《人工智能 之自然语言理解》由会员分享，可在线阅读，更多相关《人工智能 之自然语言理解（15页珍藏版）》请在金锄头文库上搜索。
1、人工智能：,关于计算机理解自然查询语言的研究,摘要,自然语言理解现在己成为人工智能研究中最活跃的领域之一。在自然语言处理的研究中，最有希望的应用领域之一是自然语言接口。计算机对自然语言中的查询语言理解的正确程度是自然语言接口质量好坏的关键。本文基于建立通用模型的概念，设计了一个通用的数据库自然语言接口系统模型，深入地研究了实现该模型的原理，同时建立了一个具体的实现系统，并希望该系统很容易地移植到其他应用领域。,绪论：研究情况和发展趋势；研究的目的和意义,第一章：数据库汉语通用接口模型及其知识库的构造,第二章：词语切分与词性标注软件系统的研究,第三章：查询句语义自动分析与中间语言生成的研究,第四
2、章：产生程序语句及应答生成的研究,人工智能,目录,总结与展望,第一章,第二章,第三章,第四章,自然语言处理NLP(NaturalLanguageProeessing)是研究如何能让计算机理解和生成人们日常使用的语言(如汉语、英语等)，使得计算机懂得自然语言的含义，并对人们给计算机提出的问题，通过对话的方式，用自然语言进行回答。在自然语言处理的研究中，最有希望的应用领域之一是自然语言接口。所谓自然语言接口就是允许人们用某种自然语言的子集在限制领域内同计算机进行通讯。,数据库自然语言接口是人工智能与数据库技术相结合的产物，涉及到人工智能、自然语言处理、数据库技术、人机接口等方面的研究。随着计算机语
3、音识别技术的逐步趋向实用，人们越来越希望通过自然语言直接与计算机进行沟通。因此，人们非常希望有一种方便的数据库人机界面，以便更好地查询数据库。,绪论,人工智能,目的和意义,【绪论】,我们知道，目前所用的人机接口大多是以窗口、菜单为主的图形用户接口GUI。这种接口简洁、直观，用户只用鼠标点击以及少量的键盘操作就能从数据库中获取所需的信息。但我们会发现有些问题是无法或难以用这种方式表达的，例如“找出明年退休的所有教师”;再者，随着计算机语音识别技术的逐步趋向实用，人们越来越希望通过自然语言直接与计算机进行沟通。因此，人们非常希望有一种方便的数据库人机界面，以便更好地查询数据库。但通用的自然语言理解
4、往往是低效的和难以实现的，而作为数据库人机接口的自然语言界面具有语用目的单一、用词范围有限等特点，在数据库查询意义上实现自然语言理解是完全可行的。,优势,【绪论】,与数据库系统本身提供的形式化查询语言(如SQL)相比，用自然语言查询数据库的优势在:(l)用户只以应用领域的概念访问数据库，无需了解数据库的逻辑和存储结构;(2)用户不需要或者只需要很少的培训就能够直接查询数据库信息，大大减轻了用户的培训负担(3)用户可以简单明了地提出查询请求川，比如若要在人事信息库中查找年龄最大的人，用形式化查询语言就有些麻烦，不如“年龄最大”表述简洁。,绪论,第一章,第二章,第三章,第四章,数据库汉语通用接口模
5、型及其知识库的构造： 要使计算机理解汉语自然查询语言，先必须构造一个系统模型。,本文的模型是将汉语自然查询语言的计算机理解与知识库分开各自独立进行设计。理解部分分为词法分析、句法分析与语义分析、自然语言转中间语言、中间语言转计算机语言、应答生成几个相对独立模块。知识库部分从一般到特殊又分为三个层面，即自然语言理解通用知识库、汉语查询句理解知识库和应用领域专用知识库。这样模型设计使系统抛开具体应用领域而独立设计，便于系统的移植和扩充。,第一章,人工智能,绪论,第一章,第二章,第三章,第四章,词语切分与词性标注软件系统的研究： 基于统计和基于规则是自然语言理解的两大基本方法。,本部分结合使用统计和
6、规则设计并实现了一个对通用的汉语自然语言进行词语切分和词性标注子系统。重点研究了切分歧义的发现和消除、人名的识别等几个部分，提出了先用基于词典的最大匹配法匹配出最长词和次长词，然后用检测跨段的方法发现切分歧义，其次判断出切分歧义类型，最后根据切分歧义类型的不同分别进行切分歧义的消除一套有效方法。,第二章,人工智能,绪论,第一章,第二章,第三章,第四章,查询句语义自动分析与中间语言生成的研究： 本部分对应模型中的句法分析与语义分析、自然语言转中间语言两个模块。,在句法分析中研究了查询句指代消解和省略补充规律和程序实现算法;在语义分析中深入研究了汉语查询句语义形式，提出了查询目标的三层结构，查询条
7、件的分类组合;同时给出了中间语言结构形式;在自然语言转中间语言模块给出了具体的转换算法。,第三章,人工智能,绪论,第一章,第二章,第三章,第四章,产生程序语句与应答生成的研究： 本部分对应模型中的中间语言转程序语句、应答生成两个模块。,三个层面的查询目标的中间语言结构是不同的，中间语言转程序语句模块给出了它们的实现算法，直接查询目标和查询条件的中间语言分别转换为SQL语句的SELECE子句和WHERE子句，该模块实现程序输出结果为回答用户目标。应答生成模块根据查询句和回答用户目标，模拟人回答问题的习惯，生成答句，完成一次人机问答的处理过程。,第四章,人工智能,总结,本文是基于建立通用模型的思想
8、，构造了一个通用的数据库自然语言接口系统模型，研究了实现该模型的原理，建立了一个具体的实现系统，并希望该系统较容易地移植到其他应用领域。通过对汉语自然语言数据库接口系统的研究，本文设计并建立了一套汉语查询语言的理解和应答生成系统。创新如下： 1.构造了一个程序设计与知识库相分离的通用的数据库自然语言接口系统模型。 2.构造了一套即适合查询语言语义表示又利于转换计算机执行语句的中间语言，并给出了自然语言转中间语言的处理转换算法。,人工智能,展望,1.将本系统与语音识别系统衔接，改进为口语对话系统 2.应用领域的移植 3.开发智力产品 4.构造更一般通用的中间语言 5.构造自然语言智能答疑系统,人工智能,Thank U ,计算机理解自然查询语言,梁星星,人工 智能,
