第十一章自然语言理解
教学内容：自然语言理解的一般概念、句法和语法的自动分析原理、句子的自动理解方法和语言的自动生成等。
教学重点：句法模式匹配、语义的分析、句子的自动理解和语言的自动生成。
教学难点：转移网络、词汇功能语法（LFG）。
教学方法：课堂教学为主。注意结合学生已学的内容，及时提问、收集学生学习的情况。并充分利用网络课程中的多媒体素材来表示比较抽象的概念。
教学要求：掌握句法分析方法，掌握句子的自动理解，初步了解语言的自动生成，一般了解自然语言理解系统的应用实例。
11.1 语言及其理解的一般问题
教学内容：本小节主要讨论自然语言理解的概念、发展简史以及系统组成与模型等。
教学重点：语言和语言理解的概念、自然语言理解系统的模型。
教学难点：自然语言理解与人类智能的关系、理解自然语言的计算机系统的组成方式。
教学方法：课堂教学为主，结合网络课程中的多媒体素材来讲述。
教学要求：掌握语言和语言理解的概念、自然语言理解过程的四个层次；一般了解自然语言理解研究的国内外进展。
11.1.1 语言与语言理解
1、语言的构成
语言是人类进行通信的自然媒介，它包括口语、书面语以及动作语(如哑语和旗语)等。语言由语句组成，每个语句又由单词组成；组成语句和语言时，应遵循一定的语法与语义规则。
语言是音义结合的词汇和语法体系，是实现思维活动的物质形式。
语言是以词为基本单位的，词汇又受到语法的支配才可构成有意义的和可理解的句子，句子按一定的形式再构成篇章等。
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，词构成词组和句子。语言正是在这种严密的制约关系中构成的。用词素构成词的规则叫构词规则。语法中的另一部分就是句法。句法也可分成两部分：词组构造法和造句法。词组构造法是词搭配成词组的规则。造句法则是用词或词组造句的规则。
图11.1就是上述构造的一个完整的图解。
图11.1 语言的构成
另一方面，语言是音义结合的，每个词汇有其语音形式。自然语言中所涉及的音素并不多，一种语言一般只有几十个音素。由一个发音动作所构成的最小的语音单位就是音素。
提问：构成词的最小的有意义的单位是什么？
举例：列举几个由词素构成词的例子，“教师”、“teacher”等。
2、语言的理解
从微观上讲，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，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；
(2) 提取材料摘要；
(3) 不同词语叙述；
(4) 不同语言翻译。
对自然语言的理解却是一个十分艰难的任务。自然语言不仅有语义、语法和语音问题，而且还存在模糊性等问题。
具体地说，自然语言理解的困难是由下列3个因素引起的：
(1) 目标表示的复杂性；
(2) 映射类型的多样性；
(3) 源表达中各元素间交互程度的差异性。
自然语言理解是语言学、逻辑学、生理学、心理学、计算机科学和数学等相关学科发展和结合而形成的一门交叉学科；它能够理解口头语言或书面语言。
语言理解包括下列几个方面的内容：
(1) 能够理解句子的正确词序规则和概念，又能理解不含规则的句子。
(2) 知道词的确切含义、形式、词类及构词法。
(3) 了解词的语义分类以及词的多义性和歧义性。
(4) 指定和不定特性及所有(隶属)特性。
(5) 问题领域的结构知识和时间概念。
(6) 语言的语气信息和韵律表现。
(7) 有关语言表达形式的文学知识。
(8) 论域的背景知识。
思考题：什么是语言和语言理解?
11.1.2 自然语言理解研究的进展
随着计算机技术和人工智能总体技术的发展，自然语言理解不断取得进展。
机器翻译是自然语言理解最早的研究领域。由于早期研究中理论和技术的局限，所开发的机译系统的技术水平较低，不能满足实际应用的要求。
到了70年代初期，对语言理解对话系统的研究取得进展。伍兹(Woods)的LUNAR系统、威诺甘德(Winogand)的SHRDLU系统和香克(Schank)的MARGIE系统等是语言理解对话系统的典型实例。
进入80年代之后，自然语言理解的应用研究广泛开展，机器学习研究又十分活跃，并出现了许多具有较高水平的实用化系统。这些系统是自然语言理解研究的重要成果，表明自然语言理解在理论上和应用上取得了突破性进展。
自然语言是表示知识最为直接的方法。因此，自然语言理解的研究也为专家系统的知识获取提供了新的途径。此外，自然语言理解的研究已促进计算机辅助语言教学(CALI)和计算机语言设计(CLD)等的发展。
11.1.3 自然语言理解过程的层次
语言的分析和理解过程是一个层次化的过程。现代语言学家把这一过程分为3个层次：词法分析、句法分析和语义分析。如果接收到的是语音流，那么在上述3个层次之前还应当加入一个语音分析层。虽然这种层次之间并非是完全隔离的，但是这种层次化的划分的确有助于更好地体现语言本身的构成。
1、语音分析
语音分析则是根据音位规则，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
词法分析的主要目的是找出词汇的各个词素，从中获得语言学信息。
3、句法分析
句法分析是对句子和短语的结构进行分析。自动句法分析的方法很多，有短语结构语法、格语法、扩充转移网络、功能语法等等。句法分析的最大单位就是一个句子。分析的目的就是找出词、短语等的相互关系以及各自在句子中的作用等，并以一种层次结构来加以表达。
4、语义分析
语义分析就是通过分析找出词义、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。在语言自动理解中，语义愈来愈成为一个重要的研究内容。
思考题：自然语言理解过程有哪些层次，各层次的功能如何?
11.2 句法和语义的自动分析
教学内容：本小节主要讨论句法和语义的自动分析问题。它们是理解自然语言的基础。
教学重点：句法分析的方法和语义分析的步骤。
教学难点：转移网络的实现、词汇功能语法（LFG）的理解。
教学方法：课堂教学为主，结合网络课程中的多媒体素材来讲述。
教学要求：重点掌握句法分析的方法和语义分析的步骤，了解转移网络的概念和用LFG语法对句子进行分析的过程。
11.2.1 句法模式匹配和转移网络
1、用转移网络表示句法模式
句法模式匹配就是采用句法模式来对语言的句子进行匹配从而进行句法分析。但是自然语言是非常多样化的，因而需要有许多模式。这些模式可用状态转移图来表示，这种用状态转移图来表示的表达方式称之为转移网络（TN，
transition network）。如图11.2所示，图中，q
0,q
1
,…，q
T
是状态，q
是初态，
q
T
是终态。弧上给出了状态转移的条件以及转移的方向。该网络可用于分析句子也可用于生成句子。
图11.2 转移网络(TN)
用TN来识别句子The little orange ducks swallow flies 的过程如表11.1。
表11.1 句子识别过程
这里忽略了词法分析，网络如图11.3所示
图11.3 转移网络实例
2、网络识别算法
识别过程到达f状态(终态)，所以该句子被成功地识别了。分析结果如图11.4所示。从上述过程中可以看出，这个句子还可以在网络中走其他弧，如词
ducks也可以走弧，但接下来的swallow就找不到合适的弧了。此时
对应于这个路径，该句子就被拒识了。由此看出，网络识别的过程中应找出各种可能的路径，因此算法要采用并行或回溯机制。
图11.4 TN分析树
(1) 并行算法
关键是在任何一个状态都要选择所有可以到达下一个状态的弧，同时进行试验。
(2) 回溯算法
在所有可以通过的弧中选出一条往下走，并保留其他的可能性，以便必要时可回过来选择之。
思考题：画出下列上下文无关语法所对应的转移网络：
S→NP VP
NP→Adjective Noun
NP→Determiner Noun PP
NP→Determiner Noun
VP→Verb Adverb NP
VP→Verb
VP→Verb Adverb
VP→Verb PP
PP→Proposition NP
11.2.2 扩充转移网络
1、扩充转移网络的构成
扩充转移网络ATN是由伍兹(Woods)在1970年提出的。ATN是由一组网络所构成的，每个网络都有一个网络名，每条弧上的条件扩展为条件加上操作。这种条件和操作采用寄存器的方法来实现，在分析树的各个成分结构上都放上寄存器，用来存放句法功能和句法特征，条件和操作将对它们不断地进行访问和设置。
ATN的每个寄存器由两部分构成：句法特征寄存器和句法功能寄存器。在特征寄存器中，每一维特征都有一个特征名和一组特征值，以及一个缺省值来表示。功能寄存器则反映了句法成分之间的关系和功能。
分析树的每个节点都有一个寄存器，寄存器的上半部分是特征寄存器，下半部分是功能寄存器。
图11.5所示是一个简单的名词短语(NP)的扩充转移网络，网络中弧上的条件和操作如下：
图11.5 名词短语(NP)的扩充转移网络
2、扩充转移网络示例
该网络主要是用来检查NP中的数的一致值问题。图11.6是一个句子的ATN，主要用来识别主、被动态的句子，从中可以看到功能寄存器的应用。
图11.6 句子的扩充转移网络
网络描述如下：
S-1：
A：Subject←?/FONT>*.
