检索结果-南通市图书馆

湖南师范大学自然科学学报 2005年第3期28卷 22-26页

作者：肖升阳西述田祖伟湖南省第一师范学校中国长沙410002

通过基于HNC的理解系统从词汇和语句两个层面对V+了+NP1+的+NP2结构进行分析,并获取相应信息,从而完成对结构的机器理解.

关键词： HNC理论 V+了+NP1+的+NP2结构机器理解

机器理解直陈述小学数学应用题的语义模型构建策略及分析

在线全文

学校读者我要写书评

暂无评论

机器理解直陈述小学数学应用题的语义模型构建策略及分析

作者：范晓峰华中师范大学

学位级别：硕士

人工智能领域开创以来,研究者们从问题求解、定理证明、逻辑推理、自然语言理解和专家系统等多个方面展开了研究。使用机器自动解答中小学数学题也一直是人工智能领域中极具挑战性且理论性和应用性价值都很高的研究问题。在机器解答研... 详细信息

人工智能领域开创以来,研究者们从问题求解、定理证明、逻辑推理、自然语言理解和专家系统等多个方面展开了研究。使用机器自动解答中小学数学题也一直是人工智能领域中极具挑战性且理论性和应用性价值都很高的研究问题。在机器解答研究课题中,小学数学应用题的机器解答以其相对简单的题目语言组织及逻辑成为了良好的研究对象。目前,对小学数学应用题机器解答的研究,国内外学者已经取得了丰富的研究成果,但仍有很多的问题与不足需要进一步研究。例如,目前的解题方法及解题准确度还不高;关于语义模型的标准及提取方法尚无通行有效的理论及策略;针对自然语言描述的题目机器理解的能力依然不足等;因此,研究如何改进目前机器解题方法及理论具有重要的研究意义。研究小组提出了基于语义模型的题目理解方法,其理论是,通过语义模型提取一个题目中的所有数量关系形成一个方程组,机器通过解方程组就实现了题目解答,而方程组的提取过程即是题目的机器理解过程。基于此理论,本研究旨在研究语义模型或语义模型池的评判标准、提取方法及策略,并以此来提取一套直陈述小学数学应用题的语义模型池,并测试该方法理论的有效性与适应性。语义模型的格式为一个三元组,其中包括关键词;关系;映射,机器通过该三元组即可生成“理解语句意思”的方程。本论文的具体内容分为以下三个方面:第一,基于语义模型的数量关系提取及题目理解方法论述。第二,语义模型的构建方法及分析,并举例了几个典型的语义模型的提取与分析。第三,收集一定数量的直陈述小学数学应用题,依据提出的方法理论,对原题库提取一套语义模型池,并测试所确立的语义模型池提取数量关系的实际效果,总结所存在的问题,提出进一步改进的建议。

关键词：机器理解语义模型池随机自然题库数量关系

意识的凝聚与扩散——关于机器理解的“中文屋”论题的解答

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

上海师范大学学报（哲学社会科学版） 2018年第2期47卷 32-39页

作者：蔡恒进武汉大学国际软件学院湖北武汉430079

对意识的传统理解会导致"中文屋"等悖论产生:屋内的人和部件虽然完全不懂汉语,作为整体却可以与外界用汉语顺畅交流。从触觉大脑假说出发,人类意识从原意识起就具有凝聚与扩散的特性,且可通过认知坎陷连续、动态发展,不断强化对自我与... 详细信息

对意识的传统理解会导致"中文屋"等悖论产生:屋内的人和部件虽然完全不懂汉语,作为整体却可以与外界用汉语顺畅交流。从触觉大脑假说出发,人类意识从原意识起就具有凝聚与扩散的特性,且可通过认知坎陷连续、动态发展,不断强化对自我与外界的理解。人不是一个可计算的物理系统,但其理解过程却可迁移至机器。目前的人工智能便可看作一种人类意识凝聚的结果,而"中文屋"所呈现出的,正是程序书(编著者)和屋内人意识共同凝聚的结果。故未来的挑战就在于人工智能能否开出认知坎陷,又能否与人类的认知坎陷兼容共进。

关键词：意识扩散凝聚机器理解中文屋认知坎陷人工智能

在线全文

学校读者我要写书评

暂无评论

歧义图形的机器理解初探

计算机应用与软件 1996年第2期13卷 36-41页

作者：周昌乐施项君杭州大学计算机科学系视听实验室杭州310028

运用突变理论,我们首先对歧义图形的变化规律进行了理论分析,归纳出一类歧义图形的突变模型及其性状。然后在此基础上,具体提出了一种歧义图形理解的计算原理,包括吸引分叉网、理解区分计算以及具体系统的构造。实验结果表明,我们的初... 详细信息

