三十年来隐喻研究已然成为了语言学中的一门“显学”,而随着隐喻的认知观被广泛的接受,越来越多的计算语言学家、心理学家、认知科学研究者和人工智能研究者也参与到隐喻的研究中来。因此,建立隐喻的形式化可计算模型就不但可以为语言学的研究带来新思路和新方法,而且有可能为自然语言理解和人工智能研究的突破,带来契机。本文首先简要梳理了认知语言学和计算语言学的研究历史、学派流变和研究方法,指出了其在人工智能科学和认知科学研究体系中的特殊地位,并试图从哲学视角的高度来整体的关照语言学与认知科学和人工智能科学之间的关系,提出了语言是解开人类智能之谜的钥匙这一命题。随后本文展开了对建立隐喻的形式化可计算模型的论述。首先提出借鉴HNC理论的研究成果,并采用HNC理论中的概念符号体系来做为本项研究所需要的概念系统。然后利用关系代数这一数学工具来描述意象图式,并从关系的角度分析了意象图式所具有的数学特性。接下来利用映射这一数学工具来建立隐喻的形式化可计算模型,分析了隐喻映射的计算过程,提出了意象图式提炼、目标域概念场激活、始源域搜索匹配和映射建立等四个算法的初步框架。最后介绍了隐喻库的研究现状,并做了初步的讨论。文末对未来的研究做出了展望,并将视线集中在神经语言学、概念空间融合理论等语言学的前沿领域,寄希望于未来的研究能从这些领域中汲取更多的营养。