程度上证明了归纳逻辑和归纳方法论的力量。毋庸否认，归纳逻辑目前还很不成熟。有的学者指出，为了在机器的智能模拟中克服对归纳模拟的困难而有所突破，应该将归纳逻辑等有关的基础理论研究与机器学习、不确定推理和神经网络学习模型与归纳学习中已有的成果结合起来。只有这样，才能在已有的归纳学习成果上，在机器归纳和机器发现上取得新的突破和进展。[⑤] 这是一个极有价值且极富挑战性的课题，无疑在21世纪将得到重视并取得进展。 再谈模糊逻辑。现实世界中充满了模糊现象，这些现象反映到人的思维中形成了模糊概念和模糊命题，如“矮个子”、“美人”、“甲地在乙地附近”、“他很年轻”等。研究模糊概念、模糊命题和模糊推理的逻辑理论叫做“模糊逻辑”。对它的研究始于20世纪20年代，其代表性人物是L·A·查德和P·N·马林诺斯。模糊逻辑为精确逻辑（二值逻辑）解决不了的问题提供了解决的可能，它目前在医疗诊断、故障检测、气象预报、自动控制以及人工智能研究中获得重要应用。显然，它在21世纪将继续得到更大的发展。 3．广义内涵逻辑 经典逻辑只是对命题联结词、个体词、谓词、量词和等词进行了研究，但在自然语言中，除了这些语言成分之外，显然还存在许多其他的语言成分，如各种各样的副词，包括模态词“必然”、“可能”和“不可能” 、时态词“过去”、“现在”和“未来”、道义词“应该”、“允许”、“禁止”等等，以及各种认知动词，如“思考”、“希望”、“相信”、“判断”、“猜测”、“考虑”、“怀疑”，这些认知动词在逻辑和哲学文献中被叫做“命题态度词”。对这些副词以及命题态度词的逻辑研究可以归类为“广义内涵逻辑”。 大多数副词以及几乎所有命题态度词都是内涵性的，造成内涵语境，后者与外延语境构成对照。外延语境又叫透明语境，是经典逻辑的组合性原则、等值置换规则、同一性替换规则在其中适用的语境；内涵语境又称晦暗语境，是上述规则在其中不适用的语境。相应于外延语境和内涵语境的区别，一切语言表达式（包括自然语言的名词、动词、形容词直至语句）都可以区分为外延性的和内涵性的，前者是提供外延语境的表达式，后者是提供内涵性语境的表达式。例如，杀死、见到、拥抱、吻、砍、踢、打、与…下棋等都是外延性表达式，而知道、相信、认识、必然、可能、允许、禁止、过去、现在、未来等都是内涵性表达式。 在内涵语境中会出现一些复杂的情况。首先，对于个体词项来说，关键性的东西是我们不仅必须考虑它们在现实世界中的外延，而且要考虑它们在其他可能世界中的外延。例如，由于“必然”是内涵性表达式，它提供内涵语境，因而下述推理是非有效的： 晨星必然是晨星， 晨星就是暮星， 所以，晨星必然是暮星。 这是因为：这个推理只考虑到“晨星”和“暮星”在现实世界中的外延，并没有考虑到它们在每一个可能世界中的外延，我们完全可以设想一个可能世界，在其中“晨星”的外延不同于“暮星”的外延。因此，我们就不能利用同一性替换规则，由该推理的前提得出它的结论：“晨星必然是暮星”。其次，在内涵语境中，语言表达式不再以通常是它们的外延的东西作为外延，而以通常是它们的内涵的东西作为外延。以“达尔文相信人是从猿猴进化而来的”这个语句为例。这里，达尔文所相信的是“人是从猿猴进化而来的”所表达的思想，而不是它所指称的真值，于是在这种情况下，“人是从猿猴进化而来的”所表达的思想（命题）就构成它的外延。再次，在内涵语境中，虽然适用于外延的函项性原则不再成立，但并不是非要抛弃不可，可以把它改述为新的形式：一复合表达式的外延是它出现于外延语境中的部分表达式的外延加上出现于内涵语境中的部分表达式的内涵的函项。这个新的组合性或函项性原则在内涵逻辑中成立。 一般而言，一个好的内涵逻辑至少应满足两个条件：（i）它必须能够处理外延逻辑所能处理的问题；（ii）它还必须能够处理外延逻辑所不能处理的难题。这就是说，它既不能与外延逻辑相矛盾，又要克服外延逻辑的局限。这样的内涵逻辑目前正在发展中，并且已有初步轮廓。从术语上说，内涵逻辑除需要真、假、语句真值的同一和不同、集合或类、谓词的同范围或不同范围等外延逻辑的术语之外，还需要同义、内涵的同一和差异、命题、属性或概念这样一些术语。广而言之，可以把内涵逻辑看作是关于象“必然”、“可能”、“知道”、“相信”，“允许”、“禁止”等提供内涵语境的语句算子的一般逻辑。在这种广义之下，模态逻辑、时态逻辑、道义逻辑、认知逻辑、问题逻辑等都是内涵逻辑。不过，还有一种狭义的内涵逻辑，它可以粗略定义一个内涵逻辑是一个形式语言，其中包括（1）谓词逻辑的算子、量词和变元，这里的谓词逻辑不必局限于一阶谓词逻辑，也可以是高阶谓词逻辑；（2）合式的λ—表达式，例如(λx)A，这里A是任一类型的表达式，x是任一类型的变元，(λx)A本身是一函项，它把变元x在其中取值的那种类型的对象映射到A所属的那种类型上；（3）其他需要的模态的或内涵的算子，例如�，ù、ú。而一个内涵逻辑的解释，则由下列要素组成：（1）一个可能世界的非空集W；（2）一个可能个体的非空集D；（3）一个赋值，它给系统内的表达式指派它们在每w∈W中的外延。对于任一的解释Q和任一的世界w∈W，判定内涵逻辑系统中的任一表达式X相对于解释Q在w∈W中的外延总是可能的。这样的内涵逻辑系统有丘奇的LSD系统，R·蒙塔古的IL系统，以及E·N·扎尔塔的FIL系统等。[⑥] 在各种内涵逻辑中，认识论逻辑（epistemic logic）具有重要意义。它有广义和狭义之分。广义的认识论逻辑研究与感知（perception）、知道、相信、断定、理解、怀疑、问题和回答等相关的逻辑问题，包括问题逻辑、知道逻辑、相信逻辑、断定逻辑等；狭义的认识论逻辑仅指知道和相信的逻辑，简称“认知逻辑”。冯·赖特在1951年提出了对“认知模态”的逻辑分析，这对建立认知逻辑具有极大的启发作用。J·麦金西首先给出了一个关于“知道”的模态逻辑。A·帕普于1957年建立了一个基于6条规则的相信逻辑系统。J·亨迪卡于60年代出版的《知识和信念》一书是认知逻辑史上的重要着作，其中提出了一些认知逻辑的系统，并为其建立了基于“模型集”的语义学，后者是可能世界语义学的先导之一。当今的认知逻辑纷繁复杂，既不成熟也面临许多难题。由于认知逻辑涉及认识论、心理学、语言学、计算机科学和人工智能等诸多领域，并且认知逻辑的应用技术，又称关于知识的推理技术，正在成为计算机科学和人工智能的重要分支之一，因此认知逻辑在20世纪中后期成为国际逻辑学界的一个热门研究方向。这一状况在21世纪将得到继续并进一步强化，在这方面有可能出现突破性的重要结果。 4．对自然语言的逻辑研究 对自然语言的逻辑研究有来自几个不同领域的推动力。首先是计算机和人工智能的研究，人机对话和通讯、计算机的自然语言理解、知识表示和知识推理等课题，都需要对自然语言进行精细的逻辑分析，并且这种分析不能仅停留在句法层面，而且要深入到语义层面。