自然语言理解技术，未来人工智能的核动力
摘要：自然语言理解是人工智能研究重要的领域之一，同时也是目前前沿的难题之一。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法，是未来人工智能的核动力。因此理解自然语言理解以及自然语言理解技术的含义，阐述自然语言理解的研究及其相关应用，综述自然语言理解技术研究方向变化并对自然语言理解的发展前景进行分析和展望，是十分有意义的。
关键词：自然语言理解技术；智能信息服务；
1.引言：
随着计算机科学的不断发展和成熟，计算机应用开始迈人知识处理、语言理解阶段，人们对计算机的智能提出了新的要求随着社会的日益信息化，人们越来越强烈地希望能更好地同计算机交流。自然语言就是这样一个媒介。
2. 1自然语言理解的含义：
广义的“语言”是任何一种有结构的符号系统。其中, 最重要的两类语言,自然语言和形式语言。而狭义的“语言”是人类在社会牛活中发展出来的用来互相交际的声音符号系统，是“自然语言”。
“自然语言理解”即Natural Language Understanding 俗称人机对话，指的就是使计算机来按照这种语言所表达的意义做出相应反应的机制。它主要研究用电子计算机模拟人的语言交际过程，使计算机能理解和运用人类社会的自然语言如汉语、英语等，实现人机之间的自然语言通信，以代替人的部分脑力劳动，包括查询资料、解答问题、摘录文献、汇编资料以及一切有关自然语言信息的加工处理。这在当前新技术革命的浪潮中占有十分重要的地位。自然语言理解是计算机科学中的一个引人入胜的、富有挑战性的课题。从计算机科学特别是从人工智能的观点看，自然语言理解的任务是建立一种计算机模型，这种计算机模型能够给出象人那样理解、分析并回答自然语言（即人们日常使用的各种通俗语言）的结果。2. 1自然语言理解技术的含义：
首先, 自然语言是极其复杂的符号系统。一个人尽管可以对自己的母语运用自如, 但却无法把自己母语的构成规律、意义的表达规律和语言使用的规律用计算机可以接受的方式彻底说清楚。传统的语言学是在没有计算机参照的条件下发展起来的, 虽然为自然语言理解积累了宝贵的财富, 但那是讲给人的, 真正要让语言学知识变成计算机上可操作的, 绝不是那么简单, 也不能那么模糊。这个目标的实现,需要大量又懂语言学又懂计算机的人在正确的技术路线的指导下一起做非常大规模的基本建设, 绝不是一拍脑袋想出个“绝招”就能解决的。
其次, 自然语言的各个层次上都含有巨大的不确定性。在语音和文字层次上,有一字多
音、一音多字的问题; 在词法和句法层次上, 有词类词性、词边界、句法结构的不确定性问题; 在语义和语用层次上, 也有大量的因种种原因造成的内涵、外延、指代、言外之义的不确定性。语言学上把这些不确定性叫做“歧义”。歧义一般不能通过发生歧义的语言单位自身获得解决, 而必须借助于更大的语言单位乃至非语言的环境背景因素和常识来解决。人类有很强的依靠整体消除局部不确定性的能力和常识推理能力, 体现在语言上就是利用语境信息和常识消除歧义的能力。使计算机获得同样强大的能力, 是从事自然语言理解的学者梦寐以求的目标。
另外, 自然语言不是一成不变的死的语言, 它在社会生活中发展, 在操不同语言和同一语言的不同变体的人们之间的相互影响中变化。一个词、一个说法可能在一夜之间突然流行起来; 特殊的人群结构变化会导致新的语言或新的语言变体 (如方言) 的出现。这些都要求理解自然语言的计算机程序要具有对外界语言环境的应变能力。
最后一点, 自然语言是人们交流思想的工具。既然交流的是思想, 那思想本身在计算机里的组织结构就显得格外重要。在人工智能里, 这就是“知识表示”的问题。可以说, 在知识表示问题上的突破, 对于自然语言理解的进展将产生决定性的影响。
在上述四个方面, 都有许多学者在勇敢地迎接挑战, 使计算机程序一步步地朝着不限领域的自然语言理解的远大目标前进。
3.1自然语言处理的层次
1.语音分析
根据音位规则，从语音流中区分出一个个独立的音素，再根据音位形态规则找出一个个音节及其对应的词素或词。
2.词法分析
分析目的是找出词汇的各个词素，从中获得语言学的信息。
3.句法分析
对句子和短语的结构进行分析，目的是找出词、短语等的相互关系以及各自在句中的作用。
4.语义分析
分析目的是找出词义、结构意义及其结合意义，从而确定语言所表达的真正含义或概念。
5.语用分析
研究语言所存在的外界环境对语言使用者所产生的影响。
3.2自然语言理解的主要思想：
1.认知学观点
将人类视为一种高级信息处理系统，强调对于人类智能活动的研究以及在计算机上的模拟和实现。
2.语用学观点
将语言视为人与人之间的通信媒介，任何对于话语的理解或生成都不能脱离该话语存在的前后语境和该话语使用者的心理背景。
3.语言学观点
对自然语言进行研究的最初也是最基本的方法，强调对于句子结构和语法的研究，重点在于描述语言，寻找或构造一组能包含尽可能多的语言现象的普遍适用的语法规则。
4.1自然语言理解技术研究方向变化：
大约90年代开始，自然语言处理领域发生了巨大的变化。这种变化的两个明显的特征是：
（1）对系统输入，要求研制的自然语言处理系统能处理大规模的真实文本，而不是如以前的研究性系统那样，只能处理很少的词条和典型句子。只有这样，研制的系统才有真正的实用价值。
（2）对系统的输出，鉴于真实地理解自然语言是十分困难的，对系统并不要求能对自然语言文本进行深层的理解，但要能从中抽取有用的信息。例如，对自然语言文本进行自动地提取索引词，过滤，检索，自动提取重要信息，进行自动摘要等等。
同时，由于强调了“大规模”，强调了“真实文本”，下面两方面的基础性工作也得到了重视和加强。
（1）大规模真实语料库的研制。大规模的经过不同深度加工的真实文本的语料库，是研究自然语言统计性质的基础。没有它们，统计方法只能是无源之水。
（2）大规模、信息丰富的词典的编制工作。规模为几万，十几万，甚至几十万词，含有丰富的信息（如包含词的搭配信息）的计算机可用词典对自然语言处理的重要性是很明显的。
虽然上述新趋势给自然语言处理领域带来了成果，但从理论方法的角度看，由于采集、整理、表示和有效应用大量知识的困难，这些系统更依赖于统计学的方法和其他“简单”的方法或技巧。而这些统计学的方法和其他“简单”的方法似乎也快达到它们的极限了，因此，目前在自然语言处理界广泛争论的一个问题便是：要取得新的更大的进展，主要有待于理论
上的突破呢，还是可由目前已有的方法的完善和优化实现？答案还不清楚。大致上，更多的语言学家倾向于前一种意见，而更多的工程师则倾向于后一种意见。回答或许在“中间”，即应将基于知识和推理的深层方法与基于统计等“浅层”方法结合起来。
4.2发展历程：
现在的计算机的智能还远远没有达到能够象人一样理解自然语言的水平，而且在可预见的将来也达不到这样的水平。因此，关于计算机对自然语言的理解一般是从实用的角度进行评判的。如果计算机实现了人机会话，或机器翻译，或自动文摘等语言信息处理功能，则认为计算机具备了自然语言理解的能力。
目前存在的问题有两个方面：一方面，迄今为止的语法都限于分析一个孤立的句子，上下文关系和谈话环境对本句的约束和影响还缺乏系统的研究，因此分析歧义、词语省略、代词所指、同一句话在不同场合或由不同的人说出来所具有的不同含义等问题，尚无明确规律可循，需要加强语用学的研究才能逐步解决。另一方面，人理解一个句子不是单凭语法，还运用了大量的有关知识，包括生活知识和专门知识，这些知识无法全部贮存在计算机里。因此一个书面理解系统只能建立在有限的词汇、句型和特定的主题范围内；计算机的贮存量和运转速度大大提高之后，才有可能适当扩大范围.
