論言思情貌整一原則與鮮活話語研究
——多模態語料庫語言學方法

顧曰國

（中國社會科學院語言研究所，北京100732）

提 要 本文探討言、思、情、貌在鮮活話語中的互動關系，提出“言思情貌整一原則”（亦稱“內外整人原則”），并用這個原則對日常生活里一系列修辭現象作統一的闡釋。本文追溯言思情貌整一原則跟古代“知言”、“知人”之間的淵源關系，同時指出跟西方語用學中格賴斯會話合作原則的異同。本文采用多模態語料庫語言學中貼真建模的研究方法，對“整人”從言己、思己、情己、貌己四個角度分別作概念建模、數據建模和操作分析。本文語料主要來自鮮活話語的錄音和錄像，用ELAN對語料進行切分與標注。

一、引 言

針對鮮活話語講修辭，常識要求人們講話“言真意切”、“聲情并茂”、“言行如一”、“表里如一”，而對“言不由衷”、“陽奉陰違”、“假情假意”之舉則深惡痛絕。這些四字成語描寫的往往是主觀判斷，缺乏客觀的驗證和系統的闡述。本文擬做一些研究，彌補其不足。如副標題所示，本文采用多模態語料庫語言學的研究方法，對錄自現實生活的音視頻語料進行建模與分析，對上面提到的修辭現象進行實證型研究。本文力圖證明，言思情貌整一原則可以對上面的修辭現象作出統一的闡釋。

我們首先以實例說明言思情貌整一原則（第二節），接著介紹多模態語料庫語言學及其方法（第三節），然后進入本文的核心，包括言思情貌整一的概念建模（第四節），分析言思情貌整一的八個基本架構和實例（第五節），言思情貌數據建模、操作與評估（第六節）。第七節主要討論相關的理論問題，如言思情貌整一原則跟我國古代先賢關注的“知言”、“知人”之間的聯系，跟西方語用學中格萊斯的合作原則之間的異同，言思情貌整一原則與知言的推理機制等。最后指出本文的不足和遺留問題。

二、言思情貌整一概說

1.童言無忌

當一個幼兒說出“我要姥姥!”這句“言”時，跟這個“言”相伴隨的有個“思”，即“我想姥姥”。與“思”相伴隨的還有個“情”，即“我跟姥姥在一起幸福”。“貌”指體態特征的總和，其中典型的貌特征是臉部表情、眼神、見到姥姥時摟住姥姥的神態。幼兒說話時言、思、情、貌是相一致的。我們把所有說話時言、思、情、貌相一致的情況稱之為“言思情貌整一”。人們在說話時如果努力做到這一點，我們說說話人遵循了“言思情貌整一原則”（以下簡稱“整一原則”）。

整一原則在幼兒話語里是自然而然地得到遵守的。在成人話語里卻并非如此，因種種原因往往是言思情貌相分離的，有些情況下甚至是對立的。在言思情貌整一的情況下，詮釋說話人的用意是直接的。然而當言思情貌整一原則被違背時，會引發很多言外之意，詮釋說話人的用意就要相對復雜得多。

2.真與假、形外與實內

言、思、情、貌都有真假之分。“真言”通俗地說是口心相應，“假言”是有口無心。“真思”就是心應言，“假思”就是心不應言。“真情”是既應言又應思，“假情”則反之。“真貌”就是應真言、真思、真情的體貌，“假貌”反之。非常有趣的是，現實生活比上面真假二值與言思情貌相搭配的情況要復雜得多。這待下文細說（見下文第五（1）節）。

真假問題從詮釋的角度看是形外與實內的問題。換句話說，聽話人根據什么來判斷真假？言和貌是有外形的，是可以直接聽到和看到的。而思和情是內在的，必須借助于其他東西而外泄于形上。對于說話者來說，說出來的音串是形外，驅動說出來的一切都是實內。思就是驅動說出來的因子，屬于實內。情（指當下的情感），是伴隨思的東西，主要受思的誘發而成，也是屬于實內。伴隨說話行為的貌是受思和情驅使下身體做出的反應，這類反應不少是觀察不到的，有些則外泄于形，外人可以解析。

從說話人的驅動鏈上說，言思情貌的研究模型應為思→情→言→貌，即從實內到形外。對于聽話人來說，研究模型則為言→貌→情→思，即從形外追溯到實內。注意這個研究模型是依研究語言這個宗旨而定的，不等于說話人和聽話人產出以及處理話語時的實際過程，實際過程是個什么樣子得由心理語言學來回答。

當說話行為的實內與形外完全吻合，即遵循了整一原則。形外與實內不吻合，即出現了違背整一原則。

三、多模態語料庫語言學及其方法

1.多模態：定義

模態在本文里指人類通過感官（如視覺、聽覺、觸覺等）跟外部環境（如人、機器、物件、動物等）之間的互動方式。用單個感官進行互動的叫單模態，用兩個的叫雙模態，三個或以上的叫多模態。之所以用“多模態”而不用“多感官”是考慮到醫學上的發現。感官對應的英文詞是sense organ，模態是modality。談起感官，人們馬上聯想到五官，這沒有錯，但這個聯想不利于我們開展研究。理由有二：一是人類跟外界互動，包括跟自身的互動，所調用的感官遠遠超過五個；二是人類利用感官跟外界互動時是受腦控制的，跟各感官相配套的有專門的神經系統。假如離開這些配套的神經系統，感官是起不了作用的。所以現代腦科學研究更喜好用modality這個詞來統指感官及其相應的神經系統（詳細參見Kolb and Whishaw 2005:135），本文用的多模態，其含義正是源自這個英文詞的醫學用法。