其次是哲学特别是语言哲学，在20世纪哲学家们对语言表达式的意义问题倾注了异乎寻常的精力，发展了各种各样的意义理论，如观念论、指称论、使用论、言语行为理论、真值条件论等等，以致有人说，关注意义成了20世纪哲学家的职业病。再次是语言学自身发展的需要，例如在研究自然语言的意义问题时，不能仅仅停留在脱离语境的抽象研究上面，而要结合使用语言的特定环境去研究，这导致了语义学、语用学、新修辞学等等发展。各个方面发展的成果可以总称为“自然语言逻辑”，它力图综合后期维特根斯坦提倡的使用论 ，J·L·奥斯汀、J·L·塞尔等人发展的言语行为理论，以及P·格赖斯所创立的会话含义学说等成果，透过自然语言的指谓性和交际性去研究自然语言中的推理。 自然语言具有表达和交际两种职能，其中交际职能是自然语言最重要的职能，是它的生命力之所在。而言语交际总是在一定的语言环境（简称语境）中进行的，语境有广义和狭义之分。狭义的语境仅指一个语词、一个句子出现的上下文。广义的语境除了上下文之外，还包括该语词或语句出现的整个社会历史条件，如该语词或语句出现的时间、地点、条件、讲话的人（作者）、听话的人（读者）以及交际双方所共同具有的背景知识，这里的背景知识包括交际双方共同的信念和心理习惯，以及共同的知识和假定等等。这些语境因素对于自然语言的表达式（语词、语句）的意义有着极其重要的影响，这具体表现在：（i）语境具有消除自然语言语词的多义性、歧义性和模糊性的能力，具有严格规定语言表达式意义的能力。（ii）自然语言的句子常常包含指示代词、人称代词、时间副词等，要弄清楚这些句子的意义和内容，就要弄清楚这句话是谁说的、对谁说的、什么时候说的、什么地点说的、针对什么说的，等等，这只有在一定的语境中才能进行。依赖语境的其他类型的语句还有：包含着象“有些”和“每一个”这类量化表达式的句子的意义取决于依语境而定的论域，包含着象“大的”、“冷的”这类形容词的句子的意义取决于依语境而定的相比较的对象类；模态语句和条件语句的意义取决于因语境而变化的语义决定因素，如此等等。（iii）语言表达式的意义在语境中会出现一些重要的变化，以至偏离它通常所具有的意义（抽象意义），而产生一种新的意义即语用涵义。有人认为，一个语言表达式在它的具体语境中的意义，才是它的完全的真正的意义，一旦脱离开语境，它就只具有抽象的意义。语言的抽象意义和它的具体意义的关系，正象解剖了的死人肢体与活人肢体的关系一样。逻辑应该去研究、理解、把握自然语言的具体意义，当然不是去研究某一个（或一组）特定的语句在某个特定语境中唯一无二的意义，而是专门研究确定自然语言具体意义的普遍原则。[⑦] 美国语言学家保罗·格赖斯把语言表达式在一定的交际语境中产生的一种不同于字面意义的特殊涵义，叫做“语用涵义”、“会话涵义”或“隐涵”（implicature），并于1975年提出了一组“交际合作原则”，包括一个总则和四组准则。总则的内容是：在你参与会话时，你要依据你所参与的谈话交流的公认目的或方向，使你的会话贡献符合这种需要。仿照康德把范畴区分为量、质、关系和方式四类，格赖斯提出了如下四组准则： （1）数量准则：在交际过程中给出的信息量要适中。 a．给出所要求的信息量； b．给出的信息量不要多于所要求的信息量。 （2）质量准则：力求讲真话。 a．不说你认为假的东西。 b．不说你缺少适当证据的东西。 （3）关联准则：说话要与已定的交际目的相关联。 （4）方式准则：说话要意思明确，表达清晰。 a．避免晦涩生僻的表达方式； b．避免有歧义的表达方式； c．说话要简洁； d．说话要有顺序性。[⑧] 后来对这些原则提出了不少修正和补充，例如有人还提出了交际过程中所要遵守的“礼貌原则”。只要把交际双方遵守交际合作原则之类的语用规则作为基本前提，这些原则就可以用来确定和把握自然语言的具体意义（语用涵义）。实际上，一个语句p的语用涵义，就是听话人在具体语境中根据语用规则由p得到的那个或那些语句。更具体地说，从说话人S说的话语p推出语用涵义q的一般过程是： （i）S说了p； （ii）没有理由认为S不遵守准则，或至少S会遵守总的合作原则； （iii）S说了p而又要遵守准则或总的合作原则，S必定想表达q； （iv）S必然知道，谈话双方都清楚：如果S是合作的，必须假设q； （v）S无法阻止听话人H考虑q； （vi）因此，S意图让H考虑q，并在说p时意味着q。 试举二例： （1）a站在熄火的汽车旁，b向a走来。a说：“我没有汽油了。”b说：“前面拐角处有一个修车铺。”这里a与b谈话的目的是：a想得到汽油。根据关系准则，b说这句话是与a想得到汽油相关的，由此可知：b说这句话时隐涵着：“前面的修车铺还在营业并且卖汽油。” （2）某教授写信推荐他的学生任某项哲学方面的工作，信中写到：“亲爱的先生：我的学生c的英语很好，并且准时上我的课。”根据量的准则，应该提供所需要的信息量；作为教授，他对自己的学生的情况显然十分熟悉，也可以提供所需要的信息量，但他有意违反量的准则，在信中只用一句话来介绍学生的情况，任用人一旦接到这封信，自然明白：教授认为c不宜从事这项哲学工作。 并且，语用涵义还具有如下5个特点：（i）可取消性：在给原话语附加上某些话语之后，它原有的语用涵义可被取消。在例（1）中，若b在说“前面拐角处有一个修车铺”之后又补上一句：“不过它这时已经关门了”，则原有的语用涵义“你可从那里得到汽油”就被取消了。（ii）不可分离性：如果某话语在特定的语境中产生了语用涵义，则无论采用什么样的同义结构，该含义始终存在，因为它所依附的是话语的内容，而不是话语的形式。（iii）可推导性，前面已说明这一点。（iv）非规约性：语用涵义不能单独从话语本身推出来，除要考虑交际合作原则之类的语用规则之外，也需要假定通常的逻辑推理规则，并需要把上文语句、交际双方所共有的背景知识作为附加前提考虑在内。（v）不确定性：同一句话语在不同的语境中可以产生不同的语用涵义。显然，确定某个话语的语用涵义是一个极其复杂的过程，需要综合和分析、归纳和演绎的统一应用，因此具有一定的或然性。研究如何迅速有效地把握自然语言表达式在具体语境中的语用涵义，这正是自然语言逻辑所要完成的任务之一，它将在21世纪取得进展。
逻辑学论文发表小说
