第8章 自然语言理解.docVIP

自然语言理解 自然语言理解是人工智能发展早期较活跃的研究领域之一，同时也是新一代计算机的必备特征之一。但由于其难度较大，至今仍未能达到很高的水平。本章主要讨论自然语言理解的基本概念，语法规则的表示方法，语法及语义分析技术等。 语言及其推理的基本概念 在讨论自然语言理解方法之前，首先介绍一些与自然语言理解有关的概念，如什么是自然语言理解，自然语言理解的发展过程，自然语言理解的层次等。 自然语言与自然语言理解 1．自然语言的含义 语言是用于传递信息的表示方法、约定和规则的集合。例如，人类语言、机器语言等。自然语言则是指人类日常使用的语言，它包括口语、书面语等。每个国家或民族都有自己的语言，例如，汉语、英语、法语、德语等都是不同国家和民族的人民使用的自然语言。自然语言不仅是人民交流思想、传递信息必不可少的工具，同时也是人类生存及社会进步的基本需要。 2. 自然语言的组成 要理解自然语言，首先应该对自然语言的构成有一个基本的认识。自然语言是音义结合的词汇和语法体系。词汇是语言的基本单位，它在语法的支配下可构成有意义和可理解的句子，句子再按一定的形式构成篇章等。从结构上看，词汇可分为词和熟语。熟语是指一些词的固定组合，如汉语中的成语。词又由词素构成，如“学生”是由“学”和“生”这两个词素构成的。词素是构成词的最小有意义的单位。例如，“学”这个词素有获取知识和技能的含义，“生”这个词素有人的含义。 语言 词汇 语法 词 熟语 词法 句法 词素 构形法 构词法 词组构造法 造句法 图 81 语言的组成 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。上述关于语言的内容可用图8-1来表示。 另一方面，语言是音义的结合，每个词汇都有其语音形式。一个词的发音由一个或多个音节组成，音节又由音素构成，音素分为元音音素和辅音音素。音素是指一个发音动作所构成的最小的语音单位。一种自然语言中的音素并不太多，一般只有几十个。 3. 自然语言理解的含义 到目前为止，对自然语言理解还没有一个统一的权威定义。按照考虑问题的角度不同，对它有着不同的理解。从微观上讲自然语言理解是一种从自然语言到计算机系统内部形式的一种映射。从宏观上讲，自然语言理解是指计算机能够执行人类所期望的某些语言功能。例如，回答有关提问，提取材料摘要，不同词语叙述，不同语言翻译等。（EC3电子侦查、手持设备的数据输入，如语音拨号等等，新手机提供100种输入法，但需要一个键盘。） 人类的自然语言有多种多样，并且每一种自然语言都有自己的特点和表现形式，因此，使得对它的研究需要分别作一些不同的工作。但是，由于它们都是人类语言，必然存在许多共同点，尤其是在人类“理解”的机理方面更是这样。目前，英语是世界上最流行的一种自然语言，也是在自然语言理解方面研究得比较多的一种语言，因此后面的讨论多以英语为对象。这些研究方法及有关技术对其它语言也可借鉴。 自然语言理解的研究任务 自然语言理解实际上是一种由语言学、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。例如，语言学家致力于制定语言的规则；逻辑学家着重研究语言中的逻辑和推理方法。人工智能工作者则主要研究如何让计算机识别、理解人类的自然语言。在人工智能领域，关于自然语言的理解可分为理论和实践两个方面。在实践方面，它的一个目标是使人们能够直接用自然语言来使用计算机，改变目前用程序设计语言使用计算机的局面；它的另一个研究目标是实现机器翻译，即让计算机能够把一种语言翻译成另一种语言。在理论方面，主要是开展对人类理解语言机理的研究，它是对“理解”的最本质的研究，只有解决了这个问题，上述实践方面的两个目标才能从根本上得到实现。 根据自然语言的不同表现形式，自然语言理解可分为口语理解与文