人類在正常情況下跟外部世界（包括人際之間）的互動都是多模態的。

2.圍繞“多模態”開展的相關研究

近幾十年來，此類研究如雨后春筍，文獻劇增。考慮到文章的宗旨和篇幅限制，本文只能厘清研究思路。跟多模態相關的研究總體上可以分為四種。

一是人機互動中的多模態研究。人與計算機互動，起先是人通過鍵盤進行文字輸入，計算機通過屏幕顯示文字做出反應。這是基于文字的觸摸-視覺式互動。多媒體計算機發明后出現了基于聲音-視屏的互動。當前手機上普遍采用的觸摸式手寫漢字輸入、文語轉換等，極大提高了人機互動的多模態性。有興趣的讀者可參閱 Maybury（1993）、Delgado and Araki（2005）。

二是多模態話語分析（multimodal discourse analysis）。在這類研究中，“多模態”這個概念跟人機互動研究中的多模態的含義有所不同。它是指表征意義的多種方式或符號系統，比如書面文字是一種符號系統，聲音是另外一種符號系統，靜態和動態圖像又是另外一種符號系統等。顏色也是一種符號系統，因為不同的顏色有不同的表意功能。比如在我國，黃色歷史上曾經是皇帝專用的顏色，紅色是革命的象征等。在西方學術史上，對上面這些符號系統進行研究的稱之為符號學。符號學研究它們時一般都是分開的，比如文字符號學、音樂符號學等，把它們混合起來統一研究的很少。如今情況不同了。現代數字化技術使得這些符號系統可以混合使用，靜態的符號系統可以混排在同一紙質頁面上，而且靜、動態符號系統還可以出現在同一個網頁上。研究人員根據腦醫學上的研究，認為人在看或聽多符號系統混合的頁面時，會調用腦的不同功能部位來對應處理不同的符號系統。鑒于此，人腦在處理單符號系統表征的頁面時，其調用的腦功能是單模態的，而在處理多符號系統混排的頁面時，其調用的是腦的多模態功能。正是從這一點上考慮，研究人員才把他們的研究稱之為多模態話語分析。在操作層面上，他們實際做的是探討在多符號系統混排的情況下意義是如何得到詮釋的。有興趣的讀者可參閱 Kress and Leeuwen（1996）、Leeuwen（1999）、Kress（2001）。

三是多模態語料庫的研究。所謂多模態語料庫是指把文字語料、音頻語料和靜、動態圖像語料進行集成處理，用戶可以通過多模態方式進行檢索、統計等操作的語料庫。多模態的含義包括（a）用戶要調用多種感官（如視覺、聽覺）來處理語料，（b）檢索語料時其方式是多模態的，如鍵盤輸入文字檢索（觸覺），音頻輸入檢索（發聲、聽覺），圖像輸入檢索（觸覺、視覺）。這后一種意義上的多模態跟上面人機互動研究中的多模態是相通的。有興趣的讀者可參閱Taylor,N é e l and Bouwhuis（2000）、Gu（2006,2009）。

四是多媒體環境下的多模態學習研究。當今，單純的基于紙質的學習資源面臨被淘汰的可能，基于多媒體的學習資源成為主流。學生在利用多媒體資源學習時需要調用多種模態來互動。研究這類學習的規律成為當今學習研究的重要課題。有興趣的讀者可參閱Mayer（2001）、Gu（2007,2012）。

3.多模態語料庫語言學梗概

語料庫語言學經過近半個世紀的發展，由當初少數人鉆牛角尖的課題變為語言學的顯學之一。文獻已經很多，本文不必贅言了。相比之下多模態語料庫語言學是語料庫語言學這個大架構下剛起步的一個支流。其要旨是利用上面說的多模態語料庫開展語言學研究。本文涉及的多模態語料庫——現代漢語現場即席話語多模態語料庫（以下簡稱多模態語料庫①），是一個比較特殊的庫，其語料來自現場、事先無準備的話語活動的錄音和錄像。錄音和錄像中的語音內容通過人工轉寫成漢字文本。由此得到的文字、音頻和視頻三種文本通過時間軸進行同步集成。用戶可以通過其中的任一文本同時檢索到對應的其他文本。

利用上段定義的多模態語料庫能做什么樣的語言研究呢？能夠研究的課題當然非常多，我們把多模態語料庫語言學的終極目標定為：利用各類最前沿技術，盡量采錄一切所能收集到的人類與外界互動的多模態數據，力求貼真模擬人類鮮活的多模態活動狀況。人類鮮活的多模態互動，其數據狀態是充盈的，我們稱之為“充盈體驗下的充盈意義”（詳細參見Gu 2009a）。我國傳統中醫在診治患者時所做的“望聞問切”操作，用本文的話說，就是分四個模態進行數據采樣。多模態語料庫里采用的文字轉寫、錄音、錄像，就是分三個模態進行數據采樣。用fMRI（功能性核磁共振成像）、ERP（事件相關電位）等手段采集大腦的活動，代表了更多的多模態數據采錄手段。

4.研究方法：貼真建模

用各類技術采錄多模態數據是研究手段，貼真建模（simulative modeling）是多模態語料庫語言學的研究方法。貼真建模不同于產品建模。后者的建模對象是建模者自己設計定義的，而前者的建模對象不是建模者設計的，在建模前就已經存在。人類鮮活的多模態話語活動跟人類的歷史一樣悠久，而多模態語料庫語言學才剛剛起步。所謂貼真建模就是通過建模來貼近人類多模態話語活動的充盈意義狀態。