杰文斯很早就在他的学说中对经济学和逻辑学展现他特有的开创性作用。效用理论是他的《政治经济学理论通论》的基调，最早出现在1860年的一封书信中。而他的逻辑相似代入原理（logical principles of the substitution of similars）可以在他1861年的另一封信中发现，也就是“哲学存在于发现事物的相似性”。上面提到的效用理论，指的是商品的效用的度量是商品数量的连续函数，也就是表达出经济学也是一门数学科学的观点，他的论文《政治经济学数学理论通论》中有更加形式化的表达，这篇论文是1862年写给英国（经济学？）协会的，那时并不受人重视，就算四年后发表于社会统计学月刊仍是如此，直到1871年，杰文斯在他的《政治经济学理论》中进一步发展了他的学说，这时受到了人们的关注。直到这部书的发表，杰文斯才被那些早期的应用数学来研究政治经济学问题的作家们所注意，特别是安东尼·奥古斯丁·库尔诺（Antoine Augustin Cournot ）和戈森（HH Gossen）。相似的效用理论在1870年左右，由奥地利的卡尔·门格尔、瑞士的利昂·瓦尔拉斯独立发展出来。由于戈森发现了交换价值和边际效用的关系，所以应该算是戈森最先发现了边际效用理论。但是这丝毫不减低杰文斯在英国带来新思想并广为传播的贡献。基于对主流思想的回应，他有时候忽略一些条件，比如《政治经济学理论》的前言就说价值完全基于的是效用，这样他的理论就被曲解了。但是为了引起大家的关注而夸大重点地方法是可以被原谅的。就在这以后，新古典主义革命开始了。 逻辑钢琴杰文斯在逻辑学上的成就和他在政治经济学学不相上下（pan passu）。1864年他出版了一本小书，名字是《纯逻辑，或数与量之间的逻辑》，其基础是乔治·布尔的逻辑体系，但摒除了他认为错误的数学外衣。随后几年他致力于研究逻辑机器，而英国皇家学会在1870年才开始。 正是这个研究，他知道给定逻辑前提，可以用机械模拟出来。1866年他发现了伟大且普遍的推理法则，并于1869年以《同类替代》（The Substitution of Similars）为题描述了这个学说，最简单的格式是：“同类必有同质”（Whatever is true of a thing is true of its like.），他还有其他的各样表达。他在随后发表的《逻辑学初级教程》很快成为英语世界里最为流行的逻辑学基础教科书。那时他还写了很多逻辑学论文，1874年以《科学原理》为题发表，这部书里他对早期的纯逻辑和同类替代作了具体的表述，还发展了归纳是演绎的简单反转的观点。另外，他还对概率的一般原理和概率与归纳之间的关系作了出色的改造。他在各种自然科学上的造诣此时发挥了巨大作用，使他可以利用图形来处理抽象的逻辑学概念，从而获得了成功。杰文斯的归纳准则是对威廉·惠威尔理论的回归，恰是此理论受到了穆勒的批评。当然杰文斯用了新的表达，摒弃了受人批评的一些不必要的附属条件。这份努力可以算是19世纪英国最可大书一笔的逻辑学贡献之一。1880年，他出版了《演绎逻辑研究》，主要部分是他给学生使用的练习题。1877年及随后几年，他努力在《同时代人回顾》中对穆勒作出一个补充说明，最终出版时只有一卷，是他对穆勒哲学的批判，还有一卷本的《纯逻辑及小论文》，收集了他早期的逻辑学论文，都发表于他逝世后。这些批评不可不谓有所创见和说服力，但是不能和他其他的作品同日而语。杰文斯的长处在于开创性的思考，而不是批判；他将以一个勤勉的逻辑学家、经济学家和统计学家闻名后世。
逻辑学论文发表小说文案
摘要：陆定一在《我们对于新闻学的基本观点》一书中提出：“新闻是新近发生的事实的报道”[1]，而事实最大的体现之一在于新闻的真实性。由于新闻工作者面临的基本矛盾，即事件的纷繁复杂与新闻报道不可避免的简约，使得要做到绝对真实是不可能，但新闻真实是每个新闻人的理想和追求。新闻专题片是反映社会真实生活的一部分，它在前期拍摄、中期创作及后期制作过程中首先要考虑的是新闻的真实性，此外，在创作过程中还必须考虑如何在真实性的前提下，使新闻专题片更优质，更为受众所接受。而要想更大程度的满足受众需要就必须符合受众的逻辑思维习惯，即人的逻辑思维，并在新闻专题片创作的基本原则下进行有针对性的选题、拍摄、创作、剪辑、合成，从而完成一期优秀的新闻专题片创作。 关键词：新闻专题片； 逻辑基本规律； 受众 专题新闻节目是指综合运用各种电视表现手段和播出方式，深入报道某一重大事件或某些具有新闻价值又为广大观众所关注的典型人物、经验，新出现的社会现象以及某一战线、地区新面貌等题材的新闻报道形式[2]。新闻专题片正是这种节目的表现载体和表现形式。在创作新闻专题片过程中需用到的逻辑基本规律是抽象思维中思维形式的基本规律，它包括同一律、矛盾律和排中律[3]。任何抽象的具体思维，首先必然是同一性，无矛盾、排中性的，如果违背了这些规律的要求，就不能正确的反映与认识世界，人们的实践活动也必定失败[3]。拍摄制作新闻专题片是新闻工作者在工作领域实践活动的产物，因此正确运用逻辑规律，有助于正确认识新闻事件，反映现实情况，满足受众的需要。一部完整的新闻专题片创作是一项整体性的工程，它包括选题、拍摄、制作、剪辑、合成等多到工序。它们是由记者、摄像师、编辑等新闻工作者在同一主题的基础上，各尽其能，共同完成。其中编辑是新闻专题片的最后“把关人”，也是专题片得以真正与观众见面的最重要人物，他们既承接记者和摄像师的创作思维，也在遵循多种逻辑规律的前提下进行个性创作，使新闻专题片更符合新闻要求，更能满足受众需要。为此，我将运用逻辑基本规律以《新闻调查》（中央电视台一档深度 新闻评论 类 节目 ）为例，从完成一期专题片的五个步骤来分析新闻专题片创作。 一、 选题 《新闻调查》注重研究新问题，探索新表达，它以记者调查采访的形式，深入调查研究社会生活中存在的重大或典型事件，为促进和推动社会和谐进步发挥着作用。从创办之初的《西古村县纪实》《宏志班》，到当下的《海南渔民》《失足少年》，可以看出《新闻调查》在选题上，无论是国家重大事件、民生热点议题还是发生在群众身边的小事，虽然选题的重要性、性质等存在着千差万别，但是它都是在调查类深度报道节目定位及探寻事实真相，做真正的调查性报道的目标范围之内。也就是说，专题节目在选题之初就要遵循同一律思想，这种同一是指相对同一，是在一定框架下保持整体节目定位、宗旨的一致性，有利于提升节目的知名度和品牌影响力。合乎节目风格与新闻价值的选题更能吸引受众，为广大民众所关注，也是节目成功营销的手段之一。 二、 拍摄及素材收集 摄像是一项戴着镣铐舞蹈的高度即兴创作的工作。摄像师要根据视频创作技能、本期节目拍摄目的以及拍摄现场情况，在同一思维逻辑的指导下，调动各方因素使三者有机结合服从于本期节目的完整性拍摄。面对可收集的复杂多样的视音频、文字素材，记者必须保持清醒头脑和敏捷的思维，快速反应，对所有素材进行合理取舍。这时候就需要出镜记者和摄像师综合运用逻辑基本规律，既要把握好主题的同一性，又要在矛盾律、排中律的指导下排除主题之外场景、镜头、资料等。要完成一次成功的拍摄，摄像师需要多方因素的综合指引，比如本期节目选题的目的、文案策划中的视频要求、摄像的相关理论与技巧、后期编辑的剪辑需求等等。唯有调动各种影响和制约因素，在头脑中迅速理清思路，才能使拍摄工作起好承上启下的作用，既完成文案的要求，又根据现场的具体情况灵机创作，还能为编辑设想，拍摄到编辑所需的尽可能齐全的素材。