4.2.1我国的发展状况：
我国自然语言理解的研究起步较晚，比国外晚了17年。国外在1963年就建成了早期的自然语言理解系统，而我国直到1980年才建成了两个汉语自然语言理解模型，都以人机对话的方式来实现。
八十年代中期，在国际新一代计算机激烈竞争的影响下，自然语言理解的研究在国内得到了更多的重视，"自然语言理解和人机接口"列入了新一代计算机的研制规划，研究单位增多了，研究队伍也壮大了。
自然语言处理研究在电子计算机问世之初就开始了，并于 50年代初开展了机器翻译试验。当时的研究方法还不能称作带有"智能"。到了60年代乔姆斯基的转换生成语法得到广泛的认可，生成语法的核心是短语结构规则，分析句子结构的过程就是利用规则自顶向下或自底向上的句法树生成过程。
60年代至70年代初期，研究工作一直停留在单词的语音识别上，进展不大。直到70年代中期才有所突破，建立了一些实验系统,能够理解连续语音的内容,但是还限于少数简单的语句
大约90年代开始，自然语言处理领域发生了巨大的变化。这种变化的两个明显的特征
是：
（1）对系统输入，要求研制的自然语言处理系统能处理大规模的真实文本，而不是如以前的研究性系统那样，只能处理很少的词条和典型句子。只有这样，研制的系统才有真正的实用价值。
（2）对系统的输出，鉴于真实地理解自然语言是十分困难的，对系统并不要求能对自然语言文本进行深层的理解，但要能从中抽取有用的信息。例如，对自然语言文本进行自动地提取索引词，过滤，检索，自动提取重要信息，进行自动摘要等等。
同时，由于强调了“大规模”，强调了“真实文本”，下面两方面的基础性工作也得到了重视和加强。
（1）大规模真实语料库的研制。大规模的经过不同深度加工的真实文本的语料库，是研究自然语言统计性质的基础。没有它们，统计方法只能是无源之水。
（2）大规模、信息丰富的词典的编制工作。规模为几万，十几万，甚至几十万词，含有丰富的信息（如包含词的搭配信息）的计算机可用词典对自然语言处理的重要性是很明显的。
5结论：
自然语言处理意义在于：一方面，如果计算机能够理解、处理自然语言，将是计算机技术的一项重大突破；另一方面，自然语言处理有助于揭开人类高度智能的奥秘，深化对语言能力和思维本质的认识。
和人类进步过程中其他任何一种技术的发展历程一样，自然语言理解技术在任何一个不同的成熟阶段都有一个不同的应用形式和不同的市场定位。在这种技术到市场再到技术的螺旋式上升的过程中，技术越来越成熟，市场也越来越成熟，从而让技术更好地为人类服务。自然语言理解技术给人工智能服务提供了威力巨大的核动力，智能信息服务给人类更自然、自主的信息交流手段，将创造出全新的产业空间。人们渴望发展自然语言理解技术以加速信息、知识与文化的交流，促进社会、经济、科学的进步，这是自然语言理解技术新的强大的推动力量，也是每一个国家都面临的新的挑战。
[参考文献] ：
[1]黄培红．基于自然语言理解的认知系统算法初探一人
机对话系统算法基础与构造[C]．2004计算机应用技
术交流会议论文集．2004：236—240．
[2] 黄培红．自然语言理解的机器认知形式系统[J]．湖
南：计算机工程与科学，2007，29(6)：l13一l16．
[3] 姚天顺，自然语言理解－一种让机器懂得人类语言的研
究，清华大学、广西科技出版社，2002（第二版）。
[4]刘伟权. 自然语言理解与汉语文本信息处理理论研究〔博士论文) [D] . 北京:北京邮电大学，1997.