S-2：
A：Main-Verb←?/FONT>*.
S-3：
C：Main-Verb.Type=Be，Do，Have or Modal
A：Auxs<=Main-Verb,Main-Verb←?/FONT>*.
S-4：
D：*.Form=Past-part and Main-Verb.Type=Be
A：Voice←?/FONT>Passive,Auxs<=Main-Verb,
Main-Verb←?/FONT>*.Direct-Obj←?/FONT>Subject, Subject←?/FONT>dummy-NP.
S-5:
A：Direct-Obj←?/FONT>*.
S-6：
A：Modifiers<=*.
S-7：
C：Voice=Passive and Subject=dummy-NP and*.Prep=“by”.
A：Subject←?/FONT>*.Prep-Object.
S-8：No Conditions, actions or initializations.
当然作为一完整的ATN是相当复杂的，在实现过程中还必须解决许多问题，如非确定性分析、弧的顺序、非直接支配关系的处理等等。ATN方法在自然语言理解的研究中得到了广泛的应用。
11.2.3 词汇功能语法
1、词汇功能语法的结构
词汇功能语法（LFG）是由卡普兰和布鲁斯南(Bresnan)在1982年提出的，它是一种功能语法，但是更加强调词汇的作用。LFG用一种结构来表达特征、功能、词汇和成分的顺序。
LFG对句子的描述分为两部分：直接成分结构(Constituent Structure,简称C-Structure)和功能结构(Functional Structure,简称F-structure)，
C-structure是由上下文无关语法产生的表层分析结果。在此基础上经一系列代数变换产生F-structure。LFG采用两种规则：加入下标的上下文无关语法规则和词汇规则。表11.2给出了一些词汇功能语法的规则和词条。
表11.2 LFG语法与词典
2、词汇功能语法对句子的分析过程
用LFG语法对句子进行分析的过程如下：
(1) 用上下文无关语法分析获得C-structure，不考虑语法中的下标；该C-structure就是一棵直接成分树；
(2) 将各个非叶节点定义为变量，根据词汇规则和语法规则中的下标，建立功能描述(一组方程式)；
(3) 对方程式作代数变换，求出各个变量，获得功能结构F-structure。11.2.4语义的解析
建立句法结构只是语言理解模型中的一个步骤，进一步则要求获得语言所表达的意义。
第一步是要确定每个词在句子中所表达的词义，这涉及到词义和句法结构上的歧义问题；
第二步是要根据已有的背景知识来确定语义。
逻辑形式表达是一种框架式的结构，它表达一个特定形式的事例及其一系列附加的事实，如“Jack
kissed Jill”，可以用如下逻辑形式来表达：
(PAST S1 KISS-ACTION［AGENT(NAME j1 PERSON“Jack”)］［THEM ENAME(NAME j2 PERSON“Jill”)］)
它表达了一个过去的事例S1。PAST是一个操作符，表示结构的类型是过去的，S1是事例的名，KISS-ACTION是事例的形式，AGENT和THEME是对象的描述，有施事和主位。
举例；已知“张经理开车去了商店”，要回答“张经理是否坐进汽车?”
11.3 句子的自动理解
教学内容：本小节主要讨论简单句和复合句的理解。
教学重点：简单句的理解方法。
教学难点：复合句的理解方法。
教学方法：课堂教学为主，结合网络课程中的多媒体素材来讲述。
教学要求：重点掌握简单句的理解方法，了解复合句的理解方法。
11.3.1 简单句的理解方法
1、简单句理解的内容
由于简单句是可以独立存在的，因而为了理解一个简单句，即建立起一个和该简单句相对应的机内表达，需要做以下两方面的工作：
(1) 理解语句中的每一个词。
(2) 以这些词为基础组成一个可以表达整个语句意义的结构。
常常将这项工作分成以下3个部分来进行：
(a) 句法分析将单词之间的线性次序变换成一个显示单词如何与其它单词相关联的结构。
(b)语义分析各种意义被赋于由句法分析程序所建立的结构，即在句法结构和任务领域内对象之间进行映射变换。
(c)语用分析为确定真正含义，对表达的结构重新加以解释。
思考：考虑下列句子
The old man′s glasses were filled with sherry.
选择单词glasses合适的意思需要什么信息? 什么信息意味着不合适的意思?
2、简单句理解方法
（1）关键字匹配法
关键字匹配法是最简单的自然语言理解方法。该方法简单归纳起来为：在程序中规定匹配和动作两种类型的样本。然后建立一种由匹配样本到动作样本的映射。当输入语句与匹配样本相匹配时，就去执行相应样本所规定的动作，这样从外表看来似乎机器真正实现了能理解用户问话的目的。
（2）句法分析树法
关于文法的形式，在许多自然语言处理程序中提出过很多各不相同的定义，作为一个例子，下面我们给出一种文法的形式化定义。
文法G在其形式上为如下的四元组：
G=(V,Σ，P，S)
其中，V为有穷非空集，称作总词汇表；Σ为V的一个非空子集，称作终结字母表，而N=V-Σ称作非终结字母表；P为如下形式的有穷产生式集：
α→β
式中，α?Ｖ*NV*，β?V*，*表示它前面的字符可以重复出现任意次；S为非终结字母表的一个元素，称为起始符。
图11.7是使用该文法对语句：
Joe hit the ball.
进行句法分析而建立的文法分析树。
示例：一个英语子集的简单文法：
S→NP VP
NP→the NP1
NP→NP1
ADJS→?｜ADJ ADJS
VP→V
VP→V NP
N→Joe｜boy｜ball
ADJ→little｜dig
V→hit｜ran
其中，大写的是非终结符，而小写的是终结符，?表示空字符串。
图11.7 文法分析树示例
（3）语义分析
只是根据词性信息来分析一个语句文法结构，是不能保证其正确性的，这是因为有些句子的文法结构，需要借助于词义信息来确定，也就是要进行语义分析。
进行语义分析的一种简单方法是使用语义文法。所谓语义文法，是在传统的短语结构文法的基础上，将N(名词)、V(动词)等语法类别的概念，用所讨论领域的专门类别来代替。
思考：对下列每个语句给出句法分析树：
(1) David wanted to go to the movie with Linda.
(2) David wanted to go to the movie with Georgy William.
(3) He heard the story listening to the radio.
(4) He heard the boys listening to the radio.