新闻现场具有转瞬即逝、不可逆转、不断变化等特点，因此它要求摄像师具有高超的信息识别能力和信息提取能力，因为拍摄一旦错过，现场将无法复制。在素材使用时，编辑不能违背矛盾律，即必须保证新闻的真实性。否则无法使用，成为摄像师的遗憾，及编辑和整期节目的遗憾，同时也不利于视频的完整叙述。因而在视频素材收集的整个过程中，既要保证同一，又要在矛盾中取舍，还要保留现场最有价值、观众最想看到的场景，使素材收集工作高效、顺利完成。 三、 制作 新闻专题片的后期制作过程分两部分，即节目的包装和节目内容的创作。前期包装通常一次性完成，且具有相对稳定性，直至第二次改版。以《新闻调查》为例，1996年栏目包装片头简易，1997年的改版为包装片头增加了诸多动感因素，但音乐的使用几乎无变化，它们总是在一定的逻辑下保持着某种程度的同一。看看近几年《新闻调查》的包装，固定、几乎无变动，包装整体设计以蓝色为主基调，而象征沉稳、冷静、理智的蓝色也映衬着新闻调查栏目的客观、理性、真实，此外还包括包装中的文字“正在发生的历史，新闻背后的新闻”以及丰富的往期节目取材事件名称的展示，包括色彩、流动文字、光束元素等设计都是在以不同的方式表现同一个宗旨，同一个目的，即新闻调查客观、真实。 而节目内容的创作，则需考虑更多因素，逻辑思维也更具复杂性，其主要体现有以下几方面： （一）画面叙事方法必须合乎逻辑规律。与观众视觉习惯相矛盾的叙事方法不利于叙事，也不利于观众理解。常见的方法有顺序、倒叙、插叙、补叙，而在新闻专题片中往往不会是纯单一的叙事方法。在《新闻调查》节目中，紧接包装片头的是从本期节目中截取的具有代表性的简短片花，它与后面讲述的内容形成倒叙关系，节目内部运用插补的方式补充历史背景资料、讲解事件难点，如此节目既能快速激起观众兴趣，又能高效全面地完成新闻报道，增强节目的可观性。 （二）画面内部的镜头的组接是调用逻辑规律的重要环节，它体现于镜头组接的原则：“动接动，静接静”[4]，也可创造性使用“动接静，静接动”。从逻辑基本规律的角度来分析，它既包括同一律，也包括矛盾律。运动镜头与运动镜头组接，必承接某种运动态势，可能是镜头中同一人物的运动，也可能是源于同种镜头表现方式，或是某种内在规律的一致性等。而动静镜头组接则类似于矛盾共同体，二者的结合就像矛与盾的和谐搭配，而这种搭配必须符合人的思维逻辑和思维习惯，否则整个视频就会显得破碎、零乱。这就类似于田径运动中的起点、跑道、终点，而由静到动、由动到静顺应观众的视觉习惯和心理逻辑，让一切都在情理之中。 （三）把握画面节奏，或快慢，或急舒，与新闻内容需要、镜头特性保持相对的一致性，同一性，避免矛盾存在。一旦节奏错位或不协调，便会严重影响受众观看新闻专题片的视觉感受，使视频质量下降，或者节目废止。 四、 剪辑 剪辑时要符合逻辑思维，符合人的视觉及思维习惯。比如保证每小段片子的完整性，剪掉赘余部分，以矛盾律和排中律的逻辑规律为相互补充，既达到精简的目的，又节省节目播出时间。剪辑所说的保证完整性即是避免矛盾，防止“话说半截”。而减去赘余即是运用排中律，删去相同素材，保留合理成分。 五、 合成 新闻专题片的合成素材包括视频、配音、音乐，合成时要灵活调动抽象逻辑思维考虑三者之间的协调，并调整好视频、配音及音乐的长短，使三者有机组合、协调统一。然后将不相容的部分或多余的部分再次进行修改、精简，运用排中律思想，使新闻片更加紧凑，更加简洁。合成时最重要的是声画对位，同期声要保证绝对同一，而配音、解说则应保证相对同一性，这既提高了新闻的真实性，又符合观众的视听体验。音乐处理上，在新闻专题片中使用得地方虽然不多，但是却非常有价值，比如片头处。合成音乐时，其压混和视频剪辑时的压混一样，当高则高，该低则低，灵活调整，协调统一，符合受众听觉和视觉规律。 结语 逻辑学的三大基本规律概括了各种思维形式之间内在的本质的联系，是人们正确地进行抽象思维所必须遵循的起码准则。其中同一律是从思维形式自身同一的角度来表现和保证思维的确定性，而矛盾律和排中律则是通过两种不同的角度来表现和保证思维的确定性，是对同一律的补充和展开，最后实达到一个共同的目的。一部完整的新闻片的创作则是逻辑基本规律的良好应用，是一套系统逻辑思维作用于新闻专题片创作的各部分，并以一种有机的组合方式完成的创造性活动。这就要求新闻工作者要学好逻辑学，运用逻辑思维完成好新闻报道的创作工作。 参考文献： [1]何梓华.新闻理论教程[M].高等教育出版社,2008.4.1 [2]杨伟光.电视新闻节目分类与界定[M].中国广播电视出版,1994.7 [3]樊明亚.形式逻辑（第二版）[M].高等教育出版社,2009.6 [4]黄匡宇.电视节目编辑技巧[M].中国广播电视出版,2002.10.1
人工智能与现今逻辑学的发展-.〔摘要〕 本文认为，计算机科学和人工智能将是21世纪逻辑学发展的主要动力源泉，并且在很大程度上将决定21世纪逻辑学的面貌。至少在21世纪早期，逻辑学将重点关注下列论题：（1）如何在逻辑中处理常识推理的弗协调、非单调和容错性因素？（2）如何使机器人具有人的创造性智能，如从经验证据中建立用于指导以后行动的可错的归纳判断？（3）如何进行知识表示和知识推理，特别是基于已有的知识库以及各认知主体相互之间的知识而进行的推理？（4）如何结合各种语境因素进行自然语言理解和推理，使智能机器人能够用人的自然语言与人进行成功的交际？等等。 〔关键词〕 人工智能，常识推理，归纳逻辑，广义内涵逻辑，认知逻辑，自然语言逻辑 现代逻辑创始于19世纪末叶和20世纪早期，其发展动力主要来自于数学中的公理化运动。当时的数学家们试图即从少数公理根据明确给出的演绎规则推导出其他的数学定理，从而把整个数学构造成为一个严格的演绎大厦，然后用某种程序和方法一劳永逸地证明数学体系的可靠性。为此需要发明和锻造严格、精确、适用的逻辑工具。这是现代逻辑诞生的主要动力。由此造成的后果就是20世纪逻辑研究的严重数学化，其表现在于：一是逻辑专注于在数学的形式化过程中提出的问题；二是逻辑采纳了数学的方法论，从事逻辑研究就意味着象数学那样用严格的形式证明去解决问题。由此发展出来的逻辑被恰当地称为“数理逻辑”，它增强了逻辑研究的深度，使逻辑学的发展继古希腊逻辑、欧洲中世纪逻辑之后进入第三个高峰期，并且对整个现代科学特别是数学、哲学、语言学和计算机科学产生了非常重要的影响。 本文所要探讨的问题是：21世纪逻辑发展的主要动力将来自何处？大致说来将如何发展？我个人的看法是：计算机科学和人工智能将至少是21世纪早期逻辑学发展的主要动力源泉，并将由此决定21世纪逻辑学的另一幅面貌。