[5] 王小捷，常宝宝，自然语言处理基础，北京邮电大学出版社，2002。
大数据文摘作品 编译：糖竹子、吴双、钱天培 自然语言处理（NLP）是一种艺术与科学的结合，旨在从文本数据中提取信息。在它的帮助下，我们从文本中提炼出适用于计算机算法的信息。从自动翻译、文本分类到情绪分析，自然语言处理成为所有数据科学家的必备技能之一。 在这篇文章中，你将学习到最常见的10个NL P任务，以及相关资源和代码。
为什么要写这篇文章？ 对于处理NL P问题，我也研究了一段时日。这期间我需要翻阅大量资料，通过研究报告，博客和同类NL P问题的赛事内容学习该领域的最新发展成果，并应对NL P处理时遇到的各类状况。 因此，我决定将这些资源集中起来，打造一个对N L P常见任务提供最新相关资源的一站式解决方案。下方是文章中提到的任务列表及相关资源。那就一起开始吧。 目录: 1.词干提取
2.词形还原 3.词向量化 4.词性标注 5.命名实体消岐 6.命名实体识别 7.情感分析 8.文本语义相似分析 9.语种辨识 10.文本总结 1.词干提取 什么是词干提取？词干提取是将词语去除变化或衍生形式，转换为词干或原型形式的过程。词干提取的目标是将相关词语还原为同样的词干，哪怕词干并非词典的词目。例如，英文中: 1.b e a u t i f u l和b e a u t i f u l l y的词干同为b e a u t i 2.G o o d,b e t t e r和b e s t的词干分别为g o o d,b e t t e r和b e s t。 相关论文：M a r t i n P o r t e r的波特词干算法原文
相关算法：在P yt h o n上可以使用P o r t e r2词干算法 (h t t p s://t a r t a r u s.o r g/m a r t i n/P o r t e r S t e m m e r/d e f.t xt) 程序实现：这里给出了在p yt h o n的s t e mm i n g库中使用 (https://https://www.doczj.com/doc/1011850939.html,/mchaput/stemming/src/5c242aa592a6 d4f0e9a0b2e1afdca4fd757b8e8a/stemming/porter2.py?at=d efault&fileviewer=file-view-default) P o r t e r2算法做词干提取的代码： #!pip install stemmingfrom stemming.porter2 import stem stem("casually") 2.词形还原 什么是词形还原？词形还原是将一组词语还原为词源或词典的词目形式的过程。还原过程考虑到了P O S问题，即词语在句中的语义，词语对相邻语句的语义等。例如，英语中： 1.b e a u t i f u l和b e a u t i f u l l y被分别还原为b e a u t i f u l和b e a u t i f u l l y。 2.g o o d,b e t t e r和b e st被分别还原为g o o d,g o o d和g o o d 相关论文1:这篇文章详细讨论了词形还原的不同方法。想要了解传统词形还原的工作原理必读。(h t t p://www.i j r a t.o r g/d o wn l o a d s/i c a t e st2015/I CA TE S T-2015127.p d f)
浅谈自然语言处理 摘要 主要阐述了自然语言处理的定义，发展历史，并对其研究内容，以及目前相关领域的应用加以讨论。最后对自然语言处理的未来发展趋势做简单的介绍。 关键词 自然语言处理 Abstract The definition and the development history of Natural Language Processing(NLP) are explained,the research content and the applications in interrelated areas of NLP are discussed.And the develop direction of NLP in the future are simply introduced. Key Words: Natural Language Processing(NLP)
0.引言 早在计算机还未出现之前，英国数学家A.M.Turing便已经预见到未来计算机将会对自然语言处理研究提出新的问题。他指出，在未来我们可以“教机器英语并且说英语。”同时他觉得“这个过程可以仿效教小孩子说话的那种办法进行”。这便是最早关于自然语言处理概念的设想。 人类的逻辑思维以语言为形式，人类的多种智能都与语言有着密切的联系。所以用自然语言与计算机进行通信是计算机出现以来人们一直所追求的目标。 1.什么是然语言处理 美国计算机科学家Bill Manaris(马纳瑞斯)在1999年出版的《计算机进展》（Advances Computers）第47卷的《从人—机交互的角度看自然语言处理》一文中，曾经给自然与然处理提出了如下定义：“自然语言处理可以定义为研究在人与人交际中的语言问题的一门学科。自然语言处理要研制表示语言能力（linguistic competence）和语言应用（linguistic performance）的模型，建立计算框架来实现这样的语言模型，提出相应的方法来不断地完善这样的语言模型，根据这样的语言模型设计各种实用系统，并探讨这些实用系统的评测技术。”这个定义被广泛的接受，它比较全面的地表达了计算机对自然语言的研究和处理。 简单来说，自然语言处理就是一门研究能实现人鱼计算机之间用自然语言处理进行有效的通信与方法的一门学科，它是计算机科学领域与人工智能领域中的一个重要方向。普遍认为它主要是应用计算机技术，通过可计算的方法对自然语言处理的各级语言单位（字，词，语句，篇章等）进行转换，传输，存储，分析等加工处理的学科，是一门融合了语言学，计算机学，数学等学科于一体的交叉性学科。 互联网技术的发展，极大地推动了信息处理技术的发展，也为信息处理技术不断提出新的需求，语言作为信息的载体，语言处理技术已经日益成为全球信息化和我国社会及经济发展的重要支撑技术。