11.3.2 复合句的理解方法
1、复合句理解的复杂性
正像上述介绍的，简单句的理解不涉及句与句之间的关系，它的理解过程是首先赋单词以意义，然后再给整个语句赋以一种结构。而一组语句的理解，无论它是一个文章选段还是一段对话节录，均要求发现句子之间的相互关系。在特定的文章中，这些关系的发现，对于理解起着十分重要的作用。这种关系包括以下几种：
(1) 相同的事物
(2) 事物的一部分
(3) 行动的一部分
(4) 与行动有关的事物
(5) 因果关系
(6) 计划次序
要能做到理解这些复杂的关系，必须具有相当广泛领域的知识才行，也就是要依赖于大型的知识库，而且知识库的组织形式对能否正确理解这些关系，起着很重要的作用。
如果知识库的容量较大，则有一点是比较重要的，即如何将问题的焦点集中于知识库的相关部分。第二章介绍的一些知识表示方法，如语义网络和剧本等将有助于这项工作的进行。
2、分区语义网络
图11.8所示的分区语义网络具有4个分区：S
分区含有一些一般的概念，
如美元、兑换和螺栓等；S
1分区含有与购买螺栓有关的特殊实体；S
2
分区含有与
把水泵固定在工作台上这一操作有关的特殊实体；S
3
分区含有与同一固定操作有关的特殊实体等。运用分区语义网络，利用其分区在某些层次上的关联，可以较好地处理集中焦点的问题。当某一分区为焦点时，则某高层分区内的元素即变为可观察的了。对于上例，当第二句被理解时，因其讲的是“将水泵固定在工作台
上”这一事件，因而图11.8分区语义网络示例焦点处于S
2分区。由于S
分区的
层次高于S
2分区，所以S
分区是可以观察的。当理解第二句时，显然“螺栓”
不能与S
2分区的任何元素匹配，因而焦点区由S
2
变成更低一级的S
3
分区，并且
使得“螺栓”与B
匹配，匹配的结果使得第二句中的“螺栓”必定是第一句中
1
用来进行固定的螺栓，从而使得前后两个句子成为一个前后连贯的文章片断。
图11.8 分区语义网络示例
举例：我们来看一下如下的文章片段：
“接着，把水泵固定到工作台上。螺栓就放在小塑料袋中。”第二句中的螺栓，应该理解为是用来固定水泵的螺栓。因此，如果在理解第全句时，就把需用的螺栓置于“焦点”之中，则全句的理解就不成什么问题了。为此，我们需要表示出和“固定”有关的知识，以便当见到“固定”时，能方便地提取出来。图11.8给出的是一个和固定水泵有关的分区语义网络。所谓分区语义网络，就是将语义网络中的有关弧和节点集中起来，组成一个分区。
11.4 语言的自动生成
教学内容：本小节主要探讨语言的自动生成问题。
教学重点：语言生成的定义和内容。
教学难点：如何把要交流的信息表示为机器内部的一种结构。
教学方法：课堂教学为主，结合网络课程中的多媒体素材来讲述。
教学要求：重点掌握语言生成的过程和处理方法，了解语言生成过程中可能遇到的难题。
语言生成就是把在计算机内部以某种形式存放的需要交流的信息，以自然语言的形式表达出来。它是自然语言理解的一个逆过程。一般包括以下两部分：
（１）建立一种结构，以表达出需要交流的信息。
（２）以适当的词汇和一定的句法规则，把要交流的信息以句子形式表达出来。
同自然语言理解一样，语言生成的处理方法有很多种，这不仅由于它们所采用的内部表达结构不同(如采用语义网络或者概念从属等)，而且由于语言生成的目的不同(如有的目的是为了对输入文章作摘要，有的是为了作为问题回答系统的人-机界面等)。
语言生成也有许多难点，特别是第一部分，显得更加困难一些。有时，要交流的信息由问题回答系统在回答问题时加以估计。在这些系统中，信息的生成过程要受到回答问题的约束。
在语言生成系统中遇到的许多问题与在自然语言理解系统中所遇到的问题是一样的。其处理方法，也可以使用在自然语言理解中所使用的各种方法。
思考：自然语言理解和语言自动生成的关系为何? 研究这两者时有什么共同点。
11.5 自然语言理解系统应用举例
教学内容：本小节主要介绍2个与自然语言理解有关的应用实例。
教学重点：自然语言自动理解系统的功能和作用。
教学难点：自然语言问答系统的实现。
教学方法：课堂教学为主，结合网络课程中的多媒体素材来讲述。
教学要求：重点掌握自然语言自动理解系统，了解自然语言问答系统。
11.5.1 自然语言自动理解系统
自然语言情报检索系统LUNAR
LUNAR系统是由伍兹于1972年研制成功的一个自然语言情报检索系统，具有语义分析能力，用于帮助地质学家比较从月球卫星Apollo-11上得到的月球岩石和土壤组成的化学成分数据。这个系统具有一定的实用性，为地质学家们提供了一个有用的工具，也显示了自然语言理解系统对科学和生产的积极作用。
LUNAR系统的工作过程可分为3个阶段：
第一阶段：句法分析采用ATN及语义探索方法产生人提出的问题的推导树。
第二阶段：语义解析采用形式化的方法来表示提问语言所包含的语义。
第三阶段：回答问题产生对提问的回答。
11.5.2 自然语言问答系统
简单的自然语言问答系统，至少要做3件事：
(1) 分析一语句，同时构造它的逻辑表示，检查它的语义正确性。
(2) 如果可能的话，转换该逻辑形式为Horn子句。
(3) 如果该语句是陈述句，则在知识库中增加该子句，否则认为该子句为一个问题，并演绎地检索相应的答案。
此3项功能主要有谓词talk完成，talk的定义是：
talk(Sentence,Reply)：-Parse(Sentence,LF,-Type),
clausify(LF,Clause,Freevars),!,
reply(Type,Ereevars,Clause,Reply).
talk(Sentence,error(‘too difficult')).
