一种自然语言理解中语法分析的算法设计与实现

自然语言理解是人工智能的一个重要分支。首先阐述了自然语言理解处理的不同层次;其次,分析了自然语言理解中语法的内涵;同时,介绍了一种自然语言理解中语法分析的算法,即采用适合于分析与生成的自顶向下分析算法的设计和实现。     

流动注射分析专家系统的自然语言理解

本文提出自然语言理解技术作为流动注射分析专家系统的人机交互模式,并对自然语言理解程序的三个组成部分—词法分析、语法分析和语义分析的具体实现方法进行了阐述。同时说明了如何用PROLOG语言设计流动注射分析专家系统的自然语言理解模块。     

一种受限的自然语言通信方法研究与实现

论述了一个多智能体并行设计环境中自然语言通信模块的设计和实现方法。通过建立一个受限词汇的综合信息库,记录词汇的各种语法、语义信息;采用扩充短语结构文法对句子结构进行分析,定义了句子生成模板,智能体借助该模板提供的接口函数生成自然语言句子。该设计方法建立在受限语言的基础上,突出了在协商式多智能体之间进行自然语言通信时的准确性。此外,为智能体提供了灵活、友善的接口,提高了多智能体并行设计环境的性能。     

基于自然语言理解的专家系统研究

在论述了面向自然语言文本的知识供应方法已有研究之后,提出了面向推理设计语义关系标记,将自然语言理解与推理技术相结合,使自然语言理解结果可转化为便于计算机推理的语句。立足科技文献开发语义关系树库,提出面向语义关系分析的语句相似度计算方法,实现基于统计与规则相结合的自然语言语义关系分析,使自然语言科技文献可成为专家系统知识库,解决专家系统知识库表现形式不统一及知识获取的瓶颈。     

中文数据库自然语言查询系统Nchiql设计与实现

中文数据库自然语言查询的研究有两个基本目标,首先解决NLIDB面临的可移植性和可用性的问题,其次提出适合中文自然语言查询处理的特有方法,为此开了了中文数据库自然语言查询系统NChiql,从总体设计的角度,介绍了NChiql中的可移植性体系结构、中文自然语言查询分析、基于数据库语言的自然语言查询分析与转换和智能界面管理等内容,实验表明,该系统具有良好的可用性及高效和鲁棒的语言分析器。     

自然语言理解的机器认知形式系统

自然语言理解是人工智能研究中的热点和难点之一。基于现有的相关理论,本文提出自然语言理解的形式化定义,以及改进相关的公理系统,从而统一“意思理解”和“道理理解”等两种理解类型。通过设计、开发和运行“篇章理解原型程序”,验证理论成果的正确性和有效性。     

一个自然语言水印嵌入安全性评估方案

自然语言水印是一种为自然语言文档特别设计的数字版权管理技术。虽然已经有不少精心设计的自然语言水印算法,但是对它们的嵌入质量和安全性只有简单的说明。本文中,我们提出了一个自然语言水印嵌入安全性的评估方案,定义了理想不可检测性,并提出了构造针对特定检测器的不可检测性的交互证明系统。本文也对一些实际系统按此方案作了评价。     

自然语言处理预训练技术综述

在目前已发表的自然语言处理预训练技术综述中,大多数文章仅介绍神经网络预训练技术或者极简单介绍传统预训练技术,存在人为割裂自然语言预训练发展历程.为此,以自然语言预训练发展历程为主线,从以下四方面展开工作:首先,依据预训练技术更新路线,介绍了传统自然语言预训练技术与神经网络预训练技术,并对相关技术特点进行分析、比较,从中归纳出自然语言处理技术的发展脉络与趋势;其次,主要从两方面介绍了基于B E RT改进的自然语言处理模型,并对这些模型从预训练机制、优缺点、性能等方面进行总结;再者,对自然语言处理的主要应用领域发展进行了介绍,并阐述了自然语言处理目前面临的挑战与相应解决办法;最后,总结工作,预测了自然语言处理的未来发展方向.旨在帮助科研工作者更全面地了解自然语言预训练技术发展历程,继而为新模型、新预训练方法的提出提供一定思路.     

