目录

  • 1 智能科学技术导论
    • 1.1 学科界定
    • 1.2 人工智能简史
    • 1.3 人脑机制
  • 2 算法运用
    • 2.1 算法构造
    • 2.2 算法结构
    • 2.3 问题求解
  • 3 环境感知
    • 3.1 视觉原理
    • 3.2 机器视觉
    • 3.3 景物理解
  • 4 思维运作
    • 4.1 语言理解
    • 4.2 依存性句法分析
    • 4.3 语境中意义获取
    • 4.4 意识整合
    • 4.5 艺术创作
  • 5 行为表现
    • 5.1 人体运动
    • 5.2 仿人行为
    • 5.3 机器歌舞
  • 6 智能接口
    • 6.1 人机会话
    • 6.2 情感交流
    • 6.3 脑机接口
  • 7 智能系统
    • 7.1 专家系统
    • 7.2 混合系统
    • 7.3 智能机器
  • 8 智能社会
    • 8.1 智能家居
    • 8.2 智能交通
    • 8.3 智慧城市
  • 9 展望
    • 9.1 机器困境
    • 9.2 智能哲学
    • 9.3 学科前景
语境中意义获取

语境中意义获取

上述句法分析的有效性给予这样一个前提,就是我们的语言是无歧义的。对于严格的形式语言,机器可以很容易实现不同语言之间的相互转换。因此如果我们能够设计一种表示语义的形式描述语言,其满足无歧义性、具有简单的解释规则和推理规则以及具备由语句形式确定的逻辑结构,那么我们就可以通过定义良好的形式语言(比如某种逻辑系统)来确切地表述出给定自然语言语句的语义,只要自然语言的语句含义是无歧义的就行。 

事实上,没有哪种自然语言是不存在歧义现象的,甚至可以说歧义现象是自然语言的一种固有属性。因此,要想解决语句的语义分析,从而可以用形式语言来描述自然语言语句的语义,就不可避免地要解决语言的歧义消解问题。可见在机器的语言理解研究中,不仅不能忽视或回避语言的歧义现象,而且还应将歧义现象的研究和处理作为更重要的课题来研究

通常语言歧义的表现形式有三类,即模糊、双关和选择。模糊歧义是指语言表达内容时含糊不清而造成的歧义,往往是说写者连自己也不能明确所要表述的观念为何,或者是因无谓的同义反复、无益的语辞矛盾或明显的语焉不详所致。例如“狗给狼吃了”(到底谁吃了谁?)、“明天晴天,别忘了带雨伞!”(晴天带雨伞,莫明其妙)、“王守信全家红”(是得彩了呢,还是成了红人?)之类,都是模糊歧义的例子。