语言、逻辑与信息处理

xychy

语言、逻辑与信息
                       前言
        语言学研究的趋势是跟逻辑和信息处理挂钩，成为一门边缘科学。学语言或是学任何学科都必须学逻辑学。因此，我希望老板能够把这个栏目独立起来。有网友提议另设语义专栏，因为语义与逻辑相关，可以放在一起。希望喜欢研究前沿科学的朋友捧场。下面我带头发两篇

xychy

本文引自《人工智能研究者俱乐部》
                     作者xychy
对于rainyss所做的工作我表示钦佩。我认为10台电脑3M程序并行运转仍觉得它蠢，我觉得不可思议。这里边一定存在某种问题。我9月或10月初在本论坛“项目”栏发表过《自然语言处理智能系统与智能互联网》，并提议进行试验。该文介绍了我的主要工作和想法。其中某些想法跟rainyss近似。我也是采用中间语言描写知识库。这种语言就是直接由句法语义关系表达式转化而来的集合逻辑表达式，它跟自然语言普遍语法是一致的，给谓词加上特殊标记，就可以变成程序命令，用于扩充系统核心程序和自动编程。知识库是一个跟神经网络构造一致的知识网络，由其中任何一个结点可以立即查到相关的知识和词或相关的集合。它的最大好处是可以进行逻辑推理。逻辑推理是思维和智力活动过程，学习就是把信息变成知识和推理规则。可以用填表式操作扩充知识库，也就是机器学习过程。当然，在它理解自然语言的过程中也可以把信息变成知识和推理规则。我正在和朋友合作搞一个小型人机对话系统（我在本论坛发表过消息），大家熟知的冰笛负责语音部分，他已经收到我的主要技术说明，并表示认可。另有二位参与。但是由于他们都是业余参加，进度太慢。我希望更多程序专家参加。
对话系统主要功能（在知识库允许范围内）：
1）能听懂不同口音的普通话（以词音表为限），能造出合格的句子回应。回应的句子符合对方的语意。
2）能分辨对方话语是否含恶意或善意，并用相应的话回应。例如：
a“你好丑！”
“你才丑呢。”
“你傻”
“你笨”
“你蠢”
“你是蠢猪”
3）能指出对方话语的语法错误和逻辑错误。例如：
b “酒喝杯子吗？”
“酒不能喝杯子。可以用杯子喝酒”
4）可以随时补充知识库。
以上两个例子并非事前编写，而是系统可以由实际收到的句子的连续语境分析记录推理而后根据决策逻辑自动生成的结果。对方话语千变万化，不可能一一编写的。
三、意义：
1）证明可以用知识库实现人工智能，就表示可以用人工方法模拟人脑思维，这是人工智能研究的伟大成就。
2）可以实现连续语音识别就解决了现今语言识别的难题，也意味着可以实现不同语言交流。
3）可以实现利用知识库和语义推理的人机对话意味着可以实现完全自动的语言咨询，而不必接线生进行应答服务。这种产品马上可以找到市场。
我在广州，我希望庄稼先生和其他朋友给我打电话（020-85589085）
我还有一个可以用于每台电脑和互联网并带给人们最大方便的项目，可以在短时间内完成并获得资金，这需要当面商谈和签署协议。我想，能够为我们的理想出力的基本成员都可以成为老板。

xychy

再谈自学习问题
一般自学习程序只能设定一些规则,让计算机按照规则执行判断,或者按照规定的格式照谱填词。例如，wym的程序能够判断句型，就必须给出不同句型的不同判别条件（或者说教计算机学会判断句型），你就必须把每个词能够在什么句型里处于什么位置都搞清楚，几万个词都必须描写一遍，还不保证万无一失，因为只要规则不是十全十美，或是词描写不正确，那就必定出丑。教会计算机识别几个典型句子就算机器会判断句型？那也未免太简单了。须知句型的特征界线不是很明确的，就如词和短语的界线不很明确一样。在很多情况下，一个句子的意思取决于语境。举个最简单的例子，“饭不吃”在“饭不吃，酒喝（a）”和“饭不吃，茶不想（b）”里的意思是不一样的。句（a）的逻辑意义是：饭不属于某人想吃的东西集合。因为与喝酒相关的是下酒菜，主人推断，要准备下酒菜。而在句（b）里，所有吃的东西都不属于某人想吃的东西集合，也就是什么都不想吃。不必准备任何东西。采用语义逻辑推理怎么把不同意思推出来呢？我们把“吃饭”看作一个组合词，表示用餐，“饭”可以作为受事宾语提前变成主语，但是“吃饭”又是短语，“饭”是粮食蒸成的食物。因为“喝酒”的联想链指向“吃菜”，推断“饭”是词，而句（b）否定了“吃”和“喝”，由连续否定句式断定省略了“也（都）”，推断“吃饭”是用餐。在知识库里由“饭”可以查到“粮食蒸成的食物”，也可查到“吃饭（用餐）”“饭不吃”歧义分析等。计算机实现类似语义推理是不成问题的。
由此可以看出自学习程序不是人工智能中语言理解的合适工具。
再谈自学习问题
一般自学习程序只能设定一些规则,让计算机按照规则执行判断,或者按照规定的格式照谱填词。例如，wym的程序能够判断句型，就必须给出不同句型的不同判别条件（或者说教计算机学会判断句型），你就必须把每个词能够在什么句型里处于什么位置都搞清楚，几万个词都必须描写一遍，还不保证万无一失，因为只要规则不是十全十美，或是词描写不正确，那就必定出丑。教会计算机识别几个典型句子就算机器会判断句型？那也未免太简单了。须知句型的特征界线不是很明确的，就如词和短语的界线不很明确一样。在很多情况下，一个句子的意思取决于语境。举个最简单的例子，“饭不吃”在“饭不吃，酒喝（a）”和“饭不吃，茶不想（b）”里的意思是不一样的。句（a）的逻辑意义是：饭不属于某人想吃的东西集合。因为与喝酒相关的是下酒菜，主人推断，要准备下酒菜。而在句（b）里，所有吃的东西都不属于某人想吃的东西集合，也就是什么都不想吃。不必准备任何东西。采用语义逻辑推理怎么把不同意思推出来呢？我们把“吃饭”看作一个组合词，表示用餐，“饭”可以作为受事宾语提前变成主语，但是“吃饭”又是短语，“饭”是粮食蒸成的食物。因为“喝酒”的联想链指向“吃菜”，推断“饭”是词，而句（b）否定了“吃”和“喝”，由连续否定句式断定省略了“也（都）”，推断“吃饭”是用餐。在知识库里由“饭”可以查到“粮食蒸成的食物”，也可查到“吃饭（用餐）”“饭不吃”歧义分析等。计算机实现类似语义推理是不成问题的。
由此可以看出自学习程序不是人工智能中语言理解的合适工具。

Artvine

在花好月圓的情緒下突然看到xychy君版主的文章，要好好調整心態一下下：
(突然發現跟中文系的女生談戀愛很麻煩..........)
(一)Logics是可以作一些事的，當我們想到生活中需要什麼好玩的事，
電子業、電腦業會作出來。但是那有限制的：我可以作出一臺洗衣機，
如果使用者只跟我說他喜不喜歡，我也沒輒。
(二)目前語音、視像的網路技術已很成熟。人工智能(臺灣的翻譯叫知識庫
)的發展問題在窮舉。我們到底要不要完美呢？
(三)所以我只能吹著口哨，在風裡想想花如何好的問題。
然後解決它

xychy

我要极度感谢水电君的捧场。水电君对逻辑似乎不大感