1.引言 Israel构建了关于极性词语(polarity items,PIs)的分布规律的梯级模型(Scalar Model of Polarity,SMP) (Israel 1996)，并提出了该模型的修正案(Israel 1998,2001,2004)。本文探讨Israel的修正案中存在的三个关键问题，先介绍词语的极向敏感性及其研究焦点、极性词语的梯级模型及其修正案，然后结合Sperber&Wilson(1986/1995)的关联论来解答这三个问题。 2.词语的极向敏感性及其研究焦点 极向是指命题情态的肯定（正向）和否定（负向）的两极。词语的极向敏感性是指某些词语倾向于出现在肯定或否定命题等语境中的一种属性。能使负极性词语(negative polarity items,NPIs)，如anything,ever,all that,lift a finger等，得以合法使用的准许因子不仅包括否定词语（如nobody,nothing,never,hardly,few,rarely等）的辖域，而且还包括蕴涵否定含义的词语（如be surprised,be amazed,doubt等），条件句中的前提小句，only的核心辖域，是非疑问句的焦点，由before,long after等引导的从句，修饰few,most的定语部分等。而正极性词语(positive polarity items,PPIs)，如some,would rather,already,pretty等，通常只能用于肯定命题中。 极性词语的研究历史颇新，且侧重于负极性词语。当代国际语言学界主要围绕着以下三个核心问题对极性词语进行研究：准许关系问题、分布特征问题和特性描述问题。其中，语言学家们最为关心的问题通常是准许关系问题，特别是负极性词语与准许因子的关系问题。 3.极性词语的梯级模型 3.1 梯级模型的最初研究 梯级推理是依据事物之间的等级关系从一个等级的事物的情况推知另一个等级的事物的情况的一种推理方式。对交际中的梯级推理现象做出过创新性研究的有：Ducrot(1973),Horn(1972),Fauconnier (1975a,1975b,1976,1978),Fillmore et al.(1988),Kay(1990)等。Ducrot(1973)最先总结了文献中的各种梯级推理现象的形式特点。他指出梯级中两个命题之间的论证之力(argumentative strength)的不对称性（即单向蕴涵关系）在否定命题中会被颠倒。Fauconnier(1976:256)指出Ducrot所谓的语言的论证功能实际上来源于梯级推理的普遍运用，他用语用梯级(pragmatic scale)中命题之间的蕴涵关系和梯级颠倒来重释 Ducrot所谓的论证之力的不对称性和单向蕴涵关系被颠倒的现象。语用梯级是由命题图式(propositional schema)生成的一套命题构成。例如，“The faintest noise bothers him”是由命题图式“X bothers Y”生成的，尽管“the faintest noise”并不包含所有的噪音，但由它构成的命题能蕴涵同一梯级中的其他命题，人们通过从下到上的推理而得出它的梯级含义，即“任何噪音都会影响他”。在否定命题中，梯级推理的方向发生颠倒，人们通过自上而下的推理得出梯级含义，如由“The loudest noise doesn't bother him”得出“任何噪音都不会影响他”的梯级含义。Fillmore et al.(1988)研究了“let alone”的话语衔接功能，指出由“let alone”连接的语句需要在梯级模型中求得解释。梯级模型(scalar model)是言语双方共享的一套背景假设或相互关联的一套命题按照蕴涵关系而进行的梯级排列。梯级模型的总特点是同一梯级中的两个命题的信息的相对力度(the relative strength of information)(ibid.:527)存在不对称性。在梯级模型中，当且仅当一个命题p蕴涵另一个命题q时，p所含的信息量大于q所含的信息量。如： (1)This water isn't hot enough to WASH DISHES,let alone MAKE TEA.(Fillmore et al.1988:525) Fillmore等人指出限制“let alone”的使用的语用合适性条件是：(1)位于“let alone”之前的完整句和位于其后的缩减句应视为同一梯级模型中的两个命题；(2)两个小句属于同一极向；(3)“let alone”之前的小句的信息量大于其后的小句的信息量，即前一小句的信息蕴涵后一小句的信息，如在例(1)中，由于用于沏茶的水的温度应高于用于洗碗的水的温度，如果某种热水尚不能用来洗碗，则蕴涵它也不能用于沏茶。 Kay(1990)用梯级模型分析了“even”引导梯级含义的功能，他将它称为“梯级算子”(scalar operator)。Fan connier曾认为“even”标记其后所接的焦点信息位于语用梯级的极端，例如： (2)Even Alceste came to the party.(Fauconnier 1976:31) Fauconnier认为例(2)中的“even”预设“Alceste”是最不可能赴会的人，命题“Alceste came to the party”位于由命题图式（即“可能赴会的人”）所构成的语用梯级的最低端，由它得出的梯级含义是：“所有的人都赴会了”。但Kay指出下例(3)中使用的“even”并不要求它所标记的焦点信息位于梯级的极端。 (3)Not only did Mary win her first round match,she even made it to the semifinals.(Kay 1990:89) 由例(3)可见，“even”所标记的焦点信息“the semi-finals”（半决赛）并不是位于梯级的顶端，于是Kay (1990:90)认为用信息的相对力度来分析“even”比用Fauconnier的方法更有效，Fauconnier所研究的只是梯级模型中的一种特例（注：Fauconnier(1975a,1975b,1976,1978)主要论述了最高级形容词在语用梯级中相当于全称量词的功能。）。Kay还认为“even”仅要求它所在的话语命题“tp”(text proposition)的信息度比同一梯级模型中的另一语境命题“cp”(context proposition)的信息度高，即tp＞cp。例如：