上述定义中引出 3 个谓词，即parse,clausify,reply分别对应上述 3 项功能。
1、谓词parse表达句法分析能力
2、谓词clausify表达生成子句的能力
反映语句语义的LF，由clausify谓词转换成Horn子句。能转换Horn子句有下列3种情况：
(1) 如果表达式的最外层是全称量词，则可以立即去掉此量词并对其余部分继续此转换过程。
(2) 如果表达式是蕴涵式，并且结论部分只有一个文字，并且前提中不含有蕴涵符。
3、谓词reply表达回答功能
talk的第3个功能就是回答功能，这分两种情况：其一是针对陈述句的，它将该陈述句的Horn子句形式插入到PROLOG数据库中；其二是针对提问的。
talk是整个自然语言回答系统的核心谓词。要构造成真正的系统，尚需要一个界面程序，此界程序的功能是给出某一提示符，接受用户的语句，执行talk 功能，打印talk返回的结果，这是一个很短的管理程序。
11.6 小结
机器学习研究已获得很大进展，并得到越来越广泛的应用。
机器学习的方法有机器学习、解释学习、归纳学习、类比学习、神经学习和知识发现等。本章逐一讨论了这些机器学习方法。
机器学习应用领域涉及图象处理、模式识别、机器人控制、过程控制、自然语言理解、信号处理和专家系统等。
知识发现和数据挖掘是近年来发展最快的机器学习技术，使机器学习研究和应用进入一个新的发展时期。
习题2 一、名词解释 1. 物联网 物联网（Internet of Things，IOT）就是把所有物品通过射频识别（RFID）、红外感应器、全球定位系统、激光扫描仪等信息传感设备与互联网连接起来（见图2-2），进行信息交换和通讯，实现智能化识别、定位、跟踪、监控和管理。 2. 传感器 传感器是一种检测装置，能感受到被测量的信息，并能将感受到的信息，按一定规律变换成为电信号或其他所需形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求。 3. 云计算 云计算是一种模型，它可以实现随时、随地、便捷、随需地从可配置计算资源共享池中获取所需的资源（例如网络、服务器、存储、应用及服务），资源能够快速供应和释放，使管理资源的工作量和与服务提供商的交互减小到最低限度。 4. 存储虚拟化 虚拟化和分布式在共同解决一个问题，就是物理资源重新配置形成逻辑资源。其中虚拟化做的是造一个资源池，而分布式做的是使用一个资源池。 虚拟化包括计算虚拟化、网络虚拟化和存储虚拟化。 存储虚拟化通常做的是多虚一，除了解决弹性、扩展问题外，还解决备份的问题。 5. 公有云 公有云是为大众建的，所有入驻用户都称租户，不仅同时有很多租户，而且一个租户离开，其资源可以马上释放给下一个租户。 6. 大数据 大数据是指数量庞大而复杂，传统的数据处理产品无法在合理的时间内捕获、管理和处理的数据集合。 7. 区块链 区块链是一种网络上多人记录的公共记账，记载所有交易记录。 8. 结构化数据 结构化的数据是指可以使用关系型数据库表示和存储，表现为二维形式的数据。
9. 非结构化数据 非结构化数据是数据结构不规则或不完整，没有预定义的数据模型，不方便用数据库二维逻辑表来表现的数据。包括所有格式的办公文档、文本、图片、各类报表、图像和音频/视频信息等等。 10.半结构化数据 介于结构化数据和非结构化数据之间，如网页。 二、选择题 1、人工智能赖以生存的土壤（ A ）。 A. 物联网 B.大数据 C. 区块链 D. 云计算 2、人工智能的血液（ B ）。 A. 物联网 B.大数据 C. 区块链 D. 云计算 3、人工智能的算力（ D ）。 A. 物联网 B.大数据 C. 区块链 D. 云计算 4、人工智能的安全保障（ C ）。 A. 物联网 B.大数据 C. 区块链 D. 云计算 5、（ D ）不是人工智能核心要素。 A. 算法 B.算力 C. 数据 D. 网络 6、（ D ）不是物联网具有的特点。 A.全面感知 B. 实时传送 C.智能控制 D. 存储 7、物联网技术架构一般采用（A ）层。 A.4 B.5 C.6 D.8 8、物联网技术架构最低层是（ A ）。 A.感知层 B.传输层 C.支撑层 D.应用层 9、物联网技术架构最高层是（ D ）。 A.感知层 B.传输层 C.支撑层 D.应用层 10、（ D ）不是物联网感知层技术。
智慧树知到《人工智能基础》章节测试答案 第一章 1、第一个击败人类职业围棋选手、第一个战胜世界围棋冠军的人工智能机器人是由谷歌公司开发的（）。 A.AlphaGo B.AlphaGood C.AlphaFun D.Alpha 答案: AlphaGo 2、无需棋谱即可自学围棋的人工智能是（） A.AlphaGo Fan B.AlphaGo Lee C.AlphaGo Master D.AlphaGo Zero 答案: AlphaGo Zero 3、世界上第一次正式的AI会议于（）年召开，John McCarthy 正式提出“Artificial Intelligence”这一术语 A.1954 B.1955 C.1956 D.1957 答案: 1956 4、以下哪些不是人工智能概念的正确表述（）
A.人工智能是为了开发一类计算机使之能够完成通常由人类所能做的事 B.人工智能是研究和构建在给定环境下表现良好的智能体程序 C.人工智能是通过机器或软件展现的智能 D.人工智能将其定义为人类智能体的研究 答案: 人工智能将其定义为人类智能体的研究 5、下面不属于人工智能研究基本内容的是（）。 A.机器感知 B.机器学习 C.自动化 D.机器思维 答案: 自动化 6、人工智能是研究、开发用于模拟、延伸和扩展人的（）的理论、方法、技术及应用系统的一门新的技术科学。 A.智能 B.行为 C.语言 D.计算能力 答案: 智能 7、图灵测试的含义是（） A.图灵测试是测试人在与被测试者(一个人和一台机器)隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。问过一些问题后，如果被测试者超过30%的答复不能使测试人确认出哪个是人、哪个是机器的回答，那么这台机器就通过了测试，并被认为具有人类智能。 B.所谓的图灵测试就是指一个抽象的机器，它有一条无限长的纸带，纸带分成了一个一个的小方格，每个方格有不同的颜色。有一个机器头在纸带上移来移去。机器头有一组内部状态，还有一些固定的程序。
《人工智能》课后习题答案 第一章绪论 答：人工智能就是让机器完成那些如果由人来做则需要智能的事情的科学。人工智能是相对于人的自然智能而言，即用人工的方法和技术，研制智能机器或智能系统来模仿延伸和扩展人的智能，实现智能行为和“机器思维”，解决需要人类专家才能处理的问题。 答：“智能”一词源于拉丁“Legere”，意思是收集、汇集，智能通常用来表示从中进行选择、理解和感觉。所谓自然智能就是人类和一些动物所具有的智力和行为能力。 智力是针对具体情况的，根据不同的情况有不同的含义。“智力”是指学会某种技能的能力，而不是指技能本身。 答：专家系统是一个智能的计算机程序，他运用知识和推理步骤来解决只有专家才能解决的复杂问题。即任何解题能力达到了同领域人类专家水平的计算机程序度可以称为专家系统。 答： 自然语言处理—语言翻译系统，金山词霸系列
机器人—足球机器人 模式识别—Microsoft Cartoon Maker 博弈—围棋和跳棋 第二章知识表达技术 解答： （1）状态空间(State Space)是利用状态变量和操作符号，表示系统或问题的有关知识的符号体系，状态空间是一个四元组（S，O，S0，G）： S—状态集合;O—操作算子集合;S0—初始状态,S0S;G—目的状态,G S,(G可若干具体状态，也可满足某些性质的路径信息描述)从S0结点到G结点的路径被称为求解路径。 状态空间一解是一有限操作算子序列，它使初始状态转换为目标状态： O1 O2 O3 Ok S0S1S2……G 其中O1，…，Ok即为状态空间的一个解(解往往不是唯一的)
