有了语义理论，就可以更准确地推断句子间的特定关系了。比如，如果知道某个句子S为真，那另外一些句子也必然为真。比如，你知道“A red box is on the table”(红盒子在桌上），那你同时也知道“A box is on the table”（盒子在桌上)。这两个句子间的关系称为蕴涵。我们说句子“A red box is on the table”蕴涵了句子“A box is on the table”。蕴涵可以由表达这些句子的模型来进行形式化定义。具体而言，句子S蕴涵了句子S'当且仅当每个能表达S的模型都表达S'，即：

S蕴涵S'，当且仅当对任意的模型m，若ml=S，则ml=S'

相反，若不存在同时支持两个句子的模型，则称这两个句子矛盾。即，不存在任何情境，使两个句子同时为真。稍微修改一下前面的例子，我们知道对于句子“A red box is on the table”而言，句子“There is no box on the table”是矛盾的，因为没有一个模型能同时支持这两个句子。

因为蕴涵要在所有的模型中都成立，所以能找到的蕴涵关系似乎不会很多。但事实并非如此，因为模型间共有的性质比我们根据第一印象认定的数量多得多。具体来说，每一种模型都拥有语言中所有的上下文无关性质。思考上面的例子。尽管各个模型中盒子的集合与红色物体的集合可以千差万别，但上述蕴涵关系并不依赖于所指的实际物体。事实上，它仅依赖于对“red”和“box”的含义的一般性解释、两个集合X和Y的集合论属性以及X中的X和Y的交集部分（就此而言，也包含在Y中）。因此，只要模型将名词短语“A red box”解释为从集合RED1中与集合BOX1的交集中选择的一个对象，则这个对象必然也在集合BOX1中。这就是所有的必要条件。因此，每个模型都会包含该蕴涵关系。进一步说，词义可以基于集合的包含关系组织成一个层次关系。这就在语义上定义了一个附加的上下文无关结构，因此会出现在所有的模型中。由此，因为每个模型都会将MARE1映射为HORSE1的一个子集，所以句子“A mare ran away”（母马跑了）就蕴涵了句子“A horse ran away”（马跑了）。

尽管蕴涵是一个很有用的性质，但在通常所理解的自然语言中，句子间的关系比蕴涵要弱，这种关系称为隐含(implication)。句子S隐含句子S'，如果S为真则表明S'也为真，或者说使S'可能为真。例如，我可以说“I used to walk to school everyday. In fact, I still do!”所以句子“I used to walk to school everyday”隐含我现在不走路去学校，但并不蕴涵后者。因为这两个句子并不违反常理，因此必须有一个模型使两者同时为真。而且，在这个模型中，“我再也不走路去学校”不为真。但在通常的上下文中，与该上下文相关的模型也可能完全支持“我再也不走路去学校”。语言理解的一个难题源于以下事实，即推理大多源自隐含而非蕴涵。因此，某个时刻所做的结论以后可能需要重新分析乃至撤销。

责任编辑：admin