面向法律文书的自然语言理解

法律人工智能因其高效、便捷的特点,近年来受到社会各界的广泛关注。法律文书是法律在社会生活中最常见的表现形式,应用自然语言理解方法智能地处理法律文书内容是一个重要的研究和应用方向。该文梳理与总结面向法律文书的自然语言理解技术,首先介绍了五类面向法律文书的自然语言理解任务形式: 法律文书信息提取、类案检索、司法问答、法律文书摘要和判决预测。然后,该文探讨了运用现有自然语言理解技术应对法律文书理解的主要挑战,指出需要解决好法律文书与日常生活语言之间的表述差异性、建模好法律文书中特有的推理与论辩结构,并且需要将法条、推理模式等法律知识融入自然语言理解模型。     

一种面向自然语言交互接口语义分析的MNet方法研究

自然语言接口的语义分析任务是将自然语言指令转化为某种目标系统的形式化描述逻辑，是对自然语言的形式化建模，但语义分析模型在可视化、并发性、复杂度、一致性、可变性等方面还不够完善.在吸收语义网、深度网络、依存分析等现有概念基础上，提出一种综合的意元网络MNet的语义分析方法.MNet由意元、内关系、外关系及特征属性构成，并通过层次化递归的方式进行定义，期待面向从短语、句子到篇章的整体语义空间描述.从元关系、树结构和网结构3个过程设计了MNet一般构造算法.重点提出了自底向上规约式的MNet语义依存树构造算法，实验表明MNet能有效解决语义依存分析和自然语言控制接口问题.将SCADA系统的自然语言操控接口的语义分析过程转化成MNet的一般构造过程，为自然语言语义分析提供了一定的思路.     

维吾尔文智能输入法研究

开发智能化的输入法是维吾尔文输入技术的一个发展方向,也是维吾尔文自然语言信息处理的基础性研究课题。该文根据维吾尔文自身特点,对用户输入过程中所犯各种错误进行分析,设计并实现了词语搭配知识库,提出了基于二元语法模型的一种新型维吾尔文输入算法,并给出了实现其关键模块功能的程序流程图。它具有自动预测、自动联想输入和自动校对等功能。     

自然语言接口的设计方法评述

自然语言接口是最方便的人机接口。本文从关键字/模式匹配、词法分析、句法分析、语义分析、语用分析和语言生成等几个方面对自然语言接口的设计方法作了全面评述。汉语是我们日常使用的语言。在目前形势下,建立汉语语言的实用人机接口非常必要。本文的讨论结合了汉语语言的实际。     

基于智能语音交互系统的翻译机器人

目前,市面上搭载着语音交互系统的产品有很多,但是绝大部分的交互命令都局限于固定的关键词,在人工智能备受关注的今天,这样的设计显得尤为不人性化。针对上述问题,本设计开发了搭载有自然语言处理的智能语音交互系统,模仿了人类对话的方式与风格,设备能通过分析自然语言逻辑进入不同的功能场景,并根据自然语言解析后的语义完成相应的指令操作。该系统除了具有语音交互系统的基本功能外还实现了语音唤醒、闲聊对话、音乐播放和备忘提醒,能够满足使用者对于聊天对话的日常需求。     

基于测试性的电子系统综合诊断与故障预测方法综述

故障诊断与预测技术是故障预测与健康管理(PHM)中的两大关键技术.依据电子系统的故障模式与机理,结合测试性设计分析理论,提出了一种基于测试性的电子系统综合诊断与故障预测方法框架.对国内外综合诊断与故障预测方法进行了分类与总结,从基于测试性的嵌入式诊断、基于信号处理的智能故障诊断、基于测试性的故障预测3个方面论述了电子系统综合诊断与故障预测方法.最后分析了制约电子系统综合诊断与故障预测的因素,并探讨了未来的发展趋势.     