自然语言理解技术，未来人工智能的核动力 摘要：自然语言理解是人工智能研究重要的领域之一，同时也是目前前沿的难题之一。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法，是未来人工智能的核动力。因此理解自然语言理解以及自然语言理解技术的含义，阐述自然语言理解的研究及其相关应用，综述自然语言理解技术研究方向变化并对自然语言理解的发展前景进行分析和展望，是十分有意义的。 关键词：自然语言理解技术；智能信息服务； 1.引言： 随着计算机科学的不断发展和成熟，计算机应用开始迈人知识处理、语言理解阶段，人们对计算机的智能提出了新的要求随着社会的日益信息化，人们越来越强烈地希望能更好地同计算机交流。自然语言就是这样一个媒介。 2. 1自然语言理解的含义： 广义的“语言”是任何一种有结构的符号系统。其中, 最重要的两类语言,自然语言和形式语言。而狭义的“语言”是人类在社会牛活中发展出来的用来互相交际的声音符号系统，是“自然语言”。 “自然语言理解”即Natural Language Understanding 俗称人机对话，指的就是使计算机来按照这种语言所表达的意义做出相应反应的机制。它主要研究用电子计算机模拟人的语言交际过程，使计算机能理解和运用人类社会的自然语言如汉语、英语等，实现人机之间的自然语言通信，以代替人的部分脑力劳动，包括查询资料、解答问题、摘录文献、汇编资料以及一切有关自然语言信息的加工处理。这在当前新技术革命的浪潮中占有十分重要的地位。自然语言理解是计算机科学中的一个引人入胜的、富有挑战性的课题。从计算机科学特别是从人工智能的观点看，自然语言理解的任务是建立一种计算机模型，这种计算机模型能够给出象人那样理解、分析并回答自然语言（即人们日常使用的各种通俗语言）的结果。2. 1自然语言理解技术的含义： 首先, 自然语言是极其复杂的符号系统。一个人尽管可以对自己的母语运用自如, 但却无法把自己母语的构成规律、意义的表达规律和语言使用的规律用计算机可以接受的方式彻底说清楚。传统的语言学是在没有计算机参照的条件下发展起来的, 虽然为自然语言理解积累了宝贵的财富, 但那是讲给人的, 真正要让语言学知识变成计算机上可操作的, 绝不是那么简单, 也不能那么模糊。这个目标的实现,需要大量又懂语言学又懂计算机的人在正确的技术路线的指导下一起做非常大规模的基本建设, 绝不是一拍脑袋想出个“绝招”就能解决的。 其次, 自然语言的各个层次上都含有巨大的不确定性。在语音和文字层次上,有一字多
浅析人工智能 21007002 关键词：人工智能、计算机、系统、哲学 摘要：人工智能是一门通过运用人类智能的机理来使机器模拟人的智能的学科。它是计算机学科的一个分支，也是计算机科学、语言学、心理学、哲学、数学、控制论、信息论、决定论、神经生理学等多种学科相互渗透而发展起来的综合性学科。本文了分三部分对人工作智能进行了简要的介绍与分析，第一部分给出了人工智能的科学定义及哲学定义，第二部分阐述了人工智能的发展现状及发展趋势，最后一部分分析了人工智能给人类带来的利与弊。 人工智能（Artificial Intelligence，简称AI）是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术（空间技术、能源技术、人工智能）之一，也被认为是二十一世纪三大尖端技术（基因工程、纳米科学、人工智能）之一。这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果。它一方面成为人类智能的延长，另一方面又为探讨人类智能机理提供了新的理论和研究方法。 一、人工智能的定义 1、人工智能的科学定义 人工智能在科学层面上定义为一门通过运用人类智能的机理来使机器模拟人的智能的学科。具体来说就是通过研究人类智能活动的规律，构造具有一定智能的人工系统，让它去完成以往需要人的智力才能胜任的工作的基本理论、方法和技术。它是计算机科学的一个分支，也是计算机科学、语言学、心理学、哲学、数学、控制论、信息论、决定论、神经生理学等多种学科相互渗透而发展起来的综合性学科。 人工智能有三种,第一种是通常所认为的那样, 试图让机器做你所做的事，如在工厂里干活,把人们从繁重的体力和脑力劳动中解放出来；第二种是通过接受大量不同的科学训练及日常生活的训练，使机器具有可以理解不同种类的事情、语言、制造计划、测试计划、解决问题、监视我们行动的能力等等；第三种是包括具有动机、情感、情绪等能力的机器,例如感到孤独,窘迫、自豪、厌恶、兴奋等。 2、人工智能的哲学定义 在哲学意义上，人工智能被看作是一般性的智能科学，或更确切地说，被
自然语言理解 自然语言也就是我们是日常使用的语言，像各国语言汉语，英语等只要能完成人们之间相互交流的语言就成为自然语言，自然语言是人类学习环境和互相通讯的工具。在人类历史上以语言文字形式记载和流传的知识占到知识总量的80%以上。就计算机的应用而言，据统计用于数学计算的仅占10%，用于过程控制的不到5%，其余85%左右都是用于语言文字的信息处理。所谓语言信息处理，是指用计算机对自然语言的形、音、义等信息进行处理，即对字、词、句、篇章的输入、输出、识别、分析、理解、生成等的操作和加工。根据可计算性理论，任一计算机的运算都是按一定程序，分步骤相继作用在离散对象之上所完成的，而这些对象又都以线性序列相邻接地排列组合所构成。而自然语言具有的离散性、序列性和邻接性三个特征其具备了“可计算性”，为自然语言处理奠定了物质基础。 语法是语言的组织规律。语法规则制约着如何把词素构成词，把词构成词组和句子。语言正是在这种严格的制约关系中构成的。用词素构成词的规则称为构词规则，如“学”＋“生”构成“学生”。一个词又有不同的词形、单数、复数、阴性、阳性等等。这种构造词形的规则称为构形法，如“学生”＋“们”构成“学生们”。这里，只是在原来的词的后面加上了一个具有复数意义的词素，所构成的并不是一个新词，而是同一个词的复数形式。构形法和构词法称为词法。语法中的另一部分是句法。句法可分为词组构造法和造句法两部分。词组构造法是把词搭配成词组的规则，例如，把“新”＋“朋友”构成“新朋友”。这里，“新”是一个修饰“朋友”的形容词，它们的组合构成了一个新的名词。造句法则是用词和词组构造句子的规则，如“我们是计算机系的学生”就是按照汉语造句法构造的句子。 对于自然语言德理解，能够更好的处理计算机语言与人类语言的交互。他也就是利用计算机技术研究和处理语言的一门学科，即把计算机作为语言研究的强大工具，在计算机的支持下对语言信息进行定量化的研究，并提供可供人与计算机之间能共同使用的语言描写。自然语言理解通常又叫自然语言处理，因为处理自然语言的关键是要让计算机“理解”自然语言。但什么是“理解”呢?对于这个术语也存在着各式各样的认识。如心理学家认为，理解是“紧张的思维活动的结果”，哲学家认为，理解是“认识或揭露事物中本质的东西”，而逻辑学家则认为理解是“把新的知识、经验
自然语言处理的关键技术 自然语言处理技术是所有与自然语言的计算机处理有关的技术的统称，其目的是使计算机理解和接受人类用自然语言输入的指令，完成从一种语言到另一种语言的翻译功能。自然语言处理技术的研究，可以丰富计算机知识处理的研究内容，推动人工智能技术的发展。下面我们就来了解和分析自然语言处理的关键技术。 一、常用技术分类 1、模式匹配技术 模式匹配技术主要是计算机将输入的语言内容与其内已设定的单词模式与输入表达式之间的相匹配的技术。例如计算机的辅导答疑系统，当用户输入的问题在计算机的答疑库里找到相匹配的答案时，就会完成自动回答问题的功能。但是不能总是保证用户输入的问题能得到相应的回答，于是很快这种简单匹配式答疑系统有了改进。答疑库中增加了同义词和反义词，当用户输入关键词的同义词或反义词时，计算机同样能完成答疑，这种改进后的系统被称为模糊匹配式答疑系统。 2、语法驱动的分析技术
