计算机科学前沿论文

自然语言理解软件工程ZY1201杨锋0121210680109中文摘要：自然语言理解是人工智能研究重要的领域之一，同时也是目前前沿的难题之一。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法，是未来人工智能的核动力。因此理解自然语言理解以及自然语言理解技术的含义，阐述自然语言理解的研究及其相关应用，综述自然语言理解技术研究方向变化并对自然语言理解的发展前景进行分析和展望，是十分有意义的。随着计算机科学的不断发展和成熟，计算机应用开始迈人知识处理、语言理解阶段，人们对计算机的智能提出了新的要求随着社会的日益信息化，人们越来越强烈地希望能更好地同计算机交流。自然语言就是这样一个媒介。英文摘要：Naturallanguageunderstandingconcernswithprocessofcomprehendingandusinglanguagesoncethewordsarerecognized.Theobjectiveistospecifyacomputationalmodelthatmatcheswithhumansinlinguistictaskssuchasreading,writing,hearing,andspeaking.Todevelopanaturallanguageunderstandingmodel,itisrequiredtouseknowledgefrommanydisciplinesincludingLinguistics,psycholinguistics,philosophy,andcomputationallinguistics.Itisnecessarytounderstandhowlanguageworks,combinealltheapproachestoproducecomplextheoriesandrealizesuchcomplextheoriesascomputerprograms.Testingoftheseprogramswillgiveaclueastowhichofthecasesfailsothattheprogramscanbeimproved.Bydoingthisprocessrepeatedlywecanfinallygettoknowhowhumanlanguageprocessingoccurs.正文：自然语言俗称人机对话。人工智能的分支学科。研究用电子计算机模拟人的语言交际过程，使计算机能理解和运用人类社会的自然语言如汉语、英语等，实现人机之间的自然语言通信，以代替人的部分脑力劳动，包括查询资料、解答问题、摘录文献、汇编资料以及一切有关自然语言信息的加工处理。这在当前新技术革命的浪潮中占有十分重要的地位。研制第5代计算机的主要目标之一，就是要使计算机具有理解和运用自然语言的功能。自然语言理解是一门新兴的边缘学科，内容涉及语言学、心理学、逻辑学、声学、数学和计算机科学，而以语言学为基础。自然语言理解的研究，综合应用了现代语音学、音系学语法学、语义学、语用学的知识，同时也向现代语言学提出了一系列的问题和要求。本学科需要解决的中心问题是：语言究竟是怎样组织起来传输信息的？人又是怎样从一连串的语言符号中获取信息的？这一领域的研究将涉及自然语言，即人们日常使用的语言，包括中文、英文、俄文、日文、德文、法文等等，所以它与语言学的研究有着密切的联系，但又有重要的区别。自然语言处理并不是一般地研究自然语言，而在于研制能有效地实现自然语言通信的计算机系统，特别是其中的软件系统。因而它是计算机科学的一部分。特征用自然语言与计算机进行通信，这是人们长期以来所追求的。因为它既有明显的实际意义，同时也有重要的理论意义：人们可以用自己最习惯的语言来使用计算机，而无需再花大量的时间和精力去学习不很自然和习惯的各种计算机语言；人们也可通过它进一步了解人类的语言能力和智能的机制。实现人机间自然语言通信意味着要使计算机既能理解自然语言文本的意义，也能以自然语言文本来表达给定的意图、思想等。前者称为自然语言理解，后者称为自然语言生成。因此，自然语言处理大体包括了自然语言理解和自然语言生成两个部分。历史上对自然语言理解研究得较多，而对自然语言生成研究得较少。但这种状况近年来已有所改变。自然语言处理，即实现人机间自然语言通信，或实现自然语言理解和自然语言生成是十分困难的。造成困难的根本原因是自然语言文本和对话的各个层次上广泛存在的各种各样的歧义性或多义性。一个中文文本从形式上看是由汉字（包括标点符号等）组成的一个字符串。由字可组成词，由词可组成词组，由词组可组成句子，进而由一些句子组成段、节、章、篇。无论在上述的各种层次：字（符）、词、词组、句子、段，……还是在下一层次向上一层次转变中都存在着歧义和多义现象，即形式上一样的一段字符串，在不同的场景或不同的语境下，可以理解成不同的词串、词组串等，并有不同的意义。一般情况下，它们中的大多数都是可以根据相应的语境和场景的规定而得到解决的。也就是说，从总体上说，并不存在歧义。这也就是我们平时并不感到自然语言歧义，和能用自然语言进行正确交流的原因。但是一方面，我们也看到，为了消解歧义，是需要极其大量的知识和进行推理的。如何将这些知识较完整地加以收集和整理出来；又如何找到合适的形式，将它们存入计算机系统中去；以及如何有效地利用它们来消除歧义，都是工作量极大且十分困难的工作。这不是少数人短时期内可以完成的，还有待长期的、系统的工作。以上说的是，一个中文文本或一个汉字（含标点符号等）串可能有多个含义。它是自然语言理解中的主要困难和障碍。反过来，一个相同或相近的意义同样可以用多个中文文本或多个汉字串来表示。