由于人工智能要模拟人的智能，它的难点不在于人脑所进行的各种必然性推理（这一点在20世纪基本上已经做到了，如用计算机去进行高难度和高强度的数学证明，“深蓝”通过高速、大量的计算去与世界冠军下棋），而是最能体现人的智能特征的能动性、创造性思维，这种思维活动中包括学习、抉择、尝试、修正、推理诸因素，例如选择性地搜集相关的经验证据，在不充分信息的基础上作出尝试性的判断或抉择，不断根据环境反馈调整、修正自己的行为，……由此达到实践的成功。于是，逻辑学将不得不比较全面地研究人的思维活动，并着重研究人的思维中最能体现其能动性特征的各种不确定性推理，由此发展出的逻辑理论也将具有更强的可应用性。 实际上，在20世纪中后期，就已经开始了现代逻辑与人工智能（记为AI）之间的相互融合和渗透。例如，哲学逻辑所研究的许多课题在理论计算机和人工智能中具有重要的应用价值。AI从认知心理学、社会科学以及决策科学中获得了许多资源，但逻辑（包括哲学逻辑）在AI中发挥了特别突出的作用。某些原因促使哲学逻辑家去发展关于非数学推理 的理论；基于几乎同样的理由，AI研究者也在进行类似的探索，这两方面的研究正在相互接近、相互借鉴，甚至在逐渐融合在一起。例如，AI特别关心下述课题： ·效率和资源有限的推理； ·感知； ·做计划和计划再认； ·关于他人的知识和信念的推理； ·各认知主体之间相互的知识； ·自然语言理解； ·知识表示； ·常识的精确处理； ·对不确定性的处理，容错推理； ·关于时间和因果性的推理； ·解释或说明； ·对归纳概括以及概念的学习。[①] 21世纪的逻辑学也应该关注这些问题，并对之进行研究。为了做到这一点，逻辑学家们有必要熟悉AI的要求及其相关进展，使其研究成果在AI中具有可应用性。 我认为，至少是21世纪早期，逻辑学将会重点关注下述几个领域，并且有可能在这些领域出现具有重大意义的成果：（1）如何在逻辑中处理常识推理中的弗协调、非单调和容错性因素？（2）如何使机器人具有人的创造性智能，如从经验证据中建立用于指导以后行动的归纳判断？（3）如何进行知识表示和知识推理，特别是基于已有的知识库以及各认知主体相互之间的知识而进行的推理？（4）如何结合各种语境因素进行自然语言理解和推理，使智能机器人能够用人的自然语言与人进行成功的交际？等等。 1．常识推理中的某些弗协调、非单调和容错性因素 AI研究的一个目标就是用机器智能模拟人的智能，它选择各种能反映人的智能特征的问题进行实践，希望能做出各种具有智能特征的软件系统。AI研究基于计算途径，因此要建立具有可操作性的符号模型。一般而言，AI关于智能系统的符号模型可描述为：由一个知识载体（称为知识库KB）和一组加载在KB上的足以产生智能行为的过程（称为问题求解器PS）构成。经过20世纪70年代包括专家系统的发展，AI研究者逐步取得共识，认识到知识在智能系统中力量，即一般的智能系统事实上是一种基于知识的系统，而知识包括专门性知识和常识性知识，前者亦可看做是某一领域内专家的常识。于是，常识问题就成为AI研究的一个核心问题，它包括两个方面：常识表示和常识推理，即如何在人工智能中清晰地表示人类的常识，并运用这些常识去进行符合人类行为的推理。显然，如此建立的常识知识库可能包含矛盾，是不协调的，但这种矛盾或不协调应不至于影响到进行合理的推理行为；常识推理还是一种非单调推理，即人们基于不完全的信息推出某些结论，当人们得到更完全的信息后，可以改变甚至收回原来的结论；常识推理也是一种可能出错的不精确的推理模式，是在容许有错误知识的情况下进行的推理，简称容错推理。而经典逻辑拒斥任何矛盾，容许从矛盾推出一切命题；并且它是单调的，即承认如下的推理模式：如果p?r，则pùq?r；或者说，任一理论的定理属于该理论之任一扩张的定理集。因此，在处理常识表示和常识推理时，经典逻辑应该受到限制和修正，并发展出某些非经典的逻辑，如次协调逻辑、非单调逻辑、容错推理等。有人指出，常识推理的逻辑是次协调逻辑和非单调逻辑的某种结合物，而后者又可看做是对容错推理的简单且基本的情形的一种形式化。[②] “次协调逻辑”（Paraconsistent Logic）是由普里斯特、达·科斯塔等人在对悖论的研究中发展出来的，其基本想法是：当在一个理论中发现难以克服的矛盾或悖论时，与其徒劳地想尽各种办法去排除 或防范它们，不如干脆让它们留在理论体系内，但把它们“圈禁”起来，不让它们任意扩散，以免使我们所创立或研究的理论成为“不足道”的。于是，在次协调逻辑中，能够容纳有意义、有价值的“真矛盾”，但这些矛盾并不能使系统推出一切，导致自毁。因此，这一新逻辑具有一种次于经典逻辑但又远远高于完全不协调系统的协调性。次协调逻辑家们认为，如果在一理论T中，一语句A及其否定?A都是定理，则T是不协调的；否则，称T是协调的。如果T所使用的逻辑含有从互相否定的两公式可推出一切公式的规则或推理，则不协调的T也是不足道的(trivial)。因此，通常以经典逻辑为基础的理论，如果它是不协调的，那它一定也是不足道的。这一现象表明，经典逻辑虽可用于研究协调的理论，但不适用于研究不协调但又足道的理论。达·科斯塔在20世纪60年代构造了一系列次协调逻辑系统Cn（1≤n≤w），以用作不协调而又足道的理论的逻辑工具。对次协调逻辑系统Cn的特征性描述包括下述命题：(i)矛盾律?(Aù?A)不普遍有效；(ii)从两个相互否定的公式A和?A推不出任意公式；即是说，矛盾不会在系统中任意扩散，矛盾不等于灾难。(iii)应当容纳与(i)和(ii)相容的大多数经典逻辑的推理模式和规则。这里，(i)和(ii)表明了对矛盾的一种相对宽容的态度，(iii)则表明次协调逻辑对于经典逻辑仍有一定的继承性。 在任一次协调逻辑系统Cn(1≤n≤w)中，下述经典逻辑的定理或推理模式都不成立： ?(Aù?A) Aù?A→B A→(?A→B) (AA)→B (AA)→?B A→A (?Aù(AúB))→B (A→B)→(?B→?A) 若以C0为经典逻辑，则系列C0, C1, C2,… Cn,… Cw使得对任正整数i有Ci弱于Ci-1，Cw是这系列中最弱的演算。已经为Cn设计出了合适的语义学，并已经证明Cn相对于此种语义是可靠的和完全的，并且次协调命题逻辑系统Cn还是可判定的。现在，已经有人把次协调逻辑扩展到模态逻辑、时态逻辑、道义逻辑、多值逻辑、集合论等领域的研究中，发展了这些领域内的次协调理论。显然，次协调逻辑将会得到更进一步的发展。[③] 非单调逻辑是关于非单调推理的逻辑，它的研究开始于20世纪80年代。1980年，D·麦克多莫特和J·多伊尔初步尝试着系统发展一种关于非单调推理的逻辑。他们在经典谓词演算中引入一个算子M，表示某种“一致性”断言，并将其看做是模态概念，通过一定程序把模态逻辑系统T、S4和S5翻译成非单调逻辑。B·摩尔的论文《非单调逻辑的语义思考》（1983）据认为在非单调逻辑方面作出了令人注目的贡献。他在“缺省推理”和“自动认知推理”之间做了区分，并把前者看作是在没有任何相反信息和缺少证据的条件下进行推理的过程，这种推理的特征是试探性的：根据新信息，它们很可能会被撤消。