运用突变理论,我们首先对歧义图形的变化规律进行了理论分析,归纳出一类歧义图形的突变模型及其性状。然后在此基础上,具体提出了一种歧义图形理解的计算原理,包括吸引分叉网、理解区分计算以及具体系统的构造。实验结果表明,我们的初步理论是行之有效的,对一般歧义图形的理解研究具有一定的指导意义。

关键词：歧义图形识别突变机器理解图形理解

在线全文

学校读者我要写书评

暂无评论

自然语言理解的机器认知形式系统

计算机工程与科学 2007年第6期29卷 113-116页

作者：黄培红莆田市农业银行福建莆田351100

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... 详细信息

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。

关键词：自然语言理解机器理解知觉

在线全文

学校读者我要写书评

暂无评论

汉语机器理解研究现状及展望

电脑学习 1999年第2期 3-5页

作者：谌志群周昌乐杭州大学计算机科学系 310028

分析了汉语不利于机器理解的几个特点．简要回顾了我国汉语机器理解研究的历史和取得的成果．指出了目前汉语机器理解研究所面临的困难．并对研究前景作了展望。

关键词：汉语语义分析机器理解自然语言处理计算机

在线全文

学校读者我要写书评

暂无评论

基于机器理解的机械工程图三维重建

机械与电子 2006年第1期24卷 9-12页

作者：刘建萍叶邦彦徐兰英华南理工大学

为提高机械工程图三维重建的实用性,以实际工程图为重建对象,提出了基于机器理解的机械工程图三维重建的方法。实验结果表明,该方法具有较好的实用性。

关键词：人工智能机械工程图三维重建机器理解基元特征识别

组合范畴语法:通向人工智能语义理解的一种逻辑经验主义路径--访马克·斯蒂德曼教授

在线全文

学校读者我要写书评

暂无评论

哲学动态 2022年第1期 119-125页

作者：满海霞北京科技大学外国语学院

人工智能(Artificial Intelligence)的主体是计算机,旨在通过计算机的逻辑计算来模拟人类思维和认知的过程,从而实现“使机器具有人类智能”这一目标(闫坤如,第31页)。但是,机器不具有意向性(intentionality),只能识别编写为程序指令的... 详细信息

人工智能(Artificial Intelligence)的主体是计算机,旨在通过计算机的逻辑计算来模拟人类思维和认知的过程,从而实现“使机器具有人类智能”这一目标(闫坤如,第31页)。但是,机器不具有意向性(intentionality),只能识别编写为程序指令的语法,不能理解和识别语义。因此,即使机器能够对所交付的问题作出正确反映,也不能说明它们具有人类的理解能力和智识。美国哲学家塞尔(J. Searle)设计的著名思想实验“中文屋论证”(Chinese Room Argument),旨在以“机器无法理解语言的语义”来驳斥人工智能。

关键词：人工智能程序指令人类智能机器理解中文屋论证自然语言语义理解组合范畴语法

在线全文

学校读者我要写书评

暂无评论

智能时代视频编解码技术的发展及行业应用

中国安防 2022年第7期 86-92页

作者：李浙伟浙江大华技术股份有限公司

一、背景介绍人类获取现实世界的信息80%以上通过视觉,从机器理解视频的角度,视频通过扫描形成连续的帧,一帧对应一幅图像,图像帧以一定的速率播放形成连续的视频。而连续帧之间的高相似度导致了大量的信息重复冗余,因此我们可以通过视... 详细信息

一、背景介绍人类获取现实世界的信息80%以上通过视觉,从机器理解视频的角度,视频通过扫描形成连续的帧,一帧对应一幅图像,图像帧以一定的速率播放形成连续的视频。而连续帧之间的高相似度导致了大量的信息重复冗余,因此我们可以通过视频编解码技术用尽量少的数字信息来表示原始的视频,并在解码端恢复视频图像后,从人眼的视觉暂留效应角度来看,尽量接近原始图像。

关键词：数字信息图像帧视频图像机器理解相似度智能时代视觉暂留原始图像

在线全文

学校读者我要写书评

暂无评论

靠这个“谱”让机器会思考

创新时代 2018年第3期 28-29页

作者：张佳星不详

如果说波士顿动力的翻跟头是在帮机器人锻炼筋骨,那么知识图谱的“绘制”则是在试图“创造”一个能运转的机器人大脑。“目前,还不能做到让机器理解人的语言。”中国科学院软件所研究员、中国中文信息学会副理事长孙乐说。无论是能逗你... 详细信息

如果说波士顿动力的翻跟头是在帮机器人锻炼筋骨,那么知识图谱的“绘制”则是在试图“创造”一个能运转的机器人大脑。“目前,还不能做到让机器理解人的语言。”中国科学院软件所研究员、中国中文信息学会副理事长孙乐说。无论是能逗你一乐的Siri,还是会做诗的小冰,亦或是会“悬丝诊脉”的沃森,它们并不真正明白自己在做什么、为什么这么做。

关键词：机器人中国科学院软件所机器理解副理事长中文信息波士顿研究员