语法驱动的分析技术是指通过语法规则，如词形词性、句子成分等规则，将输入的自然语言转化为相应的语法结构的一种技术。这种分析技术可分为上下文无关文法、转换文法、ATN文法。上下文无关文法是最简单并且应用最为广泛的语法，其规则产生的语法分析树可以翻译大多数自然语言，但由于其处理的词句无关上下文，所以对于某些自然语言的分析是不合适的。转换文法克服了上下文无关文法中存在的一些缺点，其能够利用转换规则重新安排分析树的结构，即能形成句子的表层结构，又能分析句子的深层结构。但其具有较大的不确定性。ATN文法扩充了转移网络，比其他语法加入了测试集合和寄存器，它比转移文法更能准确地分析输入的自然语言，但也具有复杂性、脆弱性、低效性等缺点。3、语义文法 语义文法的分析原理与语法驱动相似，但其具有更大的优越性。语义文法中是对句子的语法和语义的共同分析，能够解决语法驱动分析中单一对语法分析带来的不足。它能够根据句子的语义，将输入的自然语言更通顺地表达出来，除去一些语法正确但不合语义的翻译。但是语义文法分析仍然有不容忽视的缺点，其分析的语句中有时会出现不合语法的现象，并且这类分析较为复杂，语义类难以确定，语义的规则太多……因此，语义文法技术仍需要改进措施。 4、格框架约束分析技术
中国西部科技
２００９年１０月（下旬）第０８卷第３０期 总第１９１期
浅谈人工智能
李轶博
（吉林石化信息网络公司软信公司，吉林 １３２０２１） 摘 要： 人工智能作为计算机学科的一个分支，有其自身的特点，现已在社会生活各个领域都有应用，并将有更为广阔 的发展前景。 关键词： 人工智能；ＡＩ；模拟
关于人工智能的定义众说不一，美国斯坦福大学人工 智能研究中心尼尔逊教授下过这样的一个定义：“人工智 能是关于知识的学科——怎样表示知识以及怎么样获得知 识并使用知识的科学。”而麻省理工学院的温斯顿教授认 为：人工智能就是如何使用计算机去做过去只有人才能做的 工作。”人们普遍认为人工智能，它是研究、开发用于模 拟、延伸和扩展人的智能的理念、方法技术以及应用系统 的一门新的技术科学。它是从计算机应用系统的角度出 发，研究如何制造出人造的智能机器或智能系统，来模拟 人类智能活动能力，以延伸人们智能的科学。 人工智能就其本质而言，是对人的思维的信息过程的 模拟，人工智能不是人的智能，更不会超过人的智能，对 于人的思维模拟可是结构模拟，仿照人脑的结构机制，暂 时撇开人脑的内部结构，而从其功能过程进行模拟。 人工智能可以分为强人工智能和弱人工智能。强人工 智能观点认为有可能制造出真正能推理和解决问题的智能 机器，并且，这样的奇迹将被认为是有知觉的，有自我意 识的。弱人工智能观点认为不可能制造出能真正的地推理 和解决问题的智能机器，这些机器只不过看起来像是智能 的，但并不真正拥有智能，也不会有自主意识。 １ 人工智能研究的历史与现状 人工智能的研究经历了以下几个阶段： 第一阶段：２０世纪５０年代人工智能的兴起和冷落。人工
此计划最终失败，但它的开展形成了一股研究人工智能的 热潮。 第四阶段：２０世 纪 ８０年代末，精神网络飞速发展。 １９８７年，美国召开第一次精神网络国际会议，宣告了这一 新学科的诞生。此后，各国在精神网络方面的投资逐渐增 大，精神网络迅速发展起来。 第五阶段：２０世纪９０年代，人工智能出现新的研究高 潮。由于网络技术特别是国际互联网的技术发展，人工智 能开始由单个智能主体研究转向基于网络环境下的分布式 人工智能研究。不仅研究基于同一目标的分布式问题求 解，而且研究多个智能主体的多目标问题求解，将人工智 能面向实用。 人工智能研究范畴有自然语言处理、知识表现、智能 搜索、推理、知识获得、组合调度问题，感知问题，模式 识别，逻辑程序设计，软计算，不精确和不确定的管理， 人工生命，精神网络，复杂系统等。 ２ 人工智能是与具体领域相结合 目前，人工智能是与具体领域相结合进行研究的，有 如下领域：①专家系统。依靠人类已有的知识建立起来的 知识系统，目前专家系统是人工智能研究中开展最早、最 活跃、成就最多的领域。②机器学习。主要在三个方面进 行：首先是研究人类学习的机理、人脑思维的过程。其次 是机器学习的方法。最后是建立针对具体任务的学习系 统。③模式识别。研究如何使机器具有感知能力，主要研 究听觉模式和视觉模式的识别。④理解自然语言，计算机 如能“听懂”人的语言，便可以直接用口语操作计算机， 这将给人们带来极大的便利。⑤机器人学。机器人是一种 模拟人的行为的机械，对它的研究历经三代发展过程：第 一代机器人只能按程序完成工作。第二代机器人配备了像 样的感觉传感器，能取得作业环境、操作对象等简单的信 息，并由机器人体内的计算机进行分析处理，控制机器人 的动作。第三代机器人具有类似人的智能，它装备了高灵 敏度传感器，因而具有超过人的视觉、听觉、嗅觉、触觉 的能力，能对感知的信息进行分析，控制自己的行为，处 理环境发生的变化，完成各种复杂的任务。而且有自我学 习、归纳、总结、提高已掌握知识的能力。⑥智能决策支 （下转第４１页）
智能概念首次提出后，出现了一批显著的成果，如机器定理 证明、跳棋程序、ＬＩＳＰ表处理语言等。但由于揭发推理能力 有限，以及其翻译失败等，使人工智能走入低谷。这一阶段 的特点是：重视问题求解的方法，忽视知识重要性。 第二阶段：２０世纪６０年代末到７０年代，专家系统出现使 人工智能研究出现新高潮，ＤＥＮＤＡＬ化 学 质 谱 分 析 系 统 、 ＭＴＣＩＮ疾 病 诊 断 和 治 疗 系 统 、 ＰＲＯＳＰＥＣＴＩＯＲ探 矿 系 统 ， Ｈｅａｒｓａｙ－ＩＩ语言理解系统等专家系统的研究和开发，将人工 智能引向了实用化。１９６９年成立了国际人工智能联合会。 第三阶段：２０世纪 ８０年代，随着第五代计算机的研 制，人工智能得到了很大发展。日本１９８２年开始了“第五 代计算机研制计划”，即“知识信息处理计算机系统 ＬＩＰＳ”，其目的是使逻辑推理达到数值运算那么快。虽然
收稿日期： ２００９－０９－０６ 修回日期：２００９－１０－１６
作者简介： 李轶博（１９８２－），男，吉林籍，本科，助理工程师，主要研究方向为信息技术应用和管理。
58
浅谈人工智能与计算机 王晨浩 计算机1506班201526810617 摘要人工智能一直处于计算机技术的前沿，人工智能研究的理论和发现在很大程度上将决定计算机技术的发展方向.人工智能作为计算机学科的一个分支,有其自身的特点,现已在社会生活各个领域都有应用,并将有更为广阔的发展前景。 关键词人工智能 / 发展 / 应用 / 机器人 / 智能研究 / 计算机学科 1．引言 在进入了二十一世纪之后，信息科学技术的发展越来越受到人们的重视，重视程度也超越了以往的任何时候。正是因为这样，人工智能技术的发展在进入新的世纪之后也有了非常快速的进步，那么，这项技术作为一种比较高端的信息科学技术，它主要是通过借助计算机的各种功能来非常形象的模拟我们人类的思维方式和思维结果，从而使人类的各种思维活动可以在计算机的程序当中得以实现[1]。2．人工智能的发展概述 人工智能的研究经历了以下几个阶段：第一阶段：20世纪50年代人T智能的兴起和冷落。人工智能概念首次提出后，出现了一批显著的成果，如机器定理证明、跳棋程序、LISP表处理语言等。但由于揭发推理能力有限，以及其翻泽失败等，使人工智能走入低谷。这一阶段的特点是：重视问题求解的方法，忽视知识重要性。第二阶段：20世纪60年代末到70年代，专家系统出现使人工智能研究出现新高潮，DENDAI。化学质谱分析系统、MTCIN疾病诊断和治疗系统、PROSPECTIOR 探矿系统，Hearsay-II语言理解系统等专家系统的研究和开发，将人工智能引向了实用化。1969年成立了国际人工智能联合会。第三阶段：20世纪80年代，随着第五代计算机的研制，人工智能得到了很大发展。日本1982年开始了“第五代计算机研制计划”，即“知识信息处理计算机系统LIPS”，其目的是使逻辑推理达到数值运算那么快。虽然此计划最终失败，但它的开展形成了一股研究人工智能的热潮一第四阶段：20世纪80年代末，精神网络飞速发展。1987年，美国召开第一次精神网络国际会议，宣告了这一新学科的诞生。此后，各国在精神网络方面的投资逐渐增大，精神网络迅速发展起来。第五阶段：20世纪90年代，人工智能出现新的研究高潮。由于网络技术特别是嗣际互联网的技术发展，人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研
