語義學是對意義（meaning）的研究。本書（除了后一章）主要關注的是語言表達的意義，這里的語言表達指的是句子或者更長的文本，而不是計算機程序、數學公式或者更廣泛的符號學所關注的意義。一般來說，語義學更多指的是單詞的意義，但是Urban Dictionary將語義學定義為：
討論單詞或詞組在特定語境中的意義的研究，通常是為了贏得某種形式的爭論。注意，不要陷入語義學的泥潭中。
這一領域可以被歸類到語言學、計算機科學、哲學或認知科學中的任意一個學科內。本書在頁邊將一些段落特別標記為Ling（語言學，linguistics）、Comp（計算機科學，computer）、Phil（哲學，philosophy）或者CogSci（認知科學，cognitive science）。本書的這種組織方式也反映了語義學這一學科的模糊性。因為沒有人能成為所有這些領域的專家，所以本書會分別討論每一個領域的基礎知識。
誰應該閱讀本書？
我們的目的是提供概念化（conceptual）和形式化（formal）的工具，用于建立能夠理解文本的語義系統。該系統既面向信息提取、問答等特定任務，也面向語義網等更寬泛的任務。我們的目標是介紹工作系統（working system）所依賴的基本思想，這主要針對對開發(fā)語義系統感興趣的計算機科學或者工程專業(yè)的學生。本書理想的讀者是黑客，即喜歡深入了解系統內部工作原理的人，他們不僅愿意嘗試和實驗不同的事物，而且樂于研究數學模型。從這個角度來說，本書是比較難理解的，因為書中所使用的句子很長，有很多很長的單詞，也沒有使用類似側邊欄材料的排版技巧，所以無法根據關鍵字快速粗略地閱讀。而且我們還假設讀者會花時間完成練習題，并在讀不懂時查閱相關的資料。
本書的重點在于思想，但是我們也在GitHub上準備了很多相關的代碼（大約2500行）。我們希望讀者的學習計劃以實踐為主，從代碼開始，只在需要時才參考書中的內容。不過，我們也必須提醒這些以實踐為主的讀者，書中所討論的內容中只有大約三分之一附有代碼，其余的部分需要自己解決。其他更傳統的閱讀建議可以參見1.5節(jié)。
如果你學習語義學是想通過代碼來執(zhí)行語義任務，那么可以從本書代碼的文檔參考中找到相關的網站文本和不斷增加的Python代碼之間有雙向超鏈接。本書是為有經驗的軟件開發(fā)人員準備的，沒有介紹Python，也沒有為代碼提供詳細的文檔。強烈建議讀者參與到代碼更新中，見https://github.com/kornai/4lang（需要在比GPL更弱（更寬容）的CC Attribution或類似許可下，允許商業(yè)重用，并且不能對代碼的其余部分產生任何病毒式的影響（GNU LPGL、BSD和類似的許可證都可以））。
以計算為導向的讀者，比如計算機科學/工程專業(yè)的研究生或高年級本科生，會發(fā)現除了第2章總結的數學基礎知識以外，其他章節(jié)是相對獨立的。在本書的其余部分，我們會針對自然語言（而不是程序語言）進一步開發(fā)和探索這些數學基礎知識。由于我們選擇自然語言作為研究主題，這些內容與現在在程序語言語義學中被視為理所當然的數理邏輯基礎知識幾乎沒有共同之處。程序語言語義學的核心是用程序證明（proof as program）。在程序語言語義學中，一個有趣的事實是，邏輯學家在對數學原理證明的分析過程中所使用的詞匯表（在2.6節(jié)中有簡要介紹）與計算機科學家為了研究計算理論所建立的詞匯表有很高的重疊度。對于熟練的程序員或者邏輯學家而言，這種奇妙的聯系是非常吸引人的。但是對自然語言的處理只需要更簡單的零階（zeroth order）理論，即帶有一些模態(tài)擴展的命題演算，而更復雜的問題是有關概念的可學習性。
為了建立一個能處理自然語言輸入的系統，需要大量的語言學知識，而在本書中，標記為Ling的段落是面向不熟悉語言學知識的讀者的。限于篇幅，我們不可能介紹全部常用的語言學技術機制，因此，這些段落實際上只是對語言學知識進行了簡單的介紹，更基礎和詳細的內容需要讀者自己從這些段落的參考文獻中獲取。而且，由于本書所介紹的內容都是為了解決實際的語義學問題，所以本書引用的語言學文獻并沒有涵蓋語言學的全部范圍，甚至并沒有包含當代語言語義學的全部范圍。Jacobson（2014）出版了一本詳細且系統地介紹成分語義學（compositional semantics）的優(yōu)秀書籍，因此本書將把更多的篇幅放在詞匯語義學（lexical semantics）上。
語言學專業(yè)的學生，尤其是具有計算思維的學生，可能更容易掌握這些需要學習的內容，盡管本書所涉及的內容與經典的語義學課程有很大區(qū)別。那些缺乏計算機基礎的學生可以先閱讀Jurafsky和Martin（2009）或者Bird、Klein和Loper（2009）的書籍。本書涉及哲學或者認知科學的內容比較少，但涵蓋一些重要的數學基礎，我們將在第2章中討論。
標注Phil的段落通常討論的是哲學相關的話題，比如語言哲學、科學哲學等。當我們需要從根本上討論一些問題的時候，需要大量地運用哲學思想，比如在第3章中。在本書中，我們會經常將所講述的內容與哲學觀點相聯系，但是本書所包含的哲學內容并不是對哲學知識的系統性介紹，也不適合沒有哲學基礎的人自學使用。相反，本書是為那些已經有一定哲學基礎的讀者準備的，目的是引導這些讀者了解本書所討論的內容如何與相關的哲學觀點和討論聯系起來。