（2）谓词逻辑是命题逻辑的扩充和发展，它将原子命题分解成客体和谓词两个部分。 与命题逻辑中命题公式相对应，谓词逻辑中也有谓词（命题函数）公式、原子谓词公式、复合谓词公式等概念。一阶谓词逻辑是谓词逻辑中最直观的一种逻辑。 （3）语义网络是一种采用网络形式表示人类知识的方法。即用一个有向图表示概念和概念之间的关系，其中节点代表概念，节点之间的连接弧(也称联想弧)代表概念之间的关系。 常见的语义网络形式有命题语义网络、数据语义网络：E-R图（实体-关系图）、语言语义网络等。 解答： （1）
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
附件：“图神经网络与知识图谱”课程大纲 第一天19:00-21:00第一章：人工智能与深度学习基础 1.1卷积神经网络结构； 1.2池化； 1.3激活函数； 1.4反向传播； 1.5AlexNet、VGGNet、ResNet、GoogleLeNet等算法简介1.6决策树和随机森林 1.7卷积核与特征提取； 1.8卷积神经网络调参经验分享； 1.9Tf.keras核心高阶API； 1.10Tf.data输入模块； 第二天19:00-21:00第二章：深度学习发展热点 2.1生成对抗网络GAN； 2.2生成与判别； 2.3GAN对抗生成神经网络算法介绍； 2.4代码和案例实践： 图片生成、看图说话， 对抗生成神经网络调参经验分享2.5强化学习RL； 2.6强化学习基础、算法介绍 2.7实例： 基于增强学习的游戏学习 DQN的实现 第三天19:00-21:00第三章:图神经网络 3.1图神经网络(Graph Neural Network) 3.2不动点理论、模型学习、GNN与RNN、GNN的局限3.3门控图神经网络(Gated Graph Neural Network) 3.4状态更新、GNN与GGNN 3.5实例: 到达判断 语义解析 3.6图卷积 3.7图卷积框架 3.8实例: 掷骰子问题 第四章:图神经网络
第四天19:00-21:004.1空域卷积(Spatial Convolution) 4.2消息传递网络、图采样与聚合、图结构序列化 4.3频域卷积(Spectral Convolution) 4.4基础简介：图上的傅里叶变换 4.5频域卷积网络、切比雪夫网络 4.6图读出操作(ReadOut) 4.7基于统计的方法 4.8基于学习的方法： 采样加全连接、全局结点、可微池化、其他方法； 第五天19:00-21:00第五章:知识图谱 5.1知识图谱基础—知识表示与建模 5.2知识表示框架、数据模型设计方法 5.3金融企业数据主题域设计—企业风险知识图谱 5.4知识图谱核心技术：知识源数据的获取 5.5结构化数据的获取、非结构化数据的获取、将mysql数 据导出为图谱源数据 5.6案例实战： 股票吧信息爬取 使用爬虫获取企业法人等信息 获取企业风险知识图谱源数据 5.7知识图谱核心技术：知识抽取 5.8实体抽取技术、关系抽取技术、事件抽取技术 5.9案例实战： 使用hanlp抽取法人名称 企业名称等信息 使用TextRank算法完成知识抽取 使用句法依存算法关系抽取 基于模板完成事件抽取； 第六天19:00-21:00第六章:知识图谱 6.1知识图谱核心技术：知识融合 6.2知识融合概述，实体统一、实体消歧、知识合并6.3案例实战： 使用jieba完成公司名的实体统一 使用tf-idf完成实体消歧 6.4知识图谱核心技术：知识加工和存储 6.5知识加工概述，本体构建，知识推理 6.6知识存储常用数据库，图数据库neo4j 6.7实战操作：使用neo4j工具导入知识图谱 案例1：使用neo4j从零搭建简单的金融知识图谱案例2：基于金融知识图谱的问答机器人 案例3：基于法律领域的知识图谱
一、单选题 1. 人工智能的目的是让机器能够（D ），以实现某些脑力劳动的机械化。 A. 具有完全的智能 B. 和人脑一样考虑问题 C. 完全代替人 D. 模拟、延伸和扩展人的智能 2. 下列关于人工智能的叙述不正确的有（ C ）。 A. 人工智能技术它与其他科学技术相结合极提高了应用技术的智能化水平。 B. 人工智能是科学技术发展的趋势。 C. 因为人工智能的系统研究是从上世纪五十年代才开始的，非常新，所以十分重要。 D. 人工智能有力地促进了社会的发展。 3. 自然语言理解是人工智能的重要应用领域，下面列举中的（C）不是它要实现的目标。 A. 理解别人讲的话。 B. 对自然语言表示的信息进行分析概括或编辑。 C. 欣赏音乐。 D. 机器翻译。 4. 下列不是知识表示法的是（）。 A. 计算机表示法 B. 谓词表示法 C. 框架表示法 D. 产生式规则表示法 5. 关于“与/或”图表示知识的叙述，错误的有（D ）。 A. 用“与/或”图表示知识方便使用程序设计语言表达，也便于计算机存储处理。 B. “与/或”图表示知识时一定同时有“与节点”和“或节点”。 C. “与/或”图能方便地表示述性知识和过程性知识。 D. 能用“与/或”图表示的知识不适宜用其他方法表示。 6. 一般来讲，下列语言属于人工智能语言的是（D ）。 A. VJ B. C# C. Foxpro D. LISP 7. 专家系统是一个复杂的智能软件，它处理的对象是用符号表示的知识，处理的过程是（C ）的过程。 A. 思考 B. 回溯 C. 推理 D. 递归 8. 确定性知识是指（A ）知识。 A. 可以精确表示的 B. 正确的 C. 在大学中学到的知识 D. 能够解决问题的 9. 下列关于不精确推理过程的叙述错误的是（ B ）。 A. 不精确推理过程是从不确定的事实出发 B. 不精确推理过程最终能够推出确定的结论 C. 不精确推理过程是运用不确定的知识 D. 不精确推理过程最终推出不确定性的结论
计算机基础知识练习题 一．单选题： 1、计算机的应用领域是（D）。 A. 人工自能 B. 过程控制 C. 信息处理 D.数值计算 2、第二代计算机的主要电子逻辑元件是（B）。 A. 电子管 B. 晶体管 C. 集成电路 D.运算器 3、下列不是计算机应用主要领域的是（A）。 A. 文字处理 B. 科学计算 C. 辅助设计 D.数据处理 4、用计算机进行资料检索工作属于计算机应用中的（A）。 A. 数据处理 B. 科学计算 C. 实时控制 D.人工智能 5、功能最强大，计算精度最高的计算机类型是（D）。 A. 大型机 B. 微型机 C. 小型机 D.巨型机 6、电脑笔记本属于（A）。 A.微型机 B.小型机 C.大型机 D.巨型机 7、在计算机中，一个字节是有（C）二进制码表示。
A.4 B.2 C.8 D.16 8、十进制数130转换成对应的二进制数位（A）。 A.10000010 B.10000011 C.10000110 D.10000000 9、下列4个字符中，ASCII码值最小的是（A）。 A.B B.b C.N D.g 10、十进制数1025转换成对应的二进制数位（A ）。 A.10000000001 B.10000000000 C.10000000011 D.11000000001 11、8位字长的计算机可以表示的无符号整数的最大值是（C ）。28-1 A.8 B.16 C.255 D.256 12、下列使用不同数值表示的数中，数值最大的是（A ）。 A.二进制11011101 B.八进制334 C.十进制219 D.十六进制DA 13、目前，制造计算机所用的电子器件是（D）。 A.电子管 B.晶体管 C.集成电路 D.超大规模集成电路 14、八进制计数制中，各位数的权是以（B）为底的方幂。 A.2 B.8
第2章知识表示方法部分参考答案 2.8设有如下语句，请用相应的谓词公式分别把他们表示出来： (1)有的人喜欢梅花，有的人喜欢菊花，有的人既喜欢梅花又喜欢菊花。 解：定义谓词 P(x)：x是人 L(x,y)：x喜欢y 其中，y的个体域是{梅花，菊花}。 将知识用谓词表示为： (?x )(P(x)→L(x, 梅花)∨L(x, 菊花)∨L(x, 梅花)∧L(x, 菊花)) (2) 有人每天下午都去打篮球。 解：定义谓词 P(x)：x是人 B(x)：x打篮球 A(y)：y是下午 将知识用谓词表示为： (?x )(?y) (A(y)→B(x)∧P(x)) (3)新型计算机速度又快，存储容量又大。 解：定义谓词 NC(x)：x是新型计算机 F(x)：x速度快 B(x)：x容量大 将知识用谓词表示为： (?x) (NC(x)→F(x)∧B(x)) (4) 不是每个计算机系的学生都喜欢在计算机上编程序。 解：定义谓词 S(x)：x是计算机系学生 L(x, pragramming)：x喜欢编程序 U(x,computer)：x使用计算机 将知识用谓词表示为： ?(?x) (S(x)→L(x, pragramming)∧U(x,computer)) (5)凡是喜欢编程序的人都喜欢计算机。 解：定义谓词 P(x)：x是人 L(x, y)：x喜欢y 将知识用谓词表示为： (?x) (P(x)∧L(x,pragramming)→L(x, computer))
