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.     

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。     

汉字输入教学系统中词组切分方法的设计

词组切分是现代中文信息处理的基础，是汉语自然语言理解与处理、机器翻译、智能检索、电子词典等信息处理的前提。分析了汉字输入训练中词组切分的特点，介绍了汉字输入训练中词组切分方法的具体设计以及切分词典的组织与检索上的一些方法和技巧。     

序

正语言文字是表达思维的工具,没有语言文字,人类无法把文明成果流传下来;语言文字是最重要的交流工具,是共享个人智能并将其转化为社会智慧的载体和渠道。用计算机对语言文字的音、形、义等信息进行处理和加工,即自然语言信息处理。这是一门与计算机科学、语言学、数学、信息学、声学等多种学科相关联的综合性学科。中文信息处理是自然语言信息处理的一个分支。     

基于自然语言理解的机械产品需求分析及用例转换研究

本文论述了基于自然语言理解的机械产品需求分析基本模型和用例转换解决方案。在自然语言理解的基础上,通过对ICTCLAS分词系统的优化,利用计算机技术将需求分解为用例元,并对用例元进行分析,以获得产品需求信息和准则。     

发展中的搜索引擎模式(二)

Ask Jeeves(http://www.ask.com) 基于自然语言智能答询系统的搜索引擎模式 与传统的目录查询、关键词查询模式相比,自然语言查询的优势体现在：一是使网络交流更加人性化;二是使信息查询变得更加方便、快速和准确。现在,已经有越来越多的搜索引擎宣布支持自然语言搜索特性,但是要建立真正的基于自然语言理解的智能答询系统,还存在很多的技术难点,如：如何理解自然语言及所代表的实际含义;如何根据问题找出用户实际想要的答案;如何建立大规模的知识库等。Ask Jeeves是第一个实现了智能答询系统的搜索引擎。用户只需输入简单的疑问…     

网络搜索引擎的现状及其技术发展研究

目前的搜索引擎可实现信息发现、信息处理、个性搜索、知识挖掘、协同整合等。但在搜索效率、检索方式、多媒体内容检索、自然语言的理解、个性化服务等方面仍显不足。今后，将在检索结果深加工、个性化服务、基于内容的多媒体信息检索及搜索引擎智能化等方面进行研究。     

智能信息处理技术的现状及发展

信息,是人类认识世界、改造世界的知识源泉。人类社会的进步在一定程度上取决对于信息的了解、处理和利用的水平。随着科学技术的发展,信息科学越来越显示出它在国民经济建设中的支柱作用。智能信息处理技术是当今信息科学研究的热点,因此了解智能信息处理技术的现状及发展,对指导我们在信息科学研究领域中的资金和人力的投入,有着重要而深远的意义。 智能信息处理的主要目的就是要制造出具有学习、理解和判断能     

基于最长次长匹配的汉语自动分词

汉语自动分词是中文信息处理领域所特有的一个重要研究课题,机器翻译（ＭＴ）,自然语言理解（ＮＬＵ）,情报检索（ＩＲ）等都需以自动分词作为基础。为解决分词中的歧义问题,针对歧义切分字段的分布特点,提出一种基于最长匹配原则的汉语自动分词方法,分词效果较好。     

基于手机的无线搜索技术

无线搜索已成为一个新的研究、开发领域.并且它主要用到信息检索、人工智能、数据挖掘、自然语言处理、排序算法等多领域的理论和技术.此外,它拥有大量的用户,有很好的经济价值,所以引起了世界各国计算机科学界和信息产业界的高度关注,目前的研究、开发十分活跃,并出现了很多值得注意的动向.     

幽默计算及其应用研究

幽默作为一种特殊的语言表达方式,是生活中活跃气氛、化解尴尬的重要元素。随着人工智能的快速发展,如何利用计算机技术识别和生成幽默成为自然语言处理领域热门的研究内容之一,并逐渐形成一个新兴研究领域:幽默计算。幽默计算致力于利用自然语言处理技术理解和识别包含幽默的文本表达,挖掘幽默表达潜在的语义内涵,构建面向幽默表达的计算模型。首先对当前幽默计算的背景进行概述,阐明幽默的可计算性和幽默计算对于人工智能的意义;在此基础上,对幽默研究的发展情况进行回顾,给出幽默研究的语言学基础;然后综述当前幽默计算在幽默识别和幽默生成两个方面的进展情况,分别给出针对幽默识别和幽默生成的计算框架;最后,对幽默计算在聊天机器人、机器翻译、儿童教育软件和外语教学等多个自然语言处理任务中的应用前景和应用模式进行展望。希望通过对幽默计算及其应用研究的总结和概述,完善现有幽默计算模型,增进计算机对于自然语言的理解,推动人工智能的进一步发展。     

神经机器翻译综述

机器翻译研究在非人工干预的情况下,利用计算机自动地实现不同语言之间的转换,是自然语言处理和人工智能的重要研究领域,神经机器翻译(neural machine translation,NMT)利用神经网络实现源语言到目标语言的转换,是一种全新的机器翻译模型.神经机器翻译经过最近几年的发展,取得了丰富的研究成果,在很多语言对上超过了统计机器翻译方法.首先介绍神经机器翻译的基本思想和主要方法,然后对最新的前沿进展进行综述,最后对神经机器翻译的未来发展方向进行展望.     

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了一些问题，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整理，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．     

自然语言词性序列的分类

采集142份主题句作业自然语言语料数据,利用中文自然语言处理平台构造自然语言的词性序列;经过语言结构粗粒化处理,建构由名词、动词、形容词和代词等4种实词构成的词性序列分类模型．研究结果显示,基于词性含量的自然语言词性序列分类模型的准确率达到90%;基于词序位置的自然语言词性序列的分类模型的准确率达到了95%．研究结论表明,自然语言的词性序列分类模型在语言认知领域具有较好的应用价值,不仅可以揭示和证实语言与心理信息之间存在的相关关系,而且可以通过客观的语言符号对内隐的心理信息做出科学的评估．     

基于藏语信息处理的词类体系研究

在自然语言处理中,词类划分属于基础研究,其重要性不可忽视。文章以明确藏语词类划分的标准入手,根据藏语自身的特点和规律性、系统性,从藏文信息处理的角度出发,提出了自己的见解和分类方法,致力于探索藏语词类的划分标准,为藏文信息处理各个层次的发展进行最基础的研究。     

2017年人工智能研发热点回眸

 2017年，人工智能研发领域取得了一系列进展，并在各个领域取得了广泛应用。本文遴选人机对战、无人驾驶、计算机视觉、自然语言处理、智能音箱、人工智能医疗、人工智能芯片等为代表，回顾2017年人工智能研发领域的热点事件。     

结合问题-关系注意力和特征视图匹配的关系检测方法

问答系统作为信息检索的一种高级形式,已成为人工智能和自然语言处理领域中一个备受关注的研究方向。本文聚焦于知识图谱问答(Knowledge Graph Question Answering, KGQA)研究中的关系检测,针对现有方法中未能较好兼顾全局语义和局部语义信息,以及复杂问题准确率不高的问题,提出了一种结合问题-关系注意力和特征视图匹配的关系检测方法。该方法从问题和知识库中提取多粒度的特征,将提取特征构造成特征对视图作为关系检测模型的输入,视图内部利用双边多视角匹配(Bilateral Multi-Perspective Matching, BiMPM)进行比较匹配,得出关系预测结果。为验证本文提出的方法,在SimpleQuestions、WebQSP数据集上,与6种主流基线方法进行对比实验,本方法的准确率分别提升3.42个和0.45个百分点。