探索神经网络深度学习的教学

深度学习是智能科学与技术领域最新的一个突破性进展,将深度学习的基本概念、模型、方法等引入智能科学与技术课程已经迫在眉睫。文章探讨如何在本科生与研究生课程中有效开展深度学习教学,将智能领域这一最新研究成果介绍给极具创新精神的本科生和研究生群体,以期能够较早地接触到学科前沿,提升对于智能科学与技术的学科兴趣,激发创新精神。     

人工智能：进展与挑战

此文系中国人工智能学会理事长钟义信教授在2009年9月22日上海市人工智能学会成立大会上的学术报告,后经作者亲自整理撰写而成。文中概括地阐述了人工智能的定义、进展与挑战,提出了“信息．知识．智能转换理论”是信息时代科学技术的灵魂的观点。     

设置“智能科学与技术”博士学位一级学科:必要性、可行性、紧迫性

本文建议在我国研究生学位授权学科体系中增设"智能科学与技术"博士学位授权一级学科。文中论述了"智能科学与技术"博士和硕士学位授权一级学科的内涵、与相邻一级学科的关系、设置的必要性、可行性与紧迫性。     

机制主义方法与人工智能统一理论——人工智能的新方法与新进展

报导人工智能研究的一项重要进展:由于发现了人工智能研究的"机制主义"模拟方法和"知识的生态学结构",使原来"鼎足三分"的3个主流学说(结构模拟、功能模拟和行为模拟学说)在"机制主义方法"的基础上实现了和谐的统一,形成了统一理论,从而为人工智能的发展提供了新的基础。     

支持向量机的理论基础——统计学习理论

支持向量机是机器学习领域的研究热点之一,其理论基础是统计学习理论。该文严谨且通俗地描述了这一理论的概貌,并提出有附加信息的统计学习理论的设想。     

一种基于EM非监督训II练的自组织分词歧义解决方案

摘要本文旨在提供一种基于非监督训练的分词歧义解决方案和一种分词算法。基于EM的思想,每个句子所对应的所有(或一定范围内)的分词结果构成训练集,通过这个训练集和初始的语言模型可以估计出一个新的语言模型。最终的语言模型通过多次迭代而得到。通过一种基于该最终语言模型的统计分词算法,对于每个句子至少带有一个歧义的测试集的正确切分精度达到85.36％(以句子为单位)。     

面向特定领域的理解型中文自动文摘系统

自动文摘是计算机通信网提供智能业务的关键技术之一．介绍了一个面向特定领域－神经网络学习算法的理解型中文自动文摘系统．与其他文摘系统相比,该系统首次采用了基于全信息模型的自然语言理解理论,通过设计义块组配的方法避开了传统的语法语义分析系统所遇到的各种难题,并通过语用信息制导,将语句理解与文摘信息提取直接相连,大大提高了理解的效率和文摘生成的速度．测试结果表明该系统的整套方法是行之有效的．     

口语对话管理综述*

主要介绍了口语对话系统中对话管理的作用、基本问题和设计方法。对话管理在整个对话系统中处于核心地位,控制整个对话的进行,负责对用户输入的理解以及根据领域内容决定系统对用户的反应。对话管理的设计主要有基于状态图的结构（有限状态机）、填充槽结构和基于任务的结构三种方法,提出了一种基于逻辑表达式的结构,并设计了状态图/逻辑表达式双层结构。     

语言认知与主题内容识别

在对潜在语义分析和主题模型2种语言模型的基本原理和方法分析的基础上，给出了其在主题内容识别及文本数据挖掘方面的应用前景. 进一步从全信息自然语言理解方法论出发，指出了语言计算研究的突破性进展：一方面需要与认知科学相结合，借鉴认知科学的研究成果；另一方面要重视从语用的维度进行研究.