2.9用谓词表示法求解机器人摞积木问题。设机器人有一只机械手，要处理的世界有一张桌子，桌上可堆放若干相同的方积木块。机械手有4个操作积木的典型动作：从桌上拣起一块积木；将手中的积木放到桌之上；在积木上再摞上一块积木；从积木上面拣起一块积木。积木世界的布局如下图所示。 图机器人摞积木问题 解：(1) 先定义描述状态的谓词 CLEAR(x)：积木x上面是空的。 ON(x, y)：积木x在积木y的上面。 ONTABLE(x)：积木x在桌子上。 HOLDING(x)：机械手抓住x。 HANDEMPTY：机械手是空的。 其中，x和y的个体域都是{A, B, C}。 问题的初始状态是： ONTABLE(A) ONTABLE(B) ON(C, A) CLEAR(B) CLEAR(C) HANDEMPTY 问题的目标状态是： ONTABLE(C) ON(B, C) ON(A, B) CLEAR(A) HANDEMPTY (2) 再定义描述操作的谓词 在本问题中，机械手的操作需要定义以下4个谓词： Pickup(x)：从桌面上拣起一块积木x。 Putdown(x)：将手中的积木放到桌面上。 Stack(x, y)：在积木x上面再摞上一块积木y。 Upstack(x, y)：从积木x上面拣起一块积木y。 其中，每一个操作都可分为条件和动作两部分，具体描述如下：
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
第一章已完成成绩: 100、0分 1 【单选题】2016年3月,人工智能程序()在韩国首尔以4:1的比分战胜的人类围棋冠军李世石。 ?A、AlphaGo ?B、DeepMind ?C、Deepblue ?D、AlphaGo Zero 我的答案:A得分: 10、0分 2 【单选题】首个在新闻报道的翻译质量与准确率上可以比肩人工翻译的翻译系统就是()。?A、苹果 ?B、谷歌 ?C、微软 ?D、科大讯飞 我的答案:C得分: 10、0分 3 【多选题】属于家中的人工智能产品的有()。 ?A、智能音箱 ?B、扫地机器人 ?C、声控灯 ?D、个人语音助手 我的答案:ABD得分: 10、0分 4 【多选题】目前外科手术领域的医用机器人的优点有()。 ?A、定位误差小 ?B、手术创口小 ?C、不需要人类医生进行操作 ?D、能够实时监控患者的情况 ?E、可以帮助医生诊断病情
我的答案:AB得分: 10、0分 5 【判断题】在神经网络方法之前,机器翻译主要就是基于统计模型的翻译。() 我的答案:√得分: 10、0分 6 【判断题】人工智能具有学会下棋的学习能力,就是实现通用人工智能算法的基础。() 我的答案:√得分: 10、0分 7 【判断题】目前还没有成功进行无人自动驾驶的案例。() 我的答案:×得分: 10、0分 8 【判断题】智能家居应该能自动感知周围的环境,不需要人的操控。() 我的答案:√得分: 10、0分 9 【判断题】智能音箱本质上就是音箱、智能语音交互系统、互联网、内容叠加的产物。() 我的答案:√得分: 10、0分 10 【判断题】基于句法的机器翻译就是目前较为流行的翻译方法,基本达到了预期的理想。() 我的答案:× 第二章已完成成绩: 100、0分 1 【单选题】被誉为计算机科学与人工智能之父的就是()。 ?A、图灵 ?B、费根鲍姆
人工智能基础（8017）考试大纲 一、课程性质与设置目的 （一）课程性质和特点 “人工智能”是21世纪计算机科学发展的主流，为了培养国家建设跨世纪的有用人才，在计算机专业本科开设《人工智能基础》课程是十分必要的。《人工智能基础》是计算机专业本科的一门必修课程，本课程中涉及的理论、原理、方法和技术有助于学生进一步学习其他专业课程。开设本课程的目的是培养学生软件开发的“智能”观念；掌握人工智能的基本理论、基本方法和基本技术；提高解决“智能”问题的能力，为今后的继续深造和智能系统研制，以及进行相关的工作打下人工智能方面的基础。 （二）本课程的基本要求（课程总目标） 《人工智能基础》是理论性较强，涉及知识面较广，方法和技术较复杂的一门学科。通过对本课程的学习，学生应掌握人工智能的一个问题和三大技术，即通用问题求解和知识表示技术、搜索技术、推理技术。具体要求是：学生在较坚实打好的人工智能数学基础（数理逻辑、概率论、模糊理论、数值分析）上，能够利用这些数学手段对确定性和不确定性的知识完成推理；在理解Herbrand域概念和Horn子句的基础上，应用Robinson 归结原理进行定理证明；应掌握问题求解（GPS）的状态空间法，能应用几种主要的盲目搜索和启发式搜索算法（宽度优先、深度优先、有代价的搜索、A算法、A*算法、博弈数的极大—极小法、α―β剪枝技术）完成问题求解；并能熟悉几种重要的不确定推理方法，如确定因子法、主观Bayes方法、D—S证据理论等，利用数值分析中常用方法进行正确计算。另外，学生还应该了解专家系统的基本概念、研究历史、系统结构、系统评价和领域应用。学生还应认识机器学习对于智能软件研制的重要性，掌握机器学习的相关概念，机器学习的方法及其相应的学习机制，几个典型的机器学习系统的学习方法、功能和领域应用。 （三）本课程与相关课程的联系、分工或区别 与本课程相关的课程有：离散数学、算法设计、数值分析、程序设计语言等。 离散数学中的命题逻辑、谓词逻辑、树/图、表等知识是本课程的数学基础之一。本课程中的知识表示需要利用矩阵、表、树/图、多元组等手段，因此学生前期的离散数学学习，对于本课程起到了基础作用。 -1-
（此文档为Word格式，下载后可以任意编辑修改！）试卷装订封面
第一章绪论 1-1. 什么是人工智能？试从学科和能力两方面加以说明。 从学科角度来看：人工智能是计算机科学中涉及研究、设计和应用智能机器的一个分支。它的近期主要目标在于研究用机器来模仿和执行人脑的某些智能功能，并开发相关理论和技术。 从能力角度来看：人工智能是智能机器所执行的通常与人类智能有关的功能，如判断、推理、证明、识别、感知、理解、设计、思考、规划、学习和问题求解等思维活动 1-2. 在人工智能的发展过程中，有哪些思想和思潮起了重要作用？控制论之父维纳1940 年主张计算机五原则。他开始考虑计算机如何能像大脑一样工作。系统地创建了控制论，根据这一理论，一个机械系统完全能进行运算和记忆。 帕梅拉?麦考达克(Pamela McCorduck)在她的著名的人工智能历史研究《机器思维》(Machine Who Think,1979) 中曾经指出：在复杂的机械装置与智能之间存在着长期的联系。著名的英国科学家图灵被称为人工智能之父,图灵不仅创造了一个简单的通用的非数字计算 模型，而且直接证明了计算机可能以某种被理解为智能的方法工作。提出了著名的图灵测试。数理逻辑从19 世纪末起就获迅速发展；到20 世纪30 年代开始用于描述智能行为。计算机出现后，又在计算机上实现了逻辑演绎系统。 1943年由生理学家麦卡洛克(McCulloch)和数理逻辑学家皮茨(Pitts)创立的脑模型，即MP模型。60-70年代，联结主义，尤其是对以感知机(perceptron)为代表的脑模型的研究曾出现过 热潮， 控制论思想早在40-50 年代就成为时代思潮的重要部分，影响了早期的人工智能工作者。到 60-70 年代，控制论系统的研究取得一定进展，播下智能控制和智能机器人的种子。 1-3. 为什么能够用机器(计算机)模仿人的智能？ 物理符号系统的假设：任何一个系统，如果它能够表现出智能，那么它就必定能执行输入符号、输出符号、存储符号、复制符号、建立符号结构、条件性迁移6种功能。反之，任何系 统如果具有这 6 种功能，那么它就能够表现出智能(人类所具有的智能)。 物理符号系统的假设伴随有3个推论。 推论一: 既然人具有智能，那么他(她)就一定是个物理符号系统。 推论二: 既然计算机是一个物理符号系统，它就一定能够表现出智能。 推论三: 既然人是一个物理符号系统，计算机也是一个物理符号系统，那么我们就能够用计 算机来模拟人的活动。 1-4. 现在人工智能有哪些学派？它们的认知观是什么？符号主义(Symbolicism) ，又称为逻辑主义(Logicism) 、心理学派(Psychlogism) 或计算机学派(Computerism) [ 其原理主要为物理符号系统( 即符号操作系统)假设和有限合理性原理。] 认为人的认知基元是符号，而且认知过程即符号操作过