自动认知推理则不是这种类型，它是与人们自身的信念或知识相关的推理，可用它模拟一个理想的具有信念的有理性的代理人的推理。对于在计算机和人工智能中获得成功的应用而言，非单调逻辑尚需进一步发展。 2．归纳以及其他不确定性推理 人类智能的本质特征和最高表现是创造。在人类创造的过程中，具有必然性的演绎推理固然起重要作用，但更为重要的是具有某种不确定性的归纳、类比推理以及模糊推理等。因此，计算机要成功地模拟人的智能，真正体现出人的智能品质，就必须对各种具有不确定性的推理模式进行研究。 首先是对归纳推理和归纳逻辑的研究。这里所说的“归纳推理”是广义的，指一切扩展性推理，它们的结论所断定的超出了其前提所断定的范围，因而前提的真无法保证结论的真，整个推理因此缺乏必然性。具体说来，这种意义的“归纳”包括下述内容：简单枚举法；排除归纳法，指这样一些操作：预先通过观察或实验列出被研究现象的可能的原因，然后有选择地安排某些事例或实验，根据某些标准排除不相干假设，最后得到比较可靠的结论；统计概括：从关于有穷数目样本的构成的知识到关于未知总体分布构成的结论的推理；类比论证和假说演绎法，等等。尽管休谟提出着名的“归纳问题”，对归纳推理的合理性和归纳逻辑的可能性提出了深刻的质疑，但我认为，（1）归纳是在茫茫宇宙中生存的人类必须采取也只能采取的认知策略，对于人类来说具有实践的必然性。（2）人类有理由从经验的重复中建立某种确实性和规律性，其依据就是确信宇宙中存在某种类似于自然齐一律和客观因果律之类的东西。这一确信是合理的，而用纯逻辑的理由去怀疑一个关于世界的事实性断言则是不合理的，除非这个断言是逻辑矛盾。（3）人类有可能建立起局部合理的归纳逻辑和归纳方法论。并且，归纳逻辑的这种可能性正在计算机科学和人工智能的研究推动下慢慢地演变成现实。恩格斯早就指出，“社会一旦有技术上的需要，则这种需要比十所大学更能把科学推向前进。”[④] 有人通过指责现有的归纳逻辑不成熟，得出“归纳逻辑不可能”的结论，他们的推理本身与归纳推理一样，不具有演绎的必然性。（4）人类实践的成功在一定程度上证明了相应的经验知识的真理性，也就在一定程度上证明了归纳逻辑和归纳方法论的力量。毋庸否认，归纳逻辑目前还很不成熟。有的学者指出，为了在机器的智能模拟中克服对归纳模拟的困难而有所突破，应该将归纳逻辑等有关的基础理论研究与机器学习、不确定推理和神经网络学习模型与归纳学习中已有的成果结合起来。只有这样，才能在已有的归纳学习成果上，在机器归纳和机器发现上取得新的突破和进展。[⑤] 这是一个极有价值且极富挑战性的课题，无疑在21世纪将得到重视并取得进展。 再谈模糊逻辑。现实世界中充满了模糊现象，这些现象反映到人的思维中形成了模糊概念和模糊命题，如“矮个子”、“美人”、“甲地在乙地附近”、“他很年轻”等。研究模糊概念、模糊命题和模糊推理的逻辑理论叫做“模糊逻辑”。对它的研究始于20世纪20年代，其代表性人物是L·A·查德和P·N·马林诺斯。模糊逻辑为精确逻辑（二值逻辑）解决不了的问题提供了解决的可能，它目前在医疗诊断、故障检测、气象预报、自动控制以及人工智能研究中获得重要应用。显然，它在21世纪将继续得到更大的发展。 3．广义内涵逻辑 经典逻辑只是对命题联结词、个体词、谓词、量词和等词进行了研究，但在自然语言中，除了这些语言成分之外，显然还存在许多其他的语言成分，如各种各样的副词，包括模态词“必然”、“可能”和“不可能” 、时态词“过去”、“现在”和“未来”、道义词“应该”、“允许”、“禁止”等等，以及各种认知动词，如“思考”、“希望”、“相信”、“判断”、“猜测”、“考虑”、“怀疑”，这些认知动词在逻辑和哲学文献中被叫做“命题态度词”。对这些副词以及命题态度词的逻辑研究可以归类为“广义内涵逻辑”。 大多数副词以及几乎所有命题态度词都是内涵性的，造成内涵语境，后者与外延语境构成对照。外延语境又叫透明语境，是经典逻辑的组合性原则、等值置换规则、同一性替换规则在其中适用的语境；内涵语境又称晦暗语境，是上述规则在其中不适用的语境。相应于外延语境和内涵语境的区别，一切语言表达式（包括自然语言的名词、动词、形容词直至语句）都可以区分为外延性的和内涵性的，前者是提供外延语境的表达式，后者是提供内涵性语境的表达式。例如，杀死、见到、拥抱、吻、砍、踢、打、与…下棋等都是外延性表达式，而知道、相信、认识、必然、可能、允许、禁止、过去、现在、未来等都是内涵性表达式。 在内涵语境中会出现一些复杂的情况。首先，对于个体词项来说，关键性的东西是我们不仅必须考虑它们在现实世界中的外延，而且要考虑它们在其他可能世界中的外延。例如，由于“必然”是内涵性表达式，它提供内涵语境，因而下述推理是非有效的： 晨星必然是晨星， 晨星就是暮星， 所以，晨星必然是暮星。 这是因为：这个推理只考虑到“晨星”和“暮星”在现实世界中的外延，并没有考虑到它们在每一个可能世界中的外延，我们完全可以设想一个可能世界，在其中“晨星”的外延不同于“暮星”的外延。因此，我们就不能利用同一性替换规则，由该推理的前提得出它的结论：“晨星必然是暮星”。其次，在内涵语境中，语言表达式不再以通常是它们的外延的东西作为外延，而以通常是它们的内涵的东西作为外延。以“达尔文相信人是从猿猴进化而来的”这个语句为例。这里，达尔文所相信的是“人是从猿猴进化而来的”所表达的思想，而不是它所指称的真值，于是在这种情况下，“人是从猿猴进化而来的”所表达的思想（命题）就构成它的外延。再次，在内涵语境中，虽然适用于外延的函项性原则不再成立，但并不是非要抛弃不可，可以把它改述为新的形式：一复合表达式的外延是它出现于外延语境中的部分表达式的外延加上出现于内涵语境中的部分表达式的内涵的函项。这个新的组合性或函项性原则在内涵逻辑中成立。 一般而言，一个好的内涵逻辑至少应满足两个条件：（i）它必须能够处理外延逻辑所能处理的问题；（ii）它还必须能够处理外延逻辑所不能处理的难题。这就是说，它既不能与外延逻辑相矛盾，又要克服外延逻辑的局限。这样的内涵逻辑目前正在发展中，并且已有初步轮廓。从术语上说，内涵逻辑除需要真、假、语句真值的同一和不同、集合或类、谓词的同范围或不同范围等外延逻辑的术语之外，还需要同义、内涵的同一和差异、命题、属性或概念这样一些术语。广而言之，可以把内涵逻辑看作是关于象“必然”、“可能”、“知道”、“相信”，“允许”、“禁止”等提供内涵语境的语句算子的一般逻辑。在这种广义之下，模态逻辑、时态逻辑、道义逻辑、认知逻辑、问题逻辑等都是内涵逻辑。不过，还有一种狭义的内涵逻辑，它可以粗略定义一个内涵逻辑是一个形式语言，其中包括（1）谓词逻辑的算子、量词和变元，这里的谓词逻辑不必局限于一阶谓词逻辑，也可以是高阶谓词逻辑；（2）合式的λ—表达式，例如(λx)A，这里A是任一类型的表达式，x是任一类型的变元，(λx)A本身是一函项，它把变元x在其中取值的那种类型的对象映射到A所属的那种类型上；（3）其他需要的模态的或内涵的算子，例如�，ù、ú。