作者：乔恩·奥布里
符号学信息标志的信息内容是有符号的或符号关系框架开发人查尔斯-桑德斯·皮尔斯。
快速检查一遍
信息•有什么好处？
信息的好处在于它可以减少我们对摆在我们面前的问题的不确定性。但不确定性有多种形式，因此，有助于减少不确定性的信息可以用多种方式应用。人类代理人通常发现自己面临的不确定性的情况已经在许多标题下进行了调查，字面意思是，多年来，在现代信息理论出现之前很久，精明思想家就已经形成了各种类别，这些类别仍然用于设置介绍阶段。
哲学家兼科学家伊曼纽尔·康德（Immanuel Kant）几乎随机选取了一位精明思想家的例子，在以下三个轴的范围内考察了人类存在的问题。
第三个问题对于目前的讨论框架来说有点太微妙了，但第一个和第二个问题很容易识别，因为它揭示了信息理论的两个主要轴线，即信息和控制几乎同样的关注空间在其他地方也被能力和性能,规范和优化或者只是普通的知识和技能。
关于什么是真实的问题是描述性问题有所谓的描述性科学致力于回答关于任何现象领域的描述性问题。
一个要做什么的问题，换句话说，通过实现既定目标必须做什么，是一个规范性的命题有所谓的规范科学致力于回答人们可能想解决的任何领域的规范性问题。
由于信息在一个由不确定性决定的舞台上发挥着作用，所以说什么是信息的很大一部分必然涉及到说什么是不确定性不确定性考虑到其普通、诗意和技术用途的细微差别，可以用一支笔来概括，但确实存在既定的模型和形式理论，它们能够解决不确定性的可定义方面，这些确实有足够的用途使其值得研究。
标志上可能带有的信息是什么？
此时，又出现了三个问题。
- 如何授权标志包含信息？
- 沟通的实际背景是什么？
- 为什么我们关心这些信息？
对这些问题的粗略回答如下。
人类最初只关心自己的生活，但后来一个世界干扰了他们的主观存在，因此他们发现自己被迫对自然界的客观现实感兴趣。
从实用的角度来看，我们最初的目标、关注点、兴趣、对象或杂注用动词不定式表示活着，但不定式很快被具体化为自然,现实,世界等等。在这种背景下，我们发现自己扮演了不确定性场景。
这种情况可能被描绘成一个转折点，从这里我们可以看到各种选择。它可能是一个“真相”、“责任”或“希望”的问题，这是最后一个编纂关于什么样的调节原则有可能成功但主要的不确定性是，我们被要求做出选择，而我们往往不知道哪些选项最适合选择。
为了组成一个离散的例子，让我们假设我们面前的选择的基数是一个有限整数
让我们说，让它变得更加具体
图1大致描述了这种情况。
这是一个连接点的图片，由标记为
哪里有
选择行为的结果，我们不知道它必须是什么。在某种意义上，在这种情况下，节点的程度
测量我们在那一点上的不确定性。
图中所示为一种最小的设置，在这种设置中，符号可以有任何意义。一个符号对一个主体、解释者或观察者来说具有重要意义，因为它的实现，它的给予或存在，有助于减少主体必须作出的决策的不确定性，无论它是否涉及主体为了实现某种利益目标而应采取的行动，或者，它是否涉及代理人应该将世界上某些对象或情况视为真的谓词。
信息在哪里孕育？
标志进入现场的方式如图2所示。
图中显示了一个不确定性场景，该场景通过分类得到了增强。
在分类模式中，前三个结果属于符号“A”，后两个结果属于标记“B”。
- 如果结果是一个对象或情况的潜在真实情况，那么符号可以被解读为相关经验或理论方案中的名词（术语）或概念（概念），实际上是结果的谓词和预测因子。
- 如果结果是为了实现目标而可能值得做的事情，那么这些迹象可能会被解读为一些建议或其他指标，告诉我们相对于我们的积极目标，在一种情况下应该采取什么行动。
这将为我们提供一个实用的框架，用于讨论有关通信、决策及其不确定性的信息和符号。
理智与委婉
在从语用角度研究符号时，我们自然会遵循语用准则的建议，以使我们的概念与其对象之间的关系尽可能清晰。当谈到我们对被称为符号的物体的概念时，我们将符号的概念扩展为对其实际效果的概念，设想了符号使用中涉及的各种实验和经验。
在形成这种扩展的过程中，我们揭示了许多在更传统的关注中被掩盖的迹象所说的话和书写的单词也就是严格意义上的语言。从语用角度来看，符号包括所有感官数据(点)我们认为这是在告诉我们关于内在世界和外在世界的信息，以及我们用来推理从存在世界到行动领域的一切的概念和术语。
具有讽刺意味的是，我们刚刚到达一个转折点，很容易尝试将三元符号关系分解为二元关系。因为如果感官数据与物体的关系如此密切，以至于我们几乎无法想象它们之间的差异，那么我们可以想象，生命的一个角色可能会从我们的世界图景中消失。