簡要地說，貼真建模是面向對象的建模方法，在操作上分三個階段：概念建模、數據建模和實際操作與評估。在概念建模階段，建模者根據對建模對象的認識制定概念模型。概念模型核心就是在理論上（即不考慮技術上能否實現）勾畫出建模者對建模對象的認識與把握。以視覺和味覺模態為例。人類和其他動物一樣都有視覺和味覺模態。假定我們的建模對象是一頭綿羊、神農與一株草在這兩種模態上的互動。當綿羊見到草時，綿羊眼睛把感光信息轉化為腦電信息，經過腦處理后得出一個“解析果”，即視覺解析果。同樣，綿羊的舌頭把草的味覺信息發送給羊腦，經過處理也得出一個“解析果”，即味覺解析果。神農見到同樣的一株草，神農的眼睛跟羊的眼睛一樣，也把感光信息轉化為腦電信息，經過腦處理后得出一個“解析果”，即視覺解析果。同樣，神農的舌頭把草的味覺信息發送給大腦，經過處理也得出一個“解析果”，即味覺解析果。

人腦和羊腦都有一個奇特的功能，就是能把來自多模態渠道的各種信息捆綁打包，變為一個完整的體驗。這在腦科學中稱之為“捆綁難題”（the binding problem）。概念建模至此，綿羊和神農的概念模型是一樣的。然而，當概念建模考慮到兩者的不同方面時，情況就復雜多了。我們不知道綿羊是如何對視覺解析果和味覺解析果進行編碼的，我們也不知道綿羊腦子里是否有羊的語言，通過它進行編碼，以便告訴同類伙伴，這樣的草可以吃。神農的情況就不同了。神農對他的視覺解析果做出多種編碼，比如用語音描述草的形狀、顏色等，還用文字記錄同樣的信息。不僅如此，他還可以用繪畫技巧把視覺解析果畫出來。神農對他的味覺解析果可以通過上面的編碼方式做同樣處理。在符號學上，從感官與實物互動到產生解析果、再把解析果反加到事物上的過程稱為“符行”（sign action）。需要注意的是，不是所有的視覺解析果、味覺解析果都能夠清晰地編碼出來。有些體驗是無法言說的。

上面的概念建模可以形象地展示出來，如圖1：

圖1：羊、神農與草互動概念模型

貼真建模的第二階段是數據建模，其核心任務是針對概念模型建相應的數據類型。比如眼睛跟草的互動過程，需要光——物理性數據類型——的支撐，眼睛把載有草信息的光轉化為腦電信息，這類操作涉及生物化學數據類型，腦對解析果的編碼，其數據類型是符號類。其余如此類推。數據建模還包括數據的元語言、數據整合和集成、數據交換等一系列技術問題。此處只能提及，無法細說。

最后，實際操作與評估階段是利用先進的數字化技術根據數據模型對建模對象進行模擬操作。這個階段能否實施，能否達到預想的效果，取決于現有的技術、人員使用技術的水平與經費支持等。

概要地說，對于實際操作與評估階段來說，概念建模和數據建模反映了建模者“想到”的水平程度。科技發展史告訴我們，不怕做不到，就怕想不到。這就是說，一個概念模型如果在建模的當下還無法實施，還進不了實際操作階段，并不等于概念模型沒有價值。

5.本小節余言

需要特別提醒一下，我們不能把多模態語料庫跟多模態語料庫語言學混淆起來。在概念上兩者是不同的。研究者可以建多模態語料庫而不做多模態語料庫語言學，這是因為多模態語料庫可以為許多研究目的服務。多模態語料庫語言學是一種語言學理論，即在多模態語料庫的基礎上提出來的語言學理論。

四、言思情貌整一：概念建模（上）

1.概說

一個在話語活動上言真意切、聲情并茂的人是我們貼真建模的對象。在概念建模上我們把這樣的人稱之為“鮮活整人”。在建模時為了便于研究，整人被“化整為零”，在建模上“零”等于視角，就是從不同的角度來看這個整人。單個角度看到的整人就是他的某個方面，這就是化整為零。我們在單個角度看好以后再把各個角度集成起來，又得到一個整人了，建模上叫數據集成（詳細參見Gu 2009）。

言思情貌就是本文看鮮活整人的四個視角。我們用“己”來代表視角所看到的整人的某個方面。由此我們得到“言己{…}”、“思己{…}”、“情己{…}”、“貌己{…}”四個方面。換言之，在我們的概念建模里，鮮活整人由四個“己”組成。當某個鮮活人的言語行為做到言思情貌整一，那么這四個“己”之間是協調與和諧的。當某個鮮活人的言語行為違背了言思情貌整一原則，那么這四個“己”之間是不協調的，不和諧的。

表達式“…+己{…}”除了用來表示構擬鮮活人的視角外，{…}表示這個“…+己”是動態的，是變化的。在數據建模和操作評估階段，{…}要填滿相應的數據。

下面為了便于閱讀，除特殊情況外，我們把言思情貌后面的“己{…}”略去了，請讀者注意。讀者也許會說，現實生活中的整人遠不止上面的四個方面。當然如此。在理論上，建模的視角是可以無限多的，在技術實現上也是沒有難度的。到底需要多少視角取決于研究目的和可利用的資源。