而一个内涵逻辑的解释，则由下列要素组成：（1）一个可能世界的非空集W；（2）一个可能个体的非空集D；（3）一个赋值，它给系统内的表达式指派它们在每w∈W中的外延。对于任一的解释Q和任一的世界w∈W，判定内涵逻辑系统中的任一表达式X相对于解释Q在w∈W中的外延总是可能的。这样的内涵逻辑系统有丘奇的LSD系统，R·蒙塔古的IL系统，以及E·N·扎尔塔的FIL系统等。[⑥] 在各种内涵逻辑中，认识论逻辑（epistemic logic）具有重要意义。它有广义和狭义之分。广义的认识论逻辑研究与感知（perception）、知道、相信、断定、理解、怀疑、问题和回答等相关的逻辑问题，包括问题逻辑、知道逻辑、相信逻辑、断定逻辑等；狭义的认识论逻辑仅指知道和相信的逻辑，简称“认知逻辑”。冯·赖特在1951年提出了对“认知模态”的逻辑分析，这对建立认知逻辑具有极大的启发作用。J·麦金西首先给出了一个关于“知道”的模态逻辑。A·帕普于1957年建立了一个基于6条规则的相信逻辑系统。J·亨迪卡于60年代出版的《知识和信念》一书是认知逻辑史上的重要着作，其中提出了一些认知逻辑的系统，并为其建立了基于“模型集”的语义学，后者是可能世界语义学的先导之一。当今的认知逻辑纷繁复杂，既不成熟也面临许多难题。由于认知逻辑涉及认识论、心理学、语言学、计算机科学和人工智能等诸多领域，并且认知逻辑的应用技术，又称关于知识的推理技术，正在成为计算机科学和人工智能的重要分支之一，因此认知逻辑在20世纪中后期成为国际逻辑学界的一个热门研究方向。这一状况在21世纪将得到继续并进一步强化，在这方面有可能出现突破性的重要结果。 4．对自然语言的逻辑研究 对自然语言的逻辑研究有来自几个不同领域的推动力。首先是计算机和人工智能的研究，人机对话和通讯、计算机的自然语言理解、知识表示和知识推理等课题，都需要对自然语言进行精细的逻辑分析，并且这种分析不能仅停留在句法层面，而且要深入到语义层面。其次是哲学特别是语言哲学，在20世纪哲学家们对语言表达式的意义问题倾注了异乎寻常的精力，发展了各种各样的意义理论，如观念论、指称论、使用论、言语行为理论、真值条件论等等，以致有人说，关注意义成了20世纪哲学家的职业病。再次是语言学自身发展的需要，例如在研究自然语言的意义问题时，不能仅仅停留在脱离语境的抽象研究上面，而要结合使用语言的特定环境去研究，这导致了语义学、语用学、新修辞学等等发展。各个方面发展的成果可以总称为“自然语言逻辑”，它力图综合后期维特根斯坦提倡的使用论 ，J·L·奥斯汀、J·L·塞尔等人发展的言语行为理论，以及P·格赖斯所创立的会话含义学说等成果，透过自然语言的指谓性和交际性去研究自然语言中的推理。 自然语言具有表达和交际两种职能，其中交际职能是自然语言最重要的职能，是它的生命力之所在。而言语交际总是在一定的语言环境（简称语境）中进行的，语境有广义和狭义之分。狭义的语境仅指一个语词、一个句子出现的上下文。广义的语境除了上下文之外，还包括该语词或语句出现的整个社会历史条件，如该语词或语句出现的时间、地点、条件、讲话的人（作者）、听话的人（读者）以及交际双方所共同具有的背景知识，这里的背景知识包括交际双方共同的信念和心理习惯，以及共同的知识和假定等等。这些语境因素对于自然语言的表达式（语词、语句）的意义有着极其重要的影响，这具体表现在：（i）语境具有消除自然语言语词的多义性、歧义性和模糊性的能力，具有严格规定语言表达式意义的能力。（ii）自然语言的句子常常包含指示代词、人称代词、时间副词等，要弄清楚这些句子的意义和内容，就要弄清楚这句话是谁说的、对谁说的、什么时候说的、什么地点说的、针对什么说的，等等，这只有在一定的语境中才能进行。依赖语境的其他类型的语句还有：包含着象“有些”和“每一个”这类量化表达式的句子的意义取决于依语境而定的论域，包含着象“大的”、“冷的”这类形容词的句子的意义取决于依语境而定的相比较的对象类；模态语句和条件语句的意义取决于因语境而变化的语义决定因素，如此等等。（iii）语言表达式的意义在语境中会出现一些重要的变化，以至偏离它通常所具有的意义（抽象意义），而产生一种新的意义即语用涵义。有人认为，一个语言表达式在它的具体语境中的意义，才是它的完全的真正的意义，一旦脱离开语境，它就只具有抽象的意义。语言的抽象意义和它的具体意义的关系，正象解剖了的死人肢体与活人肢体的关系一样。逻辑应该去研究、理解、把握自然语言的具体意义，当然不是去研究某一个（或一组）特定的语句在某个特定语境中唯一无二的意义，而是专门研究确定自然语言具体意义的普遍原则。[⑦] 美国语言学家保罗·格赖斯把语言表达式在一定的交际语境中产生的一种不同于字面意义的特殊涵义，叫做“语用涵义”、“会话涵义”或“隐涵”（implicature），并于1975年提出了一组“交际合作原则”，包括一个总则和四组准则。总则的内容是：在你参与会话时，你要依据你所参与的谈话交流的公认目的或方向，使你的会话贡献符合这种需要。仿照康德把范畴区分为量、质、关系和方式四类，格赖斯提出了如下四组准则： （1）数量准则：在交际过程中给出的信息量要适中。 a．给出所要求的信息量； b．给出的信息量不要多于所要求的信息量。 （2）质量准则：力求讲真话。 a．不说你认为假的东西。 b．不说你缺少适当证据的东西。 （3）关联准则：说话要与已定的交际目的相关联。 （4）方式准则：说话要意思明确，表达清晰。 a．避免晦涩生僻的表达方式； b．避免有歧义的表达方式； c．说话要简洁； d．说话要有顺序性。[⑧] 后来对这些原则提出了不少修正和补充，例如有人还提出了交际过程中所要遵守的“礼貌原则”。只要把交际双方遵守交际合作原则之类的语用规则作为基本前提，这些原则就可以用来确定和把握自然语言的具体意义（语用涵义）。实际上，一个语句p的语用涵义，就是听话人在具体语境中根据语用规则由p得到的那个或那些语句。更具体地说，从说话人S说的话语p推出语用涵义q的一般过程是： （i）S说了p； （ii）没有理由认为S不遵守准则，或至少S会遵守总的合作原则； （iii）S说了p而又要遵守准则或总的合作原则，S必定想表达q； （iv）S必然知道，谈话双方都清楚：如果S是合作的，必须假设q； （v）S无法阻止听话人H考虑q； （vi）因此，S意图让H考虑q，并在说p时意味着q。 试举二例： （1）a站在熄火的汽车旁，b向a走来。a说：“我没有汽油了。”b说：“前面拐角处有一个修车铺。”这里a与b谈话的目的是：a想得到汽油。