浅谈人工智能的现状与未来 摘要：作为二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能），同时也被认为是二十一世纪三大尖端技术之一（基因工程、纳米科学、人工智能）。人工智能在很多科学领域都获得了广泛应用，并取得了丰硕的成果，本文将对人工智能的发展历程，现状以及发展趋势作一个初步的解读，人工智能应用于工程是是目前工程技术研究的热点之一，本文也将就人工智能中的专家系统、模拟逻辑、神经网络控制在机电一体化中的应用进行了探讨。 关键词：人工智能；机电一体化；专家系统；模糊控制；神经网络控制；AI发展前景； 什么是人工智能 人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。 人工智能与机电一体化系统的统一 近几十年来，人工智能得到了长足的发展，譬如，IBM 公司制造的深蓝计算机运用人工智能于1997年5月，战胜了国际象棋冠军卡斯帕洛夫。人工智能用于机电一体化是机电一体化发展的方向之一。这种智能主要通过控制技术加以设计和实现，即由机电一体化系统中的控制系统来具体实现。 专家系统、模糊逻辑、神经网络控制、学习控制和分层递阶是目前人工智能研究主要的几个领域，它们各自发展，又相互渗透，走向结合。其中，前三个领域是目前机电一体系统实现智能化的较成熟的领域。 一，自从第一个专家系统于1968年问世以来，经过30多年的发展，专家系统已经成为人工智能应用最活跃的领域。已经从最初的应用于医疗、科技等领域，向财政、金融、保险、商业和法律方向扩展，下面就与机电一体化有关的应用予以探讨。 （1）在装配制造业的应用：产品的生产，总是用零件来构造的，将不同的零件一起装配成一种新产品，叫做配里任务。专家系统应用于装配制造方面可以取得 可观的经济效益。比如， DEC公司的专家系统XCON，是应用于计算机配置的 第一个专家系统，现在每年为DEC公司盈利1。5亿美元 （2）在设备故障诊断中的应用：专家系统用于设备故障诊断，特别是针对大型的结构、复杂的故障诊断，可以尽快找到故障，大大缩短检修时间，有很多成功 的例子，比如美国西屋电气公司研制的GEN一AID专家系统，已经成功地应 用于诊断汽轮发动机的故障。IBM公司也曾经为其IBMATPC机配备了一个专家 系统，用来精确定位系统故障。 （3）在控制方面的应用：专家系统可以在机电一体化设备控制方面发挥作用，在伺服控制、数控机床、加工中心以及其它控制领域，已取得了进展。在这方面成 功的例子如AT&T公司为控制机械手，研制出在单个芯片上实现的专家系统。 最早的芯片包括16条规则的ROM，控制器以及处理数据与规则的推理机。采 用2。5um线宽的CMOS工作，最初只使用了芯片面积的四分之一，改用1。 5um线宽后可容纳256条规则，建立规则时采用模糊逻辑，执行速度可达到 80000LISP，比常规专家系统快1000倍。尽管大型专家系统的造价是很昂贵的，
2019.01科技论坛 浅谈人工智能技术及其应用发展 李思睿 (绵阳南山中学，四川绵阳，6n o o o) 摘要：本文就人工智能的定义以及其主要的相关技术题型进行阐述，并且探讨了人工智能技术所应用的一些热门领域。 人工智能技术目前作为一门交叉性的学科，未来其发展趋势会在很大程度上影响和改变我们的生活。 关键词：物联网；计算机技术；人工智能 Talking about Artificial Intelligence Technology and Its Application Development Li Sirui (Mianyang Nanshan Middle School,Mianyang Sichuan,621000) Abstract:In this paper,the definition of artificial intelligence and its main related technical topics are described,and some hot areas of application of artificial intelligence technology are discussed.Artificial intelligence technology is currently an interdisciplinary subject,and its future development trend will affect and change our lives to a large extent. K e y w o r d s:Internet of Things;Computer Technology;Artificial Intelligence 〇引言 AI(人工智能技术)其本质是模拟人类意识和思维信息 的过程，通过机器实现,模拟人类感知、识别、和决策功能的 技术。在大数据挖掘,云计算以及深度学习等理论支持下，人 工智能呈现出跨界融合、人机协同、自主操纵等特征。目前，人工智能技术广泛地应用于自动驾驶、智能家居、智慧医疗、图像识别、语音助手等领域。 1人工智能的相关技术 人工智能的应用领域包括问题求解、自然语言处理、人 工智能方法和程序语言等等，这些应用领域已经适用到了很 多行业，进而推动了社会科学的总体发展。对于人工智能技 术的实现技术体系而言，主要涉及以下四个方面：机器学习、自然语言处理技术、图像处理技术、人机交互技术。在机器学 习上，机器学习的能力是人工智能技术最为凸显的一种表现 手段，与此同时人工智能也在此技术上有了很多改变。自然 语言处理是融合了计算机科学、语言学和人工智能于一体的 交叉研宄方向，它的目的是“让计算机理解自然语言”,更高 效的完成工作任务。图像处理技术是将图像处理技术与人工 智能相结合的方法，在原有自动识别的基础上，我们提出一 种基于专家系统的知识识别方法。人机交互技术使用户与计 算机系统通过可以通过人机交互界面进行交流。机器显示大 量提示与请求，用户通过输入设备给计算机提供有关信息，从而达成人机互动。其知识结构体系如表1所示。 表1人工智能主要技术体系 技术体系技术方法 机器学习监督学习（监督分类学习，回归飞行系），无监 督学习，强化学习 图像处理技术遗传算法，图像降维，图像识别，图像分割，特 征提取 人机交互技术UI 设计、可视化技术、GIS跟踪技术、动作识人 机界面技术，语音识别技术 自然语言处理语音识别，语句分析，文本转化 1.1机器学习 机器学习指的是计算机通过分析、学习、归纳大量数据, 达到拥有能够自主做出最佳判断与决策的能力，简单的说, 机器学习是一种A I技术在不同应用场景下时‘命令行”语句 或者方法。机器学习主要内容包涵有深度学习、深度人工神经 网络、决策树、增强算法等。机器学习对于人工智能技术十分重 要，而算法的发展也对人工智能技术的发展起到了作用。 1.2自然语言舰 自然语言处理技术包含两个方面，一是将人类语言转化 为计算机可以处理的形式，二是将计算机数据转为人类语言 的自然形式，以此达到计算机能够理解人类语言的目的。目前，市面上已有应用该技术的产品，例如Apple的siri、微软 的C o r t m a,这些产品能够协助人们完成许多任务，其核心技 术不仅包括自然语言技术，也包含了深度学习。自然语言处 理综合了语言学、计算机科学、数学等学科，该技术内又包含 了信息检索、信息抽取、词性标注、语法分析、语音识别、语法 解析、语种互译等技术。 1.3图像顺支术 图像是人类获取信息的主要途径，人工智能技术要实现 模拟人类分析问题、解决问题的功能,图像处理技术不可缺 少。图像处理技术使计算机拥有视觉，可以处理、分析图片或 多维的数据。在大数据时代，如何对海量图像数据进行信息 iliiia m
