逻辑语义学以实现自然语言的形式化处理为目标,随着计算机与人工智能进入到大数据与大知识双轮驱动时代,当代逻辑语义学面临新的挑战和机遇。由斯蒂德曼、鲍德里奇等人创建的多模态组合范畴语法（Multi-modal combinatory categorial grammar,简称MMCCG）),是应对时代挑战的最新成果。在自然语言处理领域一直以来存在着两种进路:经验主义和理性主义。经验主义是基于统计的大数据方法,理性主义是基于逻辑形式化的大知识方法。传统的逻辑语义学,隶属于理性主义进路。面对计算机与人工智能的升级换代,两种进路、两种方案皆存在自身难以克服的短板,一种合理的替代方案是将两者互补融合,MMCCG就是融合两者的结晶。MMCCG是目前在生成力和解释力方面最贴近自然语言、融合理性主义和经验主义最为完美的逻辑语义学工具。它面向海量的真实文本,重视对个案个例的刻画,从规则的多样性眼光去审视自然语言的组合生成,同时还关注普遍存在的非规则表达式,甚至使用非计算组合的规则及其规则例。MMCCG所表现出的逻辑语义机制完美契合计算机处理自然语言的思路,体现了大数据与大知识的双轮驱动。本文旨在采用MMCCG这一新兴的逻辑语义工具对汉语驴子句及汉语否定句进行具体形式化的自然语言处理,以探究MMCCG在汉语语境下的解析力主体分为四部分:第一、简要概括MMCCG的发展阶段,从AB-演算、兰贝克演算、标准组合范畴语法CCG到多模态组合范畴语法MMCCG,详述不同阶段下的发展特点、技术优势及弊端,揭示MMCCG是如何演变而来的,它承继了各个阶段的哪些技术手段,又突破了哪些技术瓶颈。第二、分析与讨论多模态组合范畴语法的基本内容及其方法论特征,对MMCCG的基础理论做出了比较完整、系统的介绍和考察。第三、分析与讨论MMCCG对汉语驴子句的处理,在梳理国内外语言学家对“汉语驴子句”分类的基础上,归纳总结出三类汉语驴子句:条件句驴子句、关系句驴子句以及类指隐性驴子句,在MMCCG框架下为不同类型的汉语驴子句进行句法语义匹配、词条标注、进行推演。这一部分还引入了广义斯科伦项技术,辅佐处理汉语驴子句中的量词辖域歧义问题。第四、评估MMCCG对汉语否定句的处理,在梳理分析汉语否定句基本类型的基础上,析出汉语否定句的典型句例且对这些句例进行推演分析以证MMCCG具备解析汉语否定句的功能。研究表明,MMCCG在自然语言信息化处理方面具有强大的解析力。这种解析功能决定了它有着广阔的应用前景。