基于自然语言计算模型的汉语理解系统

本文首先给出了一种自然语言计算模型,该模型把自然语言交流过程划分为三个层次:语言形式,表层语义和深层语义,从而将自然语言理解抽象为一个复合函数UP(s,k),依据这个模型,我们设计了一个汉语理解系统,这个系统具有良好的扩展性和可移植性,该系统采用汉语语义结构文法来分析汉语句子,把语法分析和语义分析有机地结合在一起,文中形式定义了词语的深层语义以及深层语义的基本运算,给出了分析器、理解器以及生成器的算法。     

MDA关键技术剖析：元建模与变换

传统上,我们用来书写需求分析报告、设计说明书的语言是自然语言。自然语言是不精确的,把用自然语言描述的说明书翻译成代码只能通过人工执行,这样效率就比较低,而且容易出错。而事实上,不同阶段所产生的工件之间的翻译仅仅是软件开发中大量“翻译工作”的一小部分。因软件开发中所用技术的多样性,把同一设计翻译到不同技术环境(也就是把设计用目标技术所规定的语言重新描述)的现象在软件开发中随处可见。比如,你为一家银行开发应用系统,以一个账户类为例,可能最早的设计是用 UML 图作的;然后要把它用 C#描述出来;然后为了把账户对象持久储存在关系数据库中,又要把账户类用表描述出来;然后还需要为这个账户     

基于非受限路径自然语言处理中的机器人导航

为了实现使用自然语言控制机器人完成自主导航任务,提出一种基于语义角色标注（SRL）的语义提取方法,用于提高机器人对路径自然语言理解的准确率。首先,收集了一个非受限的路径自然语言语料库,在深入研究路径自然语言语料库的基础上,提出了8个语块对语料进行语块分析,完成语义角色标注;然后,对语料进行依存句法分析,完成语义角色标注;接着,结合语块分析和依存句法分析,提出了一种基于语块分析和依存句法分析的语义角色标注方法,实验结果得到的准确率、召回率、F₁-值分别达到了98.22%、98.48%和98.35%;最后,基于语义提取结果在机器人Nao平台上完成了机器人问路导航任务。     

基于语义Web的受控自然语言系统推理模型

虽然相关研究组织提供了语义Web的一些简化工具,但是对不具备相关背景知识的领域专家来说,语义Web的可用性较低。提出了基于语义Web的受控自然语言系统推理模型,以解决这个问题。首先给出受控自然语言系统推理模型框架;然后分析受控自然语言的语言处理部分,提出基于WordNct的受控自然语言系统的本体词库模型和基于本体词库的受控自然语言解释器,把受控自然语言转换成中间表达语言篇章表述结构;最后通过推理部分把篇章表述结构转换成语义Web的本体和规则,通过模板工具映射成Jess的事实和规则,根据预定义的语义Web的公理和定理对受控自然语言进行推理。试验证明此模型大大提高了知识表示建模的效率,也基本满足简单推理任务,具有实用价值。     

自然语言信息处理的智能化应用

自然语言信息处理是人机交互的关键技术,已得到高速的发展。论文首先简单的论述了该技术的起源以及发展,然后重点研究了该技术在文本和语音方面的广泛应用。可以预测随着计算机技术的进一步发展,自然语言信息处理技术将被应用到更加广泛的领域。     

面向细粒度源代码变更的缺陷预测方法

软件在其生命周期中不断地发生变更,以适应需求和环境的变化。为了及时预测每次变更是否引入了缺陷,研究者们提出了面向软件源代码变更的缺陷预测方法。然而现有方法存在以下3点不足：(1)仅实现了较粗粒度(事务级和源文件级变更)的预测;(2)仅采用向量空间模型表征变更,没有充分挖掘蕴藏在软件库中的程序结构、自然语言语义以及历史等信息;(3)仅探讨较短时间范围内的预测,未考虑在长时间软件演化过程中由于新需求或人员重组等外界因素所带来的概念漂移问题。针对现有的不足,提出一种面向源代码变更的缺陷预测方法。该方法将细粒度(语句级)变更作为预测对象,从而有效降低了质量保证成本;采用程序静态分析和自然语言语义主题推断相结合的技术深入挖掘软件库,从变更的上下文、内容、时间以及人员4个方面构建特征集,从而揭示了变更易于引入缺陷的因素;采用特征熵差值矩阵分析了软件演化过程中概念漂移问题的特点,并通过一种伴随概念回顾的动态窗口学习机制实现了长时间的稳定预测。通过6个著名开源软件验证了该方法的有效性。