内容大概分为：自然语言处理的简介、关键技术、流程及应用。 首先，介绍一下什么是自然语言处理（也叫自然语言理解）： 语言学家刘涌泉在《大百科全书》（2002）中对自然语言处理的定义为：“自然语言处理是人工智能领域的主要内容，即利用电子计算机等工具对人类所特有的语言信息（包括口语信息和文字信息）进行各种加工，并建立各种类型的人-机-人系统，自然语言理解是其核心，其中包括语音和语符的自动识别以及语音的自动合成。” 从微观上讲,自然语言理解是指从自然语言到机器(计算机系统)内部之间的一种映射。 从宏观上看,自然语言理解是指机器能够执行人类所期望的某些语言功能。这些功能包括： ①回答有关提问；计算机正确地回答用自然语言输入的有关问题 ②提取材料摘要；机器能产生输入文本的摘要 ③同词语叙述；机器能用不同的词语和句型来复述输入的自然语言信息 ④不同语言翻译。机器能把一种语言翻译成另外一种语言 自然语言处理的关键技术 自然语言处理的关键技术包括：词法分析、句法分析、语义分析、语用分析和语句分析。 1．词法分析 词法分析的主要目的是从句子中切分出单词，找出词汇的各个词素，并确定其词义。 词法分析包括词形和词汇两个方面。一般来讲，词形主要表现在对单词的前缀、后缀等的分析，而词汇则表现在对整个词汇系统的控制。在中文全文检索系统中，词法分析主要表现在对汉语信息进行词语切分，即汉语自动分词技术。通过这种技术能够比较准确的分析用户输入信息的特征，从而完成准确的搜索过程。它是中文全文检索技术的重要发展方向。 不同的语言对词法分析有不同的要求，例如英语和汉语就有较大的差距 汉语中的每个字就是一个词素，所以要找出各个词素是相当容易的，但要切分出各个词就非常难。 如”我们研究所有东西“，可以是“我们——研究所——有——东西”也可是“我们——研究——所有——东西”。
3本文为国家社会科学基金项目“基于中文X ML 文档的全文检索研究”的成果之一,项目编号:04CT Q005。 ●熊回香,夏立新(华中师范大学 信息管理系,湖北 武汉 430079) 自然语言处理技术在中文全文检索中的应用 3 摘 要:自然语言处理技术是中文全文检索的基础。首先介绍了全文检索技术及自然语言处理技术,接着详细地阐述了自然语言处理技术在中文全文检索中的应用,并对目前基于自然语言处理技术的中文全 文检索技术的局限性进行了分析,探讨了中文全文检索技术的未来发展方向。 关键词:自然语言处理;全文检索;智能检索 Abstract:Natural language p r ocessing technol ogy is the basis of Chinese full 2text retrieval .This paper firstly intr oduces the full 2text retrieval technol ogy and natural language p r ocessing technol ogy .Then,it gives a detailed 2descri p ti on of the app licati on of natural language p r ocessing technol ogy in Chinese full 2text retrieval .The p resent li m itati ons of the Chinese full 2text retrieval system based on natural language p r ocessing technol ogy is als o ana 2lyzed .Finally,the paper exp l ores the devel opment trend of Chinese full 2text retrieval technol ogy in future . Keywords:natural language p r ocessing;full text retrieval;intelligent retrieval 随着社会网络化、信息化程度的日益提高,网上信息呈指数级剧增,人们越来越强烈地希望用自然语言同计算机交流,并能方便、快捷、准确地从互联网上获得有价值的信息,因此,自然语言处理技术和中文全文检索技术成为当今计算机科界、语言学界、情报学界共同关注的课题,并共同致力于将自然语言处理技术的研究成果充分运用到全文检索中,从而促进了全文检索技术的发展。 1 全文检索技术 全文检索是一种面向全文和提供全文的检索技术,其核心技术是将文档中所有基本元素的出现信息记录到索引库中,检索时允许用户采用自然语言表达其检索需求,并借助截词、邻词等匹配方法直接查阅文献原文信息,最后将检索结果按相关度排序返回给用户。因而索引数据库的建立是全文检索系统实现的基础,它以特定的结构存储了数据资源的全文信息,从而为全文检索系统提供可检索的数据对象。在中文全文检索系统中,建立索引库的前提是运用自然语言处理技术对中文信息进行基于词(字)、句、段落等更深层次的处理。 2 自然语言处理技术 自然语言是指作者所使用的书面用语,在信息检索中包括关键词、自由词和出现在文献题名、摘要、正文或参 考文献中的具有一定实质意义的词语[1]。自然语言处理 (Natural Language Pr ocessing,NLP )是语言信息处理的一 个重要分支,在我国就是中文信息处理。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法,具体来说就是用计算机对包括汉语(字)的形、音、义等信息及词、句子、篇章的输入、输出、存储和识别、分析、理解、生成等多方面的加工处理[2]。由于自然语言处理侧重于词、句子、篇章,因而词法分析、句法分析、语义分析、语用分析、语境分析便构成了自然语言处理研究内容的基础部分。 211 词法分析 词法分析包括词形和词汇两个层次,其中词形主要是对各种词形和词的可识别部分的处理。如前缀、后缀及复合词的分析;词汇的重点在于复合对词操作和词汇系统的控制。其主要目的是有助于确认词性以及做到部分理解词与词、词与文档之间的关系,提高检索的效率。由于计算机内部存储的中文信息没有明显的词与词之间的分隔符,因此,在中文全文检索系统中,词法分析首要任务之一是对文本信息进行词语切分,即汉语自动分词,汉语自动分词是中文信息处理中的关键技术,也是中文全文检索的瓶颈,只有对汉语词进行正确的切分后,才能准确地提取文献的特征信息,对文献进行正确标引,才能正确分析用户的查询意图,为用户提供准确的信息服务。 212 句法分析 句法分析是对句子中词汇短语进行分析以便揭示句子的语法结构。目的是通过对句型结构的分析,自动抽取复