2.言：語力與聲韻

說出來的“言”是很復雜的。本文討論的言主要指“鮮活的言”，即跟具體的說話人綁定在一起的、“有血有肉的人”的心聲（即來自心里的聲音）。傳到聽話人耳朵里的心聲是音串，經過切分和處理，聽話人得到由心聲承載的關于說話人的各類信息，如語義、情感、說話人的性別、年齡、健康狀況等。注意聽話人解析到這些信息，無需見到說話人就可以得到。這當然可能與真人不符。當聽話人同時看到說話人時，視覺給出說話人的全貌信息，借助于“貌”所傳達的信息，他就可以解析到更加接近真實的信息。

本文關注心聲的重點在語力和聲韻兩個方面。語力指說話人在說出某句話時，其說話行為所承載的一種社會行為意義。換句話說，雖然說出某句話是個體行為，但在面對面的互動中，通過談話雙方的共同語言而獲得了一種社會意義。舉例說明：說出“我要姥姥”這個音串是男孩的個體行為，在男孩跟他媽媽互動中通過雙方都會說的普通話而獲取了一種社會意義，即“要”他媽媽把姥姥叫到跟前來。“要”是一種社會意義，被“我要姥姥”這一個體說話行為所承載。“要”就是本文所涉及的“語力”②。

聲韻指除字調以外的節律特征的總和（可參閱吳潔敏、朱宏達2001）。跟本文有關的包括兩個方面。一是聲韻跟語力之間的互動作用。以“這十塊錢也值得記呀”為例。用什么樣的聲韻說出這句話，直接影響到語力的承載和辨識。

（1）a這十塊錢也值得記呀！（叮囑調，要記）

b這十塊錢也值得記呀？（疑問調，不知道該不該記）

c這十塊錢也值得記呀！（鄙夷調，不該記。語料庫③中的實例是這個調）二是聲韻跟情感的互動作用。聲韻是傳遞講話人當下情感的重要手段。這一點在我國先秦文獻里就有論述（見下文第4小節）。聲韻跟情感的互動已經成為當今語音工程的前沿課題（參見李愛軍 2005；Li2013）。

3.鮮活話語中的“思”

本文所涉及的“思”指跟語力關聯在一起的思想，不涉及跟語力不關聯的思。所謂關聯，先舉例說明。說話人踩了聽話人一腳，說：“對不起，對不起。”這句話有個語力，即道歉。跟道歉語力相關聯的思想是“踩人不對，說話人錯了”。說話人說出話語時抑或真有這個思想，抑或沒有這個思想。上文說過，語力（如道歉）是一種社會意義，不管說話人實際上有沒有跟語力配合的思，聽話人根據這個社會意義都“有權力”去對說話人的行為做出價值判斷。

在上文提到的說話人的研究模型里，思驅動言。這里把思跟語力關聯在一起，好像是語力帶動思。這是從聽話人的視角分析的。從說話人的角度，思的確在驅動言。說話人踩了別人一腳，說話人的思對這個行為做出反應，說出“對不起”這個言來。假如他說出“踩死你”這個言來，驅動這個言的思就不同于驅動“對不起”的思了。

4.鮮活話語中的“情”

我國傳統文化中有“七情六欲”之說。如《禮記·禮運第九》（中華書局，1989年版。下同）：“何謂人情？喜怒哀懼愛惡欲七者，弗學而能。”現代的情感研究首先把情感分為兩大類，一是較長期的、比較穩定的性格情緒，通常所說的“脾氣秉性”；二是“當下情”，即跟當前的互動狀況緊密聯系的情感變化（可參見Ekman and Davidson 1994、Lewis and Haviland-Jones2000、蒙培元2002）。本文根據神經學家（也是病理學家）Damasio（1996，1999）以及Damasio&Meyer（2009）的研究，把當下情分為三層：第一，體況情感層（Damasio稱之為“背景情感層”），正面的如精神飽滿、底氣足、康健、興致高等，負面的如焦慮、疲憊、無精打采、萎靡不振、病態等；第二，基本情感層，如上面禮記所列的七情④；第三，社會情感層，包括對己和對人。社會情感層研究文獻不多，Gu（2013）初步作了如圖2（上頁）所示的分類。

圖2：社會情感分類（引自Gu 2013:324）

如Damasio強調指出的那樣，這三種情感是層次上的分類，在現實生活中，它們是同時并行運作的。體況情感是基本情感和社會情感的基礎（這就是Damasio稱之為“背景情感”的依據。但我們稱之為“體況情感”是從觀察者的角度命名的，跟我們的研究方法協調一致起來）。當下情感要受到性格情緒的影響的，這不必說了。

5.鮮活話語中的“貌”

鮮活話語中的貌極其豐富。本文只限于跟上面定義的與言、思、情相關聯的體貌。貌包括姿勢（坐姿、站姿）、臉部表情、眼神、觸目、手勢、頭部動作、腿部動作等。貌可以跟言思情貌分別關聯，比如，緊盯別人看這個貌就泄露盯人者的思的信息，手部抖動這個貌一般跟激動或氣急相關聯，跟體況情感也有關聯，如因年歲高或體弱也會引起手部抖動。

至此，概念建模對言思情貌整一作了初步的界定。下面概念建模需要更加深入細致，用術語說，即提高概念建模的顆粒度。

五、言思情貌整一：概念建模（下）

1.八個基本格局

言思情貌整一是默認狀態，是四個“己”協調和諧的狀態。在現實生活中，鮮活整人出于各種考慮，會讓四個“己”不協調，不和諧，以至于沖突。下面我們先從默認狀態出發，再分別探討七個變體，累計統稱為八個基本格局。

