自然语言理解研究

自然语言是语言文字信息处理的一项高层次技术 ,是人工智能的重要内容和组成部分。本文首先阐述了什么是自然语言、自然语言的理解以及自然语言研究的目的、步骤 ,接着阐述了实用自然语言理解技术 ,最后对自然语言理解进行了展望。     

Comprehension of Natural Languages

浅析了自然语言理解的语言信息处理技术，介绍了它的发展史，指出了基于语料库的自然语言理解方法是一个重要的研究方向     

自然语言理解浅析

浅析了自然语言理解的语言信息处理技术，介绍了它的发展史，指出了基于语料库的自然语言理解方法是一个重要的研究方向。     

统计学习方法在语义消歧中的应用研究

语义歧义大量存在于自然语言中,其排歧成功率是衡量机器翻译、信息检索、文本分类等自然语言处理软件性能的重要指标.对语义消歧这一自然语言理解领域的难点技术问题进行了探讨,分析了统计学习方法在语义消歧中的应用,阐述了统计语义消歧的有关技术,并给出一个基于贝叶斯与机读词典的语义消歧实例,取得了较高的语义消歧成功率.     

文法识别与数据库汉语查询语言的结构分析

由于自然语言的复杂性和随意性，自然语言理解在人工智能领域中遇到的一些问题，而作为数据库，自然语言界面从一定程度上简化了自然语言理解的难度。把这些查询句加以归类事理形成相应的模式类，并提出了具体的理解算法，较好地解决了在自然语言用于数据库查询时的理解问题，达到了预想的结果。     

需求分析过程中规范性业务交流语言研究

以Barker表示法、UML为例,分析了需求分析过程中图示建模技术在可理解性方面的缺陷,指出了这些建模技术偏重于开发人员的倾向。而自然语言（Nature Language）是需求分析中所有可能的读者都能理解的唯一语言,但却存在着二义性的问题。提出规范性自然语言的概念,尝试通过对自然语言逻辑形式和语言形式加以一定的限制来减少其歧义性,增强其准确表达的能力。最后以概念（术语）的定义为例,给出了相应的逻辑规范和语言形式规范。     

Ontology技术及应用

目的分析Ontology特点,探讨Ontology在自然语言理解中的应用。方法通过概念之间的关系来描述概念的语义。结果Ontology解决了自然语言理解中的消歧、推理问题和在语义Web中的应用。结论利用Ontology作为知识体进行自然语言理解,能够有效的把语言学知识和世界知识结合起来,运用世界知识对文本进行消歧和推理;Ontology与知识系统的知识库相融合,使得自然语言理解不仅仅是作为一种人机交互方式,而且能够与其它的基于知识的智能系统如专家系统整合。     

自然语言理解的一些技术初步研究

自然语言理解涉及的技术很多.现讨论其中的三部分:第一部分讨论自动分词,阐述了自动分词需要解决的问题;第二部分设计了一个快速的直接映射式检索算法;第三部分初步探讨了汉语文摘生成处理的一个方法.     

面向GIS的地理命名实体识别研究

自然语言与GIS的结合是实现GIS智能化和大众化的重要基础。实现自然语言中地理命名实体识别不仅能够丰富GIS的信息来源,而且能够提升GIS的表达能力和可理解性。自然语言中地理命名实体表达方式的多样性、语义模糊性是地理命名实体识别研究中的主要难题。重点阐述和分析了中文文本中地理命名实体识别的基本问题、研究方法及其在GIS中的应用前景,并提出了当前该领域面临的主要问题。     

对机器自然语言理解本质的认识

由思维与语言的关系角度出发，从自然语言理解的思维过程、自然语言本身和逻辑作用三个方面，探讨了人与机器自然语言理解之异同，分析了人和机器自然语言理解的特点、机器自然语言理解的定性准则，尝试性地说明了机器自然语言理解的本质。