绪论单元测试 1、1956年达特茅斯会议上，学者们首次提出“artificial intelligence（人工智能）”这个概念时，所确定的人工智能研究方向不包括： A:研究如何用计算机表示人类知识 B:研究智能学习的机制 C:研究人类大脑结构和智能起源 D:研究如何用计算机来模拟人类智能 答案: 【研究人类大脑结构和智能起源】 2、在现阶段，下列哪项尚未成为人工智能研究的主要方向和目标： A:研究如何用计算机模拟人类大脑的网络结构和部分功能 B:研究如何用计算机延伸和扩展人类智能 C:研究机器智能与人类智能的本质差别 D:研究如何用计算机模拟人类智能的若干功能，如会听、会看、会说 答案: 【研究机器智能与人类智能的本质差别】 3、下面哪个不是人工智能的主要研究流派？ A:符号主义 B:经验主义 C:连接主义 D:模拟主义 答案: 【模拟主义】 4、从人工智能研究流派来看，西蒙和纽厄尔提出的“逻辑理论家”方法用，应当属于： A:经验主义，行为主义 B:符号主义，连接主义
C:连接主义，经验主义 D:理性主义，符号主义 答案: 【理性主义，符号主义】 5、从人工智能研究流派来看，明斯基等人所推荐的“人工神经网络”方法用计算机模拟神经元及其连接，实现自主识别、判断，应当属于： A:理性主义，符号主义 B:符号主义，连接主义 C:经验主义，行为主义 D:连接主义，经验主义 答案: 【连接主义，经验主义】 6、“鸟飞派”指的是人类研究人工智能必须要完全符合智能现象的本质 A:错 B:对 答案: 【错】 7、人工智能受到越来越多的关注，许多国家出台了支持人工智能发展的战略计划 A:对 B:错 答案: 【对】 8、人工智能将脱离人类控制，并最终毁灭人类 A:对 B:错 答案: 【错】
第一章 绪论
主要内容：
□ □ □ □ 人工智能的定义和发展□ 人类智能和人工智能 人工智能的主要学派 人工智能的研究与应用领域
人工智能定义
人工智能（Artificial Intelligence，AI）学 科从1956年正式提出，目前已取得长足的发 展，成为一门广泛的交叉和前沿科学。 总的说来，人工智能的目的就是让计算机这台 机器能够象人一样思考。 如果希望做出一台能够思考的机器，那就必须 知道什么是思考，更进一步讲就是什么是智慧。 什么样的机器才是智慧的呢？它们能不能模仿 人类大脑的功能呢？
1
1
2
2
当计算机出现后，人类开始真正有了一个可以模 拟人类思维的工具，在以后的岁月中，无数科学 家为这个目标努力着。 现在全世界几乎所有大学的计算机系都有人在研 究这门学科，学习计算机的大学生也必须学习这 样一门课程。 在大家不懈的努力下，现在计算机似乎已经变得 十分聪明了。
“深蓝”是IBM公司生产的世界上第一台超级国 际象棋电脑。是一台超级并行处理计算机，计 算能力惊人，平均每秒可计算棋局变化2OO万步。 1997年5月，IBM公司研制的深蓝（Deep Blue） 计算机战胜了国际象棋大师卡斯帕洛夫 （Kasparov)
3
3
4
4
图灵测试（Turning Test）
1950年10月，图灵的一篇划时代论文《计算机与智能》 发表。这篇文章后来被改名为《机器能思维吗？》。 在“第一代电脑”占统治地位的时期，这篇论文甚至可 以作为“第五代电脑”和“第六代电脑”的宣言书。 图灵写道：你无法制造一台替你思考的机器，这是人 们一般会毫无疑义接受下来的老生长谈。我的论点是： 与人脑的活动方式极为相似的机器是可以制造出来的。 更有趣的是，图灵还设计了一个“图灵测试”，试图通 过让机器模仿人回答某些问题，判断它是否具备智能。
图灵测试
试图通过让机器模仿人回答某些问题，判断它是否具备 智能。图灵试验采用“问”与“答”模式，即观察者通过控 制打字机向两个试验对象通话，其中一个是人，另一个 是机器。要求观察者不断提出各种问题，从而辨别回答 者是人还是机器。
5
6
人工智能习题及答案-第2章-知识表示方法 第二章知识表示方法 2-1状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么？它们有何本质上的联系及异同点? 2-2设有3个传教士和3个野人来到河边，打算乘一只船从右岸渡到左岸去。该船的负载能力为两人。在任何时候，如果野人人数超过传教士人数，那么野人就会把传教士吃掉。他们怎样才能用这条船安全地把所有人都渡过河去? 用S i(nC,nY)表示第i次渡河后，河对岸的状态，nC表示传教士的数目，nY表示野人的数目，由于总人数的确定的，河对岸的状态确定了，河这边的状态也即确定了。考虑到题目的限制条件，要同时保证，河两岸的传教士数目不少于野人数目，故在整个渡河的过程中，允许出现的状态为以下3种情况： 1.nC=0 2.nC=3 3.nC=nY>=0(当nC不等于0或3) 用d i(dC,dY)表示渡河过程中，对岸状态的变化，dC表示，第i次渡河后，对岸传教士数目的变化，dY表示，第i次渡河后，对岸野人数目的变化。当i为偶数时，dC,dY同时为非负数，表示船驶向对岸，i为奇数时，dC,dY同时为非正数，表示船驶回岸边。 初始状态为S0(0,0)，目标状态为S0(3,3)，用深度优先搜索的
方法可寻找渡河方案。 在此，用图求法该问题，令横坐标为nY,纵坐标为nC，可行状态为空心点表示，每次可以在格子上，沿对角线移动一格，也可以沿坐标轴方向移动1格，或沿坐标轴方向移动2格。第奇数次数状态转移，沿右方，上方，或右上方移动，第偶数次数状态转移，沿左方，下方，或左下方移动。 从(0,0)开始，依次沿箭头方向改变状态，经过11步之后，即可以到达目标状态(3,3)，相应的渡河方案为： d1(1,1)--àd2(-1,0)--àd3(0,2)--àd4(0,-1)--àd5(2,0)--àd6(-1,-1)--àd7(2,0)--àd8(0,-1)--àd9(0,2)--àd10(-1,0)--àd11(1,1)2-3 利用图2.3，用状态空间法规划一个最短的旅行路程：此旅程从城市A 开始，访问其 他城市不多于一次，并返回A 。选择一个状态表示，表示出所求得的状态空间的节点及弧线，标出适当的代价，并指明图中从
绪论单元测试 1 【单选题】(5分) 人工智能的名字是 A. AirJorden B. ArtificialIntelligence C. AllenLverson D. A-ClassIntelligence 第一章测试 1 【单选题】(5分) 第一个击败人类职业围棋选手、第一个战胜世界围棋冠军的人工智能机器人是由谷歌公司开发的（）。 A. AlphaFun B. Alpha C. AlphaGo D. AlphaGood 2 【单选题】(5分)
无需棋谱即可自学围棋的人工智能是（） A. AlphaGoFan B. AlphaGoLee C. AlphaGoMaster D. AlphaGoZero 3 【单选题】(5分) 世界上第一次正式的AI会议于（）年召开，JohnMcCarthy正式提出“ArtificialIntelligenc e”这一术语 A. 1956 B. 1954 C. 1955 D. 1957 4 【单选题】(5分) 以下哪些不是人工智能概念的正确表述（） A. 人工智能是通过机器或软件展现的智能 B. 人工智能是研究和构建在给定环境下表现良好的智能体程序 C. 人工智能将其定义为人类智能体的研究 D.