格局一：言思情貌整一（默認態，如圖3所示）。說話人說出來的話，其內容跟腦中所想的、心中所感受的、體貌神色所流露的完全一致。在人們日常生活里，說某人是“表里如一”，或跟某人是“推心置腹”，用本文的話說，這個人是執行言思情貌整一原則的模范。

格局二：言思不合（如圖4所示）。分早期幼兒和成年兩種情況。早期幼兒因語音和聲調還不成熟，發出的言只能表達部分內容，非語言的聲音、體貌、神色、動作和場景信息等協助傳達腦中所想和心中所感。

圖3：言思情貌整一

圖4：言思不合

當幼兒可以通過言表達自己時，也有言思不合的例子，比如撒謊。兒童與電動小火車玩具的實驗證明這一點（見圖5a，圖5b，圖5c）：實驗員問被試剛才有沒有扭頭看小火車，被試兒童為了得到小火車獎勵品都說“沒有”。“沒有”這個言跟真實的思是矛盾的，被試知道自己在撒謊。仔細觀察被試在說“沒有”時，其不定的眼神（即貌）已經外泄了矛盾的思。

圖5a:背對行駛的小火車

圖5b:扭頭看背后是什么東西

圖5c:問有沒有扭頭看，說“沒有”

成年人腦中的思跟言的內容不匹配，即口不應心，就是通常所描述的“有口無心”。比如說話人說“祝賀你得了第一名！”時，與“祝賀”語力相配對的有個思，他心中認為聽話人（即獲第一名者）所得其所。如果他不這么想，那么，就出現言思不合的情況。大選失敗者祝賀獲勝者，如果他心里真的認為對方贏得值得，那么他的言與思契合。如果他在祝賀對方時，心里還是氣不忿，那么他是言思不合。

情和貌一般是受制于思的，有什么樣的思，就會引發相應的情與貌。鑒于此，當成年人有口無心時，他是很有可能被識破的。成熟的政治家大選失敗后祝賀獲勝者，即便是有口無心，也能控制情貌，不失風度。

圖6：言情不合

格局三：言情不合（如圖6所示）。也分早期幼兒和成年兩種情況。當幼兒語音雖全但聲調還不發達時，韻律還不能完全表達情感，需借助體貌神色傳達心中所感。

在成年人話語中，當相隨情感為負面情感時，成年男性比女性較易出現言情不合的情況，比如說到傷心處女性容易邊泣邊說（言情切合），而“大”男子則很少有這樣的情況。

在敘述往事時，言情不合男性和女性一樣都是容易做到的。下面是語料庫中的實例。一位電臺主持人上個世紀80年代末下海，晚上到某夜總會當主持，后來講述這段經歷時說：

（2）……那個樓梯兩側從上到下\小姐一二百個齊刷刷站在那個地方\你從中

言情不合是相聲里常見的修辭方法。下面是郭德綱與他的捧哏的對話：

（3）郭德綱：將心比心，人家這次保外就醫……

捧哏：……什么保外就醫呀，合著你說半天擱在里押著呢我。

捧哏對郭德綱的言很“生氣”，反唇相譏“質問”郭德綱，說話時抬高嗓門，一臉生氣的樣子。由于捧哏的生氣是假氣，即與質問語力并不切合，因此質問也就成了有口無情的質問了（參見下文第七（4）節的進一步分析）。

格局四：言思情雙脫節（如圖7所示）。分兩種情況：一是客觀原因脫節，二是有意脫節。說話人由于種種原因（如緊張、結巴等）不能完全表達自己，需借助體貌神色傳達腦中所思，心中所感。這種情況在有智障或發育不健全的兒童中才會出現。另外低水平的朗讀、轉述他人的話、新聞廣播等，往往是言思情脫節。

有意脫節即以言遮蓋真思、真情，昧著良心說話。趙匡胤說（據史官）：“不是我要當，是他們硬把龍袍披在我身上！”說這句話時，趙匡胤的真實的思是：我想當；真實的情是：欣喜。而不是言所傳達的“不想當”這個思以及無奈的消極情緒。

圖7：言思情雙脫節

圖8：思情不應

格局五：思情不應（如圖8所示）。說話人說出來的話傳達一種思、一種情，這個思和情說話人也有。但說話人還有一種思，跟情不配。本人對此有切身體驗。本人在下放勞動時，時而去看姑媽，她總要留我吃飯。留客的話語還算是言真意切。但她的家境并不寬裕，招待人是要花錢的。她想到這個思，跟她要留客的情沖突。我從她不執意挽留以及雙手拉我的力度上知道她矛盾的心理，她的貌還是透露了她的實情。

圖9：言情、思情不應

格局六：言情、思情不應（如圖9所示）。說話人說出來的話，其內容跟腦里所想的是一致的，但言的內容所要配的情，以及思所要配的情不一致。這種沖突在體貌神色上會流露出來。

演員表演喜或悲的內容，心中也真想著喜或悲的事，但情感上做不到，韻律運用上也不能傳遞真情和真思，結果是演技拙劣。反之，小丑、相聲演員則利用言情、思情不應產生滑稽的效果。

圖10：言思、思情不應

格局七：言思、思情不應。與話語的語力所匹配的思，跟腦中實際的思不一致；言的聲韻似乎傳達跟語力所匹配的情。實際的思跟聲韻所傳達的情之間不協調。比如職業討飯的話語，其語力是“乞討”，與此語力相匹配的思如“我貧困”、“我饑餓”，相匹配的情是負面的，如基本情感哀、悲等。職業討飯者在乞討時真實的思和情都不是上面跟語力相匹配的。為掩蓋言思、思情之間的沖突，貌上裝出一臉苦相，以飾真思、實情。