因此，自然语言的形式（字符串）与其意义之间是一种多对多的关系。其实这也正是自然语言的魅力所在。但从计算机处理的角度看，我们必须消除歧义，而且有人认为它正是自然语言理解中的中心问题，即要把带有潜在歧义的自然语言输入转换成某种无歧义的计算机内部表示.歧义现象的广泛存在使得消除它们需要大量的知识和推理，这就给基于语言学的方法、基于知识的方法带来了巨大的困难，因而以这些方法为主流的自然语言处理研究几十年来一方面在理论和方法方面取得了很多成就，但在能处理大规模真实文本的系统研制方面，成绩并不显著。发展60年代至70年代初期，研究工作一直停留在单词的语音识别上，进展不大。直到70年代中期才有所突破，建立了一些实验系统,能够理解连续语音的内容,但是还限于少数简单的语句。用文字输入，使计算机看懂文字符号，也用文字输出应答。这方面的进展较快，70年代初期取得突破，中期以后又有所发展。目前已能在一定的词汇、句型和主题范围内查询资料，解答问题，阅读故事，解释语句等，有的系统已付诸应用。由于绝大多数语种使用的是拼音文字，计算机识别拼音字母已无问题，而输入又是按单词分别拼写，因此书面理解一般没有切分音节和单词的问题，只需直接分析词汇、句法和语义。但是汉语用的是汉字，无论是用汉字编码输入还是将来计算机能直接认识汉字，都要首先解决切分单词的问题，因为输入就是一连串汉字，词和词之间没有空隔。书面理解的基本方法是：在计算机里贮存一定的词汇、句法规则、语义规则、推理规则和主题知识。语句输入后，计算机自左至右逐词扫描，根据词典辨认每个单词的词义和用法；根据句法规则确定短语和句子的组合;根据语义规则和推理规则获取输入句的含义;查询知识库，根据主题知识和语句生成规则组织应答输出。目前已建成的书面理解系统应用了各种不同的语法理论和分析方法，如生成语法、系统语法、格语法、语义语法等等，都取得了一定的成效。研究方向大约90年代开始，自然语言处理领域发生了巨大的变化。这种变化的两个明显的特征是：（1）系统输入：要求研制的自然语言处理系统能处理大规模的真实文本，而不是如以前的研究性系统那样，只能处理很少的词条和典型句子。只有这样，研制的系统才有真正的实用价值。（2）系统输出：鉴于真实地理解自然语言是十分困难的，对系统并不要求能对自然语言文本进行深层的理解，但要能从中抽取有用的信息。例如，对自然语言文本进行自动地提取索引词，过滤，检索，自动提取重要信息，进行自动摘要等等。虽然上述新趋势给自然语言处理领域带来了成果，但从理论方法的角度看，由于采集、整理、表示和有效应用大量知识的困难，这些系统更依赖于统计学的方法和其他“简单”的方法或技巧。关于自然语言真正理解的研究目前已取得进展.个人体会:语言是人类区别其他动物的本质特性。在所有生物中，只有人类才具有语言能力。人类的多种智能都与语言有着密切的关系。人类的逻辑思维以语言为形式，人类的绝大部分知识也是以语言文字的形式记载和流传下来的。因而，自然语言理解也是人工智能的一个重要，甚至核心部分。自然语言理解意义在于：一方面，如果计算机能够理解、处理自然语言，将是计算机技术的一项重大突破；另一方面，自然语言处理有助于揭开人类高度智能的奥秘，深化对语言能力和思维本质的认识。和人类进步过程中其他任何一种技术的发展历程一样，自然语言理解技术在任何一个不同的成熟阶段都有一个不同的应用形式和不同的市场定位。在这种技术到市场再到技术的螺旋式上升的过程中，技术越来越成熟，市场也越来越成熟，从而让技术更好地为人类服务。自然语言理解技术给人工智能服务提供了威力巨大的核动力，智能信息服务给人类更自然、自主的信息交流手段，将创造出全新的产业空间。人们渴望发展自然语言理解技术以加速信息、知识与文化的交流，促进社会、经济、科学的进步，这是自然语言理解技术新的强大的推动力量，也是每一个国家都面临的新的挑战。目前存在的问题有两个方面：一方面，迄今为止的语法都限于分析一个孤立的句子，上下文关系和谈话环境对本句的约束和影响还缺乏系统的研究，因此分析歧义、词语省略、代词所指、同一句话在不同场合或由不同的人说出来所具有的不同含义等问题，尚无明确规律可循，需要加强语用学的研究才能逐步解决。另一方面，人理解一个句子不是单凭语法，还运用了大量的有关知识，包括生活知识和专门知识，这些知识无法全部贮存在计算机里。因此一个书面理解系统只能建立在有限的词汇、句型和特定的主题范围内；计算机的贮存量和运转速度大大提高之后，才有可能适当扩大范围。参考文献：[1]黄培红．基于自然语言理解的认知系统算法初探一人机对话系统算法基础与构造[C]．2004计算机应用技术交流会议论文集．2004：236—240.[2]黄培红．自然语言理解的机器认知形式系统[J]．湖南：计算机工程与科学，2007，29(6)：l13一l16．[3]姚天顺，自然语言理解－一种让机器懂得人类语言的研究，清华大学、广西科技出版社，2002（第二版）。[4]刘伟权.自然语言理解与汉语文本信息处理理论研究〔博士论文)[D].北京:北京邮电大学，1997.[5]王小捷，常宝宝，自然语言处理基础，北京邮电大学出版社，2002。[6]史忠植.高级人工智能（第二版）.科学出版社,2006.[7]RussellS.,Peter著.姜哲，金奕江，张敏等译.人工智能——一种现代方法（第二版）北京：人民邮电出版社,2004[8]黄培红.自然语言理解--一个关于机器感悟人类语言实质的逻辑理论[J].四川兵工学报，2009，（1）：138-142.[9]黄培红.一种基于文本解析的机器推理学习方法[J].重庆通信学院学报，2009.[10]黄培红，郑国磊.基于语义本源介入的智能界定研究[J].心智与计算,2010(3).[11]黄培红.探索语言理解与融汇贯通的因果律[J].现代计算机:下半月版,2010(3):18-23.