模式识别与智能系统 摘要：人工智能(Artifical Intelligence)是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。”而另一个美国麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”这些说法反映了人工智能学科的基本思想和基本内容。即人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。人工智能是当前科学技术发展中的一门前沿学科，是在计算机科学、控制论、信息论、神经心理学、哲学、语言学等多种学科研究的基础上发展起来的，以模拟人类智能、智能行为及其规律为研究内容的一门综合性边缘学科。由于人工智能自出现以来取得的巨大成就及其潜在的广阔应用前景，它又同空间技术、原子能技术并称为20世纪的三大科学技术成就。 关键词：人工智能；计算机科学；发展方向 ①、人工智能的定义 人工智能(Artificial Intelligence，AI)，是一门综合了计算机科学、生理学、哲学的交叉学科。“人工智能”一词最初是在1956年美国计算机协会组织的达特莫斯(Dartmouth)学会上提出的。自那以后，研究者们发展了众多理论和原理，人工智能的概念也随之扩展。由于智能概念的不确定，人工智能的概念一直没有一个统一的标准。著名的美国斯坦福大学人工智能研究中心尼尔逊教授对人工智能下了这样一个定义“人工智能是关于知识的学科——怎样表示知识以及怎样获得知识并使用知识的科学。”而美国麻省理工学院的温斯顿教授认为“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”童天湘在《从“人机大战”到人机共生》中这样定义人工智能：“虽然现在的机器不能思维也没有“直觉的方程式”，但可以把人处理问题的方式编入智能程序，是不能思维的机器也有智能，使机器能做那些需要人的智能才能做的事，也就是人工智能。”诸如此类的定义基本都反映了人工智能学科的基本思想和基本内容。即人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。
自然语言处理一些相关技术以及相关任务浅析 本文根据自己的学习以及查阅相关资料的理解总结，简要的介绍一下自然语言处理（nlp）一些相关技术以及相关任务，nlp技术包括基础技术和应用技术。后续会抽空继续分专题完善这一个系列。限于作者水平有限，其中难免有错漏之处，欢迎读者斧正。 发展 一般认为1950 年图灵提出著名的“图灵测试”是自然语言处理思想的开端。20 世纪50 年代到70 年代自然语言处理主要采用基于规则的方法。基于规则的方法不可能覆盖所有语句，且对开发者的要求极高。这时的自然语言处理停留在理性主义思潮阶段。 70 年代以后随着互联网的高速发展，语料库越来越丰富以及硬件更新完善，自然语言处理思潮由理性主义向经验主义过渡，基于统计的方法逐渐代替了基于规则的方法。 从2008 年到现在，由于深度学习在图像识别、语音识别等领域不断取得突破，人们也逐渐开始引入深度学习来做自然语言处理研究，由最初的词向量到2013 年word2vec，将深度学习与自然语言处理的结合推向了高潮，并且在机器翻译、问答系统、阅读理解等领域取得了一定成功。再到最近的emlo、bert等，也许正在揭开下一个篇章。 定义 自然语言是指汉语、英语等人们日常使用的语言，是随着人类社会发展自然而然的演变而来的语言，不是人造的语言，自然语言是人类学习生活的重要工具。或者说，自然语言是指人类社会约定俗成的，区别于人工语言，如程序设计的语言。 处理包含理解、转化、生成等过程。自然语言处理，是指用计算机对自然语言的形、音、义等信息进行处理，即对字（如果是英文即为字符）、词、句、段落、篇章的输入、输出、识别、分析、理解、生成等的操作和加工。实现人机间的信息交流，是人工智能界、计算机科学和语言学界所共同关注的重要问题。所以自然语言处理也被誉为人工智能的掌上明珠。 可以说，自然语言处理就是要计算机理解自然语言，自然语言处理机制涉及两个流程，包
浅谈言语行为理论新认识 论文关键词:言语行为理论语言哲学逻辑学 论文摘要:言语行为理论是语言哲学领域的一个重大进步与突破。本文介绍了该理论产生的渊源及内容，并重，点探讨言语行为理论对逻辑学发展的重大意义。 20世纪50年代以来，语言哲学家对语言的认识既区分了语言和言语，又将语言作为人类的一种行为来对待，于是提出了言语行为理论。 一、言语行为理论产生的渊源 奥斯汀是言语行为理论的创始人，其学生塞尔修正并发展了这一理论，使之进一步系统化、严密化。在他们之前，弗雷格、马林诺夫斯基、维特根斯坦等先驱已对该理论提出了一些思想片断。 20世纪初，哲学产生了一次根本性的“语言转向”，语言取代认识论成为哲学研究的中心课题。弗雷格首先发起此次转向，罗素继承并发展，维特根斯坦完成了这一转折和过度。“语言转向”的产生标志着英美分析哲学时代的到来，从内涵上看分析哲学指“把哲学问题置于语言领域并在分析语言手段和语言表述的基础上解决哲学问题”。从使用的分析方法上看，分析哲学又分为逻辑分析学派和日常分析学派。前者主张应发明一种其语法形式在逻辑上是完善的语言，后者则侧重分析自然语言或日常语言。这些事实都充分说明了把交际中使用的语言作为一种行为来研究的思想并非只是从奥斯汀开始的而是由来已久的。
二、言语行为理论的内容 在《如何用语词做事》中，奥斯汀首先指出，“言”就是“行”。他认为，言语是人在特定场合对特定语言的具体运用，包括运用语言的说话行为和所说的话。因此，说话本身就是一种行为。奥斯汀区分了两类不同的话语:施事话语和记述话语，并用“适当与否”、“真假与否”两个评价标准来区分这两类话语。 之后，他又尝试提出言语行为理论来处理“说话就是做事”的问题。奥斯汀把作为整体的言语行为分为三个层次，即认为在说些什么时，可能以三种基本的方式在做些什么。他把这三层意义的做些什么分别称为以言表意行为、以言行事行为、以言取效行为。 以言表意行为指说话这一行为本身，发出一段声音，组词成句，音义结合;以言行事行为指在完成“说什么”这一行为的同时，所表达的说话者说出这个话语的“用意”，产生的某种语力，如某人说:“出去!”这句话的同时，就实施了一个“命令”的以言行事行为:以言取效行行为指说话者通过以言表意行为表达自己的用意之后，在听话者身上(也可能是说话者自己)产生的一定的影响，出现的一定效果。 塞尔在自然语言的基础上修正、完善、发展了奥斯汀的言语行为理论，并利用自己设计的一套人工语言符号来来表述分析他的言语行为理论，将言语行为分为话语行为、命题行为、以言行事行为和以言取效行为。即:说出一串语词(语素、语句)就是实施话语行为;进行指称和谓述就是实施命题行为。做出陈述、提出问题、发出命令、做出承诺等，就是实施以言行事行为，而这种以言行事行为对听话者在行动