圖11：言、思、情甚至貌不應

格局八：言、思、情甚至貌不應。跟語力所匹配的思和情，與真思、真情不切合；而且真情與真思也不協調。在現實生活里，“陽奉陰違”，“兩面三刀”描述的就是這個格局，說話人具有官私雙重人格。除話語活動的當下場景知識外，還需要調用潛規則知識，才能看到事物的真相。

2.局限與不足

為了敘述的方便，我們把“言”簡化為較短的一句話所承載的語力。語力是個很復雜的現象，有些語力需要幾句話來承載。本文無法展開論述（參見Gu 2013）。

我們以言為軸心來討論思、情、貌。在實際話語活動中，有言未發而情先起的情況，甚至“氣得連話都說不出來！”同樣，貌也有先于言的情況。劉邵《人物志》寫道：“言未發而怒色先見者，意憤溢也”；“言將發而怒氣送之者，強所不然也”。這些復雜情況本文也無法展開討論。

六、言思情貌數據建模、操作與評估

上面分析的八個基本格局是對整人從四個角度——言己、思己、情己、貌己——在概念建模上做的細化工作。如上所指出的，“己”實際上是動態的，后面有{…}，需要填加數據，對其做實證研究。這是本節的任務。因篇幅有限，本節只能以“我要姥姥”一個實例來演示數據建模與操作。

三歲半的男孩當被告知帶他三年多的姥姥去了美國后一邊大哭一邊說：“我要姥姥。”根據概念模型，我們要對“我要姥姥”分言己{…}、思己{…}、情己{…}和貌己{…}四個角度作數據模型。四個視角的“己”又分別細化如下：

言己：言己-話語，言己-語力，言己-聲韻；

思己：思己-配語力，思己-真思；

情己：情己-配語力，情己-體況情感，情己-基礎情感，情己-社會情感；

貌己：貌己-配語力，貌己-臉部表情，貌己-眼神，貌己-軀體，貌己-姿勢，貌己-

接目，貌己-手勢，貌己-腿腳上面這四個“己”在現實生活的整人中是同時存在和運作的，在數據建模上我們通過時間軸作數據同步集成來構擬。圖12（見下頁）顯示的是用ELAN這個工具實現的多層次數據分析和同步集成。有四點需要說明：

（a）“要”這個語力在實例中是沒有被滿足的。跟語力相匹配的“幸福”這個正面情感因語力沒有得到滿足而化為負面情感。另外，跟語力相匹配的“我想姥姥”這個思使得負面情感變得更加強烈。對于一個三歲半的幼兒來說，因語力挫敗引發的言思情之間的沖突在心理上是無法承受的，貌上的“大哭”和“全身顫抖”所傳達的負面情感是化解沖突的唯一渠道。這個實例從反面驗證了幼兒話語是言思情貌整一的。

（b）社會情感是在社會化過程中逐步形成的，早期幼兒還沒有此類情感。

（c）本例中“言己-聲韻”沒有細化分析，因為幼兒是邊哭邊說的，特征提取很難。

（d）貌己-配語力本應該是高興貌。因語力沒有產生其效果，導致實際上的悲傷貌。

七、言思情貌整一原則與格萊斯的會話合作原則

本節討論與言思情貌整一原則相關的理論問題。言思情貌整一原則在表達方式上仿照格萊斯的會話合作原則。這不是說言思情貌整一原則只能如此表述，完全可以用其他的表述方式。本文之所以仿照格萊斯的表述方式，出于幾個考慮。本節主要闡述兩者之間的關系及異同。

1.言思情貌整一原則

根據上面貼真建模分析，我們有條件把言思情貌整一作為修辭學的一個原則提出來。現陳述如下：

在人際互動中，力圖做一位言、思、情、貌協調和諧之人。若如此，則需做到：

1）言由衷——言次則

2）思透明——思次則

3）情真切——情次則

4）貌自然——貌次則

在鮮活的交往中，當聽話人發現說話人言不由衷，或思不透明，或情不真切，或貌不自然（如出現上面分析的七個基本格局），那么說話人就違背了上面的言思情貌整一原則，聽話人就會作出超出常規的詮釋，生成言外之意，弦外之音，并對說話者其人作出新的評價。

2.言思情貌整一原則與“知言”、“知人”

對言思情貌整一現象的研究，在我國古代雖然沒有這么明確提出來，然而先賢對“知人”、“知言”很關心，如《論語·堯問》：不知言，無以知人。對于本文來說，“知言”、“知人”就是從聽話者的角度探討言思情貌整一問題。《周易·系辭下》（中華書局，2009年。下同）有這樣一段識人的話：

將叛者其辭慚，中心疑者其辭枝，吉人之辭寡，躁人之辭多，誣善之人其辭游，失其守者其辭屈。

這段話的內容，按本文的分析思路，講述了言（即“辭”）、思（即心理狀態如“將叛”）和言應思后產生的、經過聽話人“知言”處理后的效果（如“慚”、“枝”）。知言是作為知人的一個渠道。圖13顯示本文對上面引文的重新分析：