如果这是真的，那么通过对感官数据的检查，我们唯一需要费心通知自己的就是更多的感官数据，过去的、现在的或未来的，除了感官数据什么都没有。这就是我们经常发现的信息渠道被缩减的特殊形式，也就是说，一个信息来源除了其自身可想象的行为或其自身潜在的问题之外，什么也不能告诉我们。
测量的不确定度
事实上，至少在我们目前正在考虑的离散类型的情况下，可以使用节点的度数，即从节点扇出的路径数来衡量该点的不确定性。这将为我们提供一种乘法的不确定性度量，而不是我们更习惯思考的那种加性度量——毫无疑问，最终会有人想到用对数将度量恢复到熟悉的状态——但这已经超出了我们的考虑范围。
为了说明多重性、多样性或不确定性的乘法度量是如何计算出来的，让我们举一个简单的例子，其中主选择点的度数为4。图3为我们提供了图片。
不确定性倍增
在我们的脑海中，我们想象着自己来到了一个岔路口，看到四条路从那里分叉开来。假设现在对前方场景的调查显示，每条路径都到达了必须做出另一个决定的点，这一次是在两个备选方案之间进行选择。图4给出了目前为止的情况。
该图说明了复合不确定度，
是两个分量不确定性的乘积，
要将其转换为加法度量，只需将对数取为方便的基数，例如
从而得出一个不太令人惊讶的事实，即第一选择的不确定性
比特，下一个选择的不确定性是
位，并且总的不确定性为
位。
不确定性缓和
在许多方面，信息的提供是一个减少不确定性的过程，与复合决策中发生的不确定性增加相反。通过说明所讨论的关系，让我们回到最初的例子。
一组标志作为一个系统进入这样的设置中期，一组标志，人们可以适当地将其视为星座中等的。
这个语言或中等的这是一组符号{“A”，“B”}。假设最初的5个结果的可能性相等，人们可能会联想到频率分布(k个1,k个2)=（3，2），因此概率分布(第页1,第页2)=（3/5，2/5）=（0.6，0.4），从而定义了一种通信通道。
这里最重要的是真正掌握标志有意义的条件但一旦我们有了这么多的设置，我们就会发现我们可以开始构建一些粗略和现成的信息——理论工具，如不确定性度量、信道容量以及与接收或识别单个标志相关的信息量。
信息渠道
假设我们发现自己处于图5所示的分类增强或符号增强的不确定性情况。如果我们注意到两个符号中的一个或另一个，至少是“A”或“B”，这对我们关于客观结果的信息状态有什么不同，基于慈善的假设运作，我们掌握了每个标志的意义？
- 在符号“A”下，我们的不确定性从
到
- 在符号“B”下，我们的不确定性从到
不确定性和信息之间关系的上述特征允许我们定义信息容量通信信道的接收信号的平均不确定度降低这是一个具有出色记忆能力的公式“AURORAS”。
信息综述
对不确定性和信息之间的反向关系的思考使我们定义了信息容量作为接收信号的平均不确定度降低，取首字母缩写词极光作为对定义的提醒。
为了了解在具体情况下如何计算渠道容量，让我们回到图5所示的不确定性场景。
为了便于说明，让我们假设我们正在处理观察类型的不确定性，并在符号的描述性阅读下进行操作，其中符号的接收说明了我们的情况的真实情况。然后我们有以下情况。
- 收到消息“A”后，不确定性的附加测量值从到
所以净减少量是
- 收到消息“B”后，不确定度的附加测量值从到
所以净减少量是
每种语言符号的平均不确定性减少量是通过加权平均数通道中发生的减少，其中每个减少的权重是落在相关符号下的选项或结果的数量。
不确定性降低
分配了3的权重。
不确定性降低
分配了2的权重。
最后，两个减少量的加权平均值计算如下。
提取计算模式生成以下工作表，用于计算频率划分为的双符号信道的容量
信道{“a”、“B”}的容量承受60“a”到40“B”的概率
![{\显示样式{\开始{数组}{lcl}&=&\四{1\over n}（k{1}（\logn-\log k{1{）+k{2}（\ logn-\log k{2{）k{1}\在n}上（\log k_{1}-\log n）-{k{2}\超过n}（\log k_{2}-\log n）\\[4pt]&=&\quad-{k{1}\over n}（\log{k{1\over n{）-{k{2}\overn}0.971\结束{数组}}](https://en.wikipedia.org/api/rest_v1/media/math/render/svg/412ba2925fc1a735c17bf01856d58fcd8ff17bc9)
换言之，信道容量略低于1位。这很直观，3对2是5的近似偶数分裂，信道容量的度量，也称为熵，特别设计为当双向分区被拆分为50‑50时，即当分布为制服。
参考文献
- 皮尔士·C.S.（1867），“关于逻辑理解和扩展”，在线。
另请参见
相关主题
相关文章和项目
