文档名：怎样利用语言知识资源进行语义理解和常识推理
本文讨论怎样利用语言知识资源来帮助机器进行语义理解和常识推理.首先,指出人类生活在常识和意义世界中,人工智能机器人必须理解自然语言的意义、能够进行常识推理.接着,简单梳理了基于知识和基于统计两种自然语言处理路线各自的优长和短缺.然后,说明完全绕开知识的统计方法和深度学习,都不能真正理解概念和语言.文章通过具体案例说明,《实词信息词典》已经配备了有关词项的语义角色关系及其句法配置信息;把这种语言知识加入知识图谱和内容计算中,可以为人工智能提供理解和解释.由于“物性角色”描述了名词所指事物的百科知识,可用以回答相关事物是什么(形式角色)、有哪些部件(构成角色)、用什么做的(材料)、怎么形成的(施成)、有什么用途(功用)等常识性问题.
作者：袁毓林 卢达威
作者单位：北京大学中文系/中国语言学研究中心/计算语言学教育部重点实验室,北京100871中国人民大学文学院,北京100872
母体文献：第十七届全国计算语言学学术会议暨第六届基于自然标注大数据的自然语言处理国际学术研讨会(CCL2018)论文集
会议名称：第十七届全国计算语言学学术会议暨第六届基于自然标注大数据的自然语言处理国际学术研讨会(CCL2018)
会议时间：2018年10月19日
会议地点：长沙
主办单位：中国中文信息学会
语种：chi
分类号：TP2TP1
关键词：语言知识资源 语义理解 常识推理 人工智能
在线出版日期：2021年9月13日
基金项目：
相似文献
相关博文
- 文件大小:
- 1.36 MB
- 下载次数:
- 60
-
高速下载
|
|