我們?yōu)橐恍┲�名的哲學難題提供了新的解決方案，特別是谷堆論證（又稱連鎖悖論）和分外功行（supererogation），但是我們的討論都是面向實際問題的（因為我們實際上是在系統設計的過程中涉及了相關的話題），而不會提供完整、詳盡的哲學論述。一般來說，哲學專業(yè)的學生會對一些宏觀的問題進行深入的學習，比如，什么是意義？什么是知識？什么是真理？但這里并沒有對這些問題進行系統的哲學論述。我們提供的是一種高技術含量的模型，能夠從計算機和數學（更多的是基于代數學而不是邏輯學）的角度，對意義（meaning）、知識（knowledge），以及真理（truth）進行建模。
我們沒有在（哲學）邏輯學相關的章節(jié)中引用計算機和數學相關的基礎知識。在1.5節(jié)中，我們提供了一個針對哲學的閱讀計劃。在閱讀本書的時候，哲學家需要明白，我們不會得到一門非常專業(yè)化的技術性語言。在分析權利（right）時，我們針對的是日常概念，而不是經過簡化后的權利概念。當然，我們將區(qū)分right1 dextra與right2bonus和right3ius，但對后一項的定義只是法律，而法律又被定義為rule, system, society/2285 HAS, official, ACCEPT, ABOUT can/1246[person[=TO]]（這些定義的形式化理論見6.5節(jié)）。粗略地說，法律是社會的規(guī)則體系，被官方認定并且被人們所接受，定義了人們可以做的事情。但與此同時，我們也容易想到，不是也存在不為人們所接受的不公正的法律嗎？難道沒有超越社會的權利嗎？我們認為，這些問題雖然很有價值，但不能在研究日常語言的過程中得到很好的解決。引用Kornai（2008）的一段話：
由于幾乎所有的社會活動終都依賴于語言交流，因此很多人試圖將其他研究領域的問題簡化為純粹的語言學問題。與其理解精神分裂癥，也許不如首先思考多重人格（multiple personality）這個詞的含義。數學已經提供了多重的概念，但什么是人格？一個人又怎么會有多個人格呢？對后綴-al和-ity的正確理解會是解決這個問題的關鍵嗎？
初，理解系統（understanding system）是由一些研究人工智能的學者比如Allen Newell和Herbert Simon建立的，他們試圖對人類的認知系統進行建模，或者借鑒對人類思維組織系統的已有研究來設計自己的系統。一些系統（如SOAR或ACT-R）仍在使用中，而另一些則被OpenCog等新的認知架構取代。
隨著功能磁共振成像技術（functional MRI）的出現，這一領域得到了極大的發(fā)展，但本書很少涉及這一快速發(fā)展的領域。除了作者本身的局限性外，另外一個重要的原因是，試圖從自然中借鑒思想進行自然語言處理已經被證明是一個死胡同。
主流的語義系統，比如IBM的Watson，并不是巨型的電子大腦，實際上，它們從生物系統中借鑒的內容很少。一些組件可能使用的是神經網絡，但更多的情況是一些統計模型，如支持向量機，這些統計模型并沒有從生物學借鑒任何內容。在BICA Society的領導下，認知科學家正嘗試研究新的生物啟發(fā)模型，但到目前為止，他們在語義學的核心問題上還沒有獲得太大進展。
隨著算法的設計越來越仿照人類社會，面向自然語言理解設計的算法架構可能也會引起哲學家和認知科學家的興趣，第3章和第9章將包含很多相關的材料。不過，這些學科所涵蓋的范圍很廣，超出了本書的范圍。強烈建議哲學專業(yè)的學生參考Boden（2006）的書的第16章，認知科學專業(yè)的學生應該閱讀Boden（2006）的全部兩卷，以及Gordon和Hobbs（2017）的書。這些不是本書的基礎知識，而是為了幫助你獲得更深入的理解。本書在很大程度上是對Boden（2006）的補充，因為本書將非常詳細地介紹當代語義學的技術機制，并且因為在Boden（2006）之后出版，所以本書將涵蓋許多Boden沒有介紹的內容。
本書高度贊同具身認知（embodied cognition）的主張和思想，但是會借助形式化的符號來處理問題，因為本書關注的是構建能夠執(zhí)行語義任務的算法，如圖解推理（schematic inferencing）（見7.1節(jié)），即使這種形式化是以犧牲認知現實主義（cognitive realism）為代價的。本書是為那些對制造飛行器感興趣但不關注鳥是怎么飛的人準備的。對認知科學專業(yè)的學生來說，的安慰就是一些技術設備（technical apparatus）（不妨理解為空氣動力學原理）會與認知科學有一定的共通性。1.5節(jié)中為認知科學家提出的閱讀計劃將強調這一共通性。
排版說明
針對那些我們認為讀者已經知道但可能需要深入了解的概念和觀點，書中用黑體表示并給出了其維基百科（Wikipedia，WP）、PlanetMath或斯坦福哲學百科全書（Stanford Encyclopedia of Philosophy，SEP）的鏈接。這些鏈接可以從http://hlt.bme.hu/semantics/external獲取。在給出一個術語的正式定義之前，我們可能會非正式地使用這個術語。本書中所使用的符號約定不一定與上述鏈接中的一致，例如，我們使用表示有序對，而維基百科中用（a，b）表示有序對。
雖然本書涉及的技術資料多種多樣，但是這種多樣性將包含在統一的方法論中。哲學和邏輯