根据关系准则，b说这句话是与a想得到汽油相关的，由此可知：b说这句话时隐涵着：“前面的修车铺还在营业并且卖汽油。” （2）某教授写信推荐他的学生任某项哲学方面的工作，信中写到：“亲爱的先生：我的学生c的英语很好，并且准时上我的课。”根据量的准则，应该提供所需要的信息量；作为教授，他对自己的学生的情况显然十分熟悉，也可以提供所需要的信息量，但他有意违反量的准则，在信中只用一句话来介绍学生的情况，任用人一旦接到这封信，自然明白：教授认为c不宜从事这项哲学工作。 并且，语用涵义还具有如下5个特点：（i）可取消性：在给原话语附加上某些话语之后，它原有的语用涵义可被取消。在例（1）中，若b在说“前面拐角处有一个修车铺”之后又补上一句：“不过它这时已经关门了”，则原有的语用涵义“你可从那里得到汽油”就被取消了。（ii）不可分离性：如果某话语在特定的语境中产生了语用涵义，则无论采用什么样的同义结构，该含义始终存在，因为它所依附的是话语的内容，而不是话语的形式。（iii）可推导性，前面已说明这一点。（iv）非规约性：语用涵义不能单独从话语本身推出来，除要考虑交际合作原则之类的语用规则之外，也需要假定通常的逻辑推理规则，并需要把上文语句、交际双方所共有的背景知识作为附加前提考虑在内。（v）不确定性：同一句话语在不同的语境中可以产生不同的语用涵义。显然，确定某个话语的语用涵义是一个极其复杂的过程，需要综合和分析、归纳和演绎的统一应用，因此具有一定的或然性。研究如何迅速有效地把握自然语言表达式在具体语境中的语用涵义，这正是自然语言逻辑所要完成的任务之一，它将在21世纪取得进展。
逻辑学论文发表小说图片
亚里士多德著作有：1、逻辑学著作有《范畴篇》；2、形而上学著作有《形而上学》；3、伦理学和政治学著作有《尼各马可伦理学》；4、自然哲学著作有《物理学》；5、逻辑学著作有《工具论》。
1、逻辑学著作有《范畴篇》：《范畴篇》是一本由古希腊作家亚里士多德创作的逻辑学书籍。在该书中讲述的是关于思维的形式和方法。
2、形而上学著作有《形而上学》：《形而上学》是古希腊哲学家亚里士多德创作的哲学著作，创作于公元前4世纪。
3、伦理学和政治学著作有《尼各马可伦理学》：《尼各马可伦理学》是古希腊哲学家亚里士多德创作的伦理学著作，约公元前330年左右成书。
4、自然哲学著作有《物理学》：《物理学》是研究物质运动最一般规律和物质基本结构的学科。作为自然科学的带头学科，物理学研究大至宇宙，小至基本粒子等一切物质最基本的运动形式和规律，因此成为其他各自然科学学科的研究基础。
5、逻辑学著作有《工具论》：《工具论》是2003年中国人民大学出版社出版的图书。作者是亚里士多德。该书是亚里士多德的逻辑论文的汇编。
《工具论》、《修辞术》、《新工具》、《逻辑学导论》、《身边的逻辑学》。
1、《工具论》
《工具论》是2003年中国人民大学出版社出版的图书。作者是亚里士多德。该书是亚里士多德的逻辑论文的汇编。
该书是亚里士多德的逻辑论文的汇编。逻辑和语言一样，平时感觉不到它有多重要，而只有在思想混乱一团时才感到其必不可少。逻辑是整理思想和知识的框架，没有它，理论和科学都无从产生。
2、《修辞术》
《修辞术·亚力山大修辞学·论诗》是中国人民大学出版社出版书籍，作者是[古希腊]亚里士多德 。
对西方哲学名著的译介和研究是一项没有止境的事业。准确、完美的译文，深入、详尽的注释，以至创造性的阐释和发展，是只能接近而难以完全达到的理想境界。不断接近这一境界，既有赖于学术界的努力，也需要出版界的推动。我们愿与学术界一道，不断为学术进步作出贡献。
3、《新工具》
《新工具》是英国哲学家弗朗西斯·培根创作的哲学著作，原名《新工具或解释自然的一些指导》，是《伟大的复兴》的第二部分。最初于1620年出版。
全书分为两卷，第一卷着重批判经院哲学的观点，提出了著名的四假象说，主张人应该是自然的解释者，只有认识并发现了自然的规律，才能征服自然，变自然的王国为人的王国。第二卷论述了归纳方法，为归纳逻辑奠定了基础。
4、《逻辑学导论》
《逻辑学导论》是2007年由人民大学出版社出版的图书，作者是（美）欧文·M·柯匹，（美）科恩 。《逻辑学导论》是当今逻辑教科书的标准范本，它能够使学生理解并应用古典三段论逻辑和更为强有力的现代符号逻辑技术。
书中所选用的，来自许多不同领域文献的新颖实例，展示了许多严肃的学者和思想家在解决实际问题的过程中对逻辑原理的应用，使逻辑学习既内容充盈又富有生活气息。
5、《身边的逻辑学》
《身边的逻辑学》是美国莱斯大学著名教授伯纳·派顿写给普通读者的逻辑入门书，它以无数生活细节讲解逻辑，教人如何“清晰思考”。在这本有趣又实用的逻辑书里，你可以看到那些熟悉的形形色色的关于政治、经济、投资、广告方面的说辞，一些貌似合理，一些完全是谎言。
通过这些事例你会明白，唯有改进你的思维方式，才能学会用清醒的头脑辨别真假，面对光怪陆离现象与混乱脱序的社会，才不会不知所措，不会成为无意识的牺牲品，学会破解隐藏的信息，规避麻烦。
逻辑学导论 柯匹形式逻辑原理 中国科学文献社逻辑学 主编 姜全吉 迟维东多了，如果你是初学者，建议读形式逻辑原理。本人就是这么过来的。不相信看我空间，hi.baidu.com/godload
逻辑学，是一门历史悠久的指导人们掌握正确的思维方法的学科.逻辑学是研究纯粹理念原则性的一门极为重要的科学，纯粹理念就是人类大脑思维的最抽象的要素所形成的理念。如果没有逻辑学，人类就不能够寻找到真理。
逻辑学论文发表小说平台
逻辑学的意义小论文如下：
逻辑学是研究思维、思维的规定和规律的科学，学习逻辑学有助于人们正确的认识客观事物，获取新的知识，学习逻辑学有助于人们准确的表达思想，严格的论证思想，学习逻辑学，有助于人们揭露和纠正谬误，批驳诡辩论。
逻辑是指思维的规律，逻辑学就是关于思维规律的学说，又称理则学。逻辑学是一个哲学分支学科。其是对思维规律的研究。逻辑和逻辑学的发展，经过了具象逻辑到抽象逻辑到具象逻辑与抽象逻辑相统一的对称逻辑三大阶段。
逻辑学是研究思维的学科。所有思维都有内容和形式两个方面。思维内容是指思维所反映的对象及其属性。思维形式是指用以反映对象及其属性的不同方式，即表达思维内容的不同方式。从逻辑学角度看，抽象思维的三种基本形式是概念，命题和推理。
逻辑学，具体来说形式逻辑，是建立现代自然科学的基石，没有古希腊的逻辑学，就不会产生始于西方的现代自然科学。由于大家每天在习惯性的使用逻辑规则，而感觉不到逻辑学的重要性，这是十分遗憾的，中国高中或大学忽视这种教育也是十分遗憾的。
中国哲学史。逻辑学作为一门科学的逻辑，是既古老又年轻的。2021年逻辑学最佳学生论文在中国哲学史一杂志发表，中国哲学是世界几大类型的传统哲学之一，它致力于研究天人之间的关系和古今历史演变的规律，形成了自己独具特色的自然观、历史观、人性论、认识论和方法论，特别重视哲学与伦理的联系。逻辑学历史悠久，源远流长。