第十一章 自然语言理解 人工智能课程 北京大学.doc

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