人工智能是为了开发一类计算机使之能够完成通常由人类所能做的事 5 【单选题】(5分) 下面不属于人工智能研究基本内容的是（）。 A. 机器思维 B. 机器学习 C. 自动化 D. 机器感知 6 【单选题】(5分) 人工智能是研究、开发用于模拟、延伸和扩展人的（）的理论、方法、技术及应用系统的一门新的技术科学。 A. 智能 B. 行为 C. 计算能力 D. 语言 7
第二章知识表示方法 2-1 状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么？它们有何本质上的联系及异同点? 2-2 设有3个传教士和3个野人来到河边，打算乘一只船从右岸渡到左岸去。该船的负载能力为两人。在任何时候，如果野人人数超过传教士人数，那么野人就会把传教士吃掉。他们怎样才能用这条船安全地把所有人都渡过河去? 用S i(nC, nY) 表示第i次渡河后，河对岸的状态，nC表示传教士的数目，nY表示野人的数目，由于总人数的确定的，河对岸的状态确定了，河这边的状态也即确定了。考虑到题目的限制条件，要同时保证，河两岸的传教士数目不少于野人数目，故在整个渡河的过程中，允许出现的状态为以下3种情况： 1. nC=0 2. nC=3 3. nC=nY>=0 (当nC不等于0或3) 用d i(dC, dY)表示渡河过程中，对岸状态的变化，dC表示，第i次渡河后，对岸传教士数目的变化，dY表示，第i次渡河后，对岸野人数目的变化。当i为偶数时，dC,dY同时为非负数，表示船驶向对岸，i为奇数时，dC, dY同时为非正数，表示船驶回岸边。 初始状态为S0(0, 0)，目标状态为S0(3, 3)，用深度优先搜索的方法可寻找渡河方案。 在此，用图求法该问题，令横坐标为nY, 纵坐标为nC，可行状态为空心点表示，每次可以在格子上，沿对角线移动一格，也可以沿坐标轴方向移动1格，或沿坐标轴方向移动2格。第奇数次数状态转移，沿右方，上方，或右上方移动，第偶数次数状态转移，沿左方，下方，或左下方移动。
从(0,0)开始，依次沿箭头方向改变状态，经过11步之后，即可以到达目标状态(3,3)，相应的渡河方案为： d1(1,1)--→d2(-1,0)--→d3(0,2)--→d4(0,-1)--→d5(2,0)--→d6(-1,-1)--→d7(2,0)--→d8(0,-1)--→d9(0,2)--→d10(-1,0)--→d11(1,1) 2-3 利用图2.3，用状态空间法规划一个最短的旅行路程：此旅程从城市A 开始，访问其他城市不多于一次，并返回A 。选择一个状态表示，表示出所求得的状态空间的节点及弧线，标出适当的代价，并指明图中从起始节点到目标节点的最佳路径。 2-4 试说明怎样把一棵与或解树用来表达图2.28所示的电网络阻抗的计算。单独的R 、L 或C 可分别用R 、j ωL 或1/j ωC 来计算，这个事实用作本原问题。后继算符应以复合并联和串联阻抗的规则为基础。 7 10 7 10 13 9 6 6 5 10 B E D A C 图 2.3
第一章课后习题 1、对N＝5、k≤3时，求解传教士和野人问题的产生式系统各组成部分进行描述（给出综合数据库、规则集合的形式化描述，给出初始状态和目标条件的描述），并画出状态空间图。 2、对量水问题给出产生式系统描述，并画出状态空间图。 有两个无刻度标志的水壶，分别可装5升和2升的水。设另有一水缸，可用来向水壶灌水或倒出水，两个水壶之间，水也可以相互倾灌。已知5升壶为满壶，2升壶为空壶，问如何通过倒水或灌水操作，使能在2升的壶中量出一升的水来。 3、对梵塔问题给出产生式系统描述，并讨论N为任意时状态空间的规模。 相传古代某处一庙宇中，有三根立柱，柱子上可套放直径不等的N个圆盘，开始时所有圆盘都放在第一根柱子上，且小盘处在大盘之上，即从下向上直径是递减的。和尚们的任务是把所有圆盘一次一个地搬到另一个柱子上去（不许暂搁地上等），且小盘只许在大盘之上。问和尚们如何搬法最后能完成将所有的盘子都移到第三根柱子上（其余两根柱子，有一根可作过渡盘子使用）。 求N＝2时，求解该问题的产生式系统描述，给出其状态空间图。讨论N为任意时，状态空间的规模。 4、对猴子摘香蕉问题，给出产生式系统描述。 一个房间里，天花板上挂有一串香蕉，有一只猴子可在房间里任意活动（到处走动，推移箱子，攀登箱子等）。设房间里还有一只可被猴子移动的箱子，且猴子登上箱子时才能摘到香蕉，问猴子在某一状态下（设猴子位置为a，箱子位置为b，香蕉位置为c），如何行动可摘取到香蕉。 5、对三枚钱币问题给出产生式系统描述及状态空间图。 设有三枚钱币，其排列处在"正、正、反"状态，现允许每次可翻动其中任意一个钱币，问只许操作三次的情况下，如何翻动钱币使其变成"正、正、正"或"反、反、反"状态。 6、说明怎样才能用一个产生式系统把十进制数转换为二进制数，并通过转换141.125这个数为二进制数，阐明其运行过程。 7、设可交换产生式系统的一条规则R可应用于综合数据库D来生成出D'，试证明若R存在逆，则可应用于D'的规则集等同于可应用于D的规则集。 8、一个产生式系统是以整数的集合作为综合数据库，新的数据库可通过把其中任意一对元素的乘积添加到原数据库的操作来产生。设以某一个整数子集的出现作为目标条件，试说明该产生式系统是可交换的。 第二章课后习题
智慧树知到《人工智能基础导学》章节测试 [完整答案] 智慧树知到《人工智能基础导学》章节测试答案 绪论单元测试 1、1956年达特茅斯会议上，学者们首次提出“artificial intelligence(人工智能)”这个概念时，所确定的人工智能研究方向不包括： A:研究如何用计算机表示人类知识 B:研究智能学习的机制 C:研究人类大脑结构和智能起源 D:研究如何用计算机来模拟人类智能 答案: 【研究人类大脑结构和智能起源】 2、在现阶段，下列哪项尚未成为人工智能研究的主要方向和目标： A:研究如何用计算机模拟人类大脑的网络结构和部分功能 B:研究如何用计算机延伸和扩展人类智能 C:研究机器智能与人类智能的本质差别 D:研究如何用计算机模拟人类智能的若干功能，如会听、会看、会说 答案: 【研究机器智能与人类智能的本质差别】 3、下面哪个不是人工智能的主要研究流派? A:符号主义
B:经验主义 C:连接主义 D:模拟主义 答案: 【模拟主义】 4、从人工智能研究流派来看，西蒙和纽厄尔提出的“逻辑理论家”方法用，应当属于： A:经验主义，行为主义 B:符号主义，连接主义 C:连接主义，经验主义 D:理性主义，符号主义 答案: 【理性主义，符号主义】 5、从人工智能研究流派来看，明斯基等人所推荐的“人工神经网络”方法用计算机模拟神经元及其连接，实现自主识别、判断，应当属于： A:理性主义，符号主义 B:符号主义，连接主义 C:经验主义，行为主义 D:连接主义，经验主义 答案: 【连接主义，经验主义】 6、“鸟飞派”指的是人类研究人工智能必须要完全符合智能现象的本质 A:错