圖13：《周易·系辭下》知人的重新分析

《禮記·樂記》涉及情、物、聲三者之間的互動關系：

樂者，音之所由生也；其本在人心之感于物也。是故其哀心感者，其聲噍以殺。其樂心感者，其聲啴以緩。其喜心感者，其聲發以散。其怒心感者，其聲粗以厲。其敬心感者，其聲直以廉。其愛心感者，其聲和以柔。六者，非性也，感于物而后動。

用本文的話說，這段論述涉及情與言中的聲韻之間的關系。“哀心”即本文說的哀情，跟哀情相匹配的是“聲噍以殺”這個聲韻特征。其余類推。圖14演示本文對上述引文的重新分析：

圖14：《禮記·樂記》涉及情、物、聲的重新分析

《呂氏春秋》有君子“論人”，非常精當。君子論人要“反諸己”（如先審視自己是否是以公心論人），“求諸人”（即審視他人）。求諸人包括“外”和“內”兩個方面。其中“外”可歸納為“八觀”、“六驗”，如圖15所示：

圖15：《呂氏春秋》論人的八觀和六驗

八觀里包括言、思、行等，六驗專門講情與人的關系。《呂氏春秋》論人的特點是把言、思、情、行跟人品、人格聯系在一起。本文的言思情貌整一原則的研究相比之下只限于在當下話語中鮮活的人，沒有拓展到較長期的人品、人格。這正是今后研究的方向。

劉邵《人物志》談識人，也有八觀，內容跟《呂氏春秋》不同，在此略過。值得一提的是，跟《呂氏春秋》一樣，劉邵所講的“識人”，也是識人品、人格。全書涵蓋了呂氏的八觀、六驗的內容。另外，《人物志》對言、情、貌之間的關系，有相當精當的論述，如“征神見貌，情發于目，故仁，目之精、然以端”（《人物志·九征篇》），“其言有違，而精色可信者，辭不敏也”（劉邵《人物志·八觀第九》）。

3.格萊斯的會話合作原則

該原則國內介紹很多，為了保持行文流暢，本文通過樣例分析來簡要回顧他的理論。格萊斯自己的一個例子是這樣的：某教授被邀請給他的哲學學生寫封推薦信，教授這樣寫道：“……該先生英語出色，經常參加導師討論會。”邀請方如何詮釋此信的內容？格萊斯建議的邀請方推理過程是這樣的：

教授跟我們是合作的。他在寫此信時本于合作精神一定會把他所知道的關于該生的信息毫無保留地告訴我們。然而這寥寥兩句推薦語顯然不是他所知道的全部信息，有悖于合作精神。但是我們沒有理由懷疑他的合作精神，他一定有些難言之隱不便直說。那么他的言外之意恐怕是，這個學生英語雖好，但哲學功底不夠。

合作原則大意如下：人們在日常交談中為了達到交流信息這一共同目的，雙方努力合作。要達到合作，人們需要滿足四個方面的條件，即量、質、相關性和方式，由此產生量準則（提供確如其分的信息）、質準則（提供真信息）、關聯準則（提供跟話題相關的信息）和方式準則（把話說得清楚明了）。

這四個準則在內容上有點像我國學者談論的消極修辭。英國修辭學家利奇就把合作原則及其四個準則視為修辭學原則（見Leech1983）。

4.知言、與言外之意的推理機制

我們知道，詩學、詞話、修辭學等都十分關注言外之意，言盡而意遠是作家追求的創作效果之一。在本文中，言思情貌整一原則從說話者的角度首先是個做人的原則，從聽話者的角度，它用于知言以便知人。言外之意是從知言到知人這個過程中的一部分。

知言和言外之意都涉及推理。其推理機制是什么？這是一個非常復雜的問題，需要做大量的研究才有發言權。西方的詮釋學、實用推理等有許多可資借鑒之處。本文在此無法細說。跟言思情貌整一原則有直接關聯的是魏晉時期王弼的“得意忘象”和“執一統眾”的思想。得意忘象是人們較熟悉的，本文在此略過。根據王曉毅的詮釋，執一統眾是王弼玄學本體論世界觀在方法論上的體現。根據這個方法論，一切事物含“本”、“一”與“末”、“眾”兩個對立統一的層次。“本”、“一”為根干，“末”、“眾”為枝葉。執“一”即抓住了根干，就能統領所有的枝葉（詳細論述見王曉毅 1996：227-228）。

王弼把執一統眾的方法論用于注釋周易，取得空前的成功。

夫眾不能治眾，治眾者，至寡者也。夫動不能制動，制天下之動者，貞夫一者也。故眾之所以得咸存者，主必致一也；動之所以得咸運者，原必(無)二也。（王弼《周易略例·明彖》

每卦卦象和卦辭為統帥全卦的“主”、“一”；每卦的六爻及爻辭是“眾”。雖各個爻辭的意義各不相同，但被卦辭的“主”義所統領，得到“統眾”后的“一”個大義。

現在我們回到言思情貌整一原則上來。言思情貌整一原則是默認的“主”、“根干”、“一”，在現實生活中各種背離整一原則的情況（如上文談到的七個背離的格局）是“眾”。面對鮮活的各種“眾”，我們只要抓住言思情貌整一原則這個“一”，就能執一統眾，得到個整一的言外之意的詮釋。

我們上面這樣做是不是在削足適履，穿鑿附會？不是。理由如下：

（a）王弼的本體論本文不敢茍同，但執一統眾作為方法論用來對復雜的意義現象進行詮釋，王弼自己的實踐證明是成功的。

（b）上文演示的格萊斯會話含義推理機制，用王弼的話說，就是執“會話合作原則”這個“一”來統領違背原則后所產生的各種會話含義。

我們以上文提到的郭德綱與捧哏的對話為例，根據言思情貌整一原則，郭德綱對捧哏的話“……什么保外就醫呀，合著你說半天擱在里押著呢我”假生氣的推理機制，可構擬如下：

根據言思情貌整一原則，人們在日常生活場景中力圖做一位言、思、情、貌協調和諧之人，為此他力圖做到言由衷、思透明、情真切、貌自然。

相聲演員在相聲場景中，也要遵從言思情貌整一原則，以求反映現實生活。但相聲場景相對于日常生活場景而言，前者為假，后者為真。就是說遵從言思情貌整一原則在假場景中是真遵從，但跟真場景相比則為假遵從，反之則弄假成真了！說白了，相聲演員在相聲場景中需要假戲真做，但不能過度，否則就回到日常生活中來了。

捧哏在相聲場景里質問郭德綱時是真遵從了言思情貌整一原則。詳細見基于視頻流的分析（見圖16），特別對捧哏的貌己的一系列分析，比如說話時“臉繃著”、“盯對話方”、“頭側歪”、“右手抬起，由胸向外劃動”等。這些貌的特征都跟生氣這個基本情感配對，生氣這個情又跟“認為對方說錯了，不能接受”這個思配對。另外，言除了在韻律上跟思和情匹配外，在句法上也跟思情匹配：“合著你說半天擱在里押著呢我”是個倒裝句式，“我”放到了句末，很貼切人在生氣時說話的樣子。

捧哏在相聲場景里遵從言思情貌整一原則，如果恰到好處，則反應了他高超的演技。反之，則是拙劣的業余水平。郭德綱知道捧哏的“質問”不是真的，除了場景知識外，捧哏的適度的聲韻、體貌特征都提示這一點（我們用Praat對下頁圖16中的“言己_聲韻_捧哏”這一層單獨作分析，因這項顆粒度更高的分析很占篇幅，本文略去，對本文的立論沒有影響）。

言思情貌整一原則用于日常生活場景時是默認“一”，執之以統領日常生活中各種違背后產生的特殊“眾”多的意義。當言思情貌整一原則在各個“眾”多的場景中時（如上面的相聲場景），它仍然起著“一”的作用，但跟默認狀態相比，它還是默認“一”下面的“眾”。兒童對這類換位推理機制不容易掌握，易犯真假難辨的錯誤。

5.整一原則與合作原則的不同之處

至此，本文提出的整一原則不同于格萊斯合作原則的地方就很容易看清楚了。格萊斯的合作原則是建立在一個“理性人”（rational man）之上的。他的理性人是這樣的：假如談話雙方有一個共同的目的，如最大程度上與對方交流信息（maximum exchange of information），那么，為了達到這個共同的目的，談話雙方自然要跟對方合作。為什么說“自然”要合作？因為人是有理性的，他總是做有利于達到自己目的的事，不可能做跟達到自己的目的相反的事。假如不是這樣，這個人肯定是失去理性，正像一個人的目的地是去北京而向北京的反方向走去那樣。這就是理性的行為邏輯（格萊斯提出會話原則的文章，其名字就叫“logic and conversation”,見Grice1987）。

整一原則是建立在一個懂世故人情的、鮮活的人的基礎上的。情在整一原則里是很重要的，在格萊斯的合作原則里只字未提。合作原則里的質準則（即說真話）跟整一原則里的“思”也是不同的。整一原則里的“真思”隨說話人的語力來確定，說話人同時可以有“真思”和“假思”兩種情況，這在格萊斯合作原則中是不可思議的。鮮活的人的確有這樣的情況。

八、結 語

我國修辭學研究的主流一直是放在跟書面文字相關的修辭上。少量文獻在研究口語中的修辭現象時，往往把口語看作一種不同于書面語的語體來研究。此類文獻研究者都熟悉，無需贅言。本文不用“口語”這個提法，而用“鮮活話語”（situated discourse）這個提法。其理論意義在哪里？有興趣的讀者可參閱拙作Gu（2009b,2010）。研究鮮活話語中的修辭，研究什么？本文試圖回答這個問題。如果用一言概之，就是。如何做人，這是倫理學的問題。做人與修辭的關系則是修辭學問題。言思情貌整一原則是關于修辭與做人的關系的一個理論建構。通過上面的粗略分析，本文想傳遞這樣一個信息，修辭與做人的關系是我國的經典命題，修辭學立論的基點是“人”，是鮮活的、通人情世故的整人，包含但不等于抽象的、像格萊斯那樣的“理性人”。

如果上面的觀點是可以接受的話，那么本文只是畫了塊地而已，遺留有待解決的問題很多，其中突出的如言、行、果與做人的關系問題。這也是我國經典的修辭學問題，本文沒有涉及，只能待另文討論。

注 釋

①該庫建設為中國社會科學院重大課題，已經結項，還沒有正式對外發布。有關信息可參閱顧曰國（2002），Gu(2002)。亦可訪問 www.multimodalgu.com.

②語力是西方語言哲學和語用學研究的經典課題，已經有半個世紀以上的歷史。本文在這里不可能對該項研究進行文獻梳理和綜述，可參閱顧曰國（1989，1994a，1994b）。上面的表述是本人近期的研究體會，詳細見拙文Gu(2013)。

③本文的真實語料全部來自“現代漢語現場即席話語多模態語料庫”，參見www.multimodalgu.com。

④《禮記》的七情跟中醫的七情和佛教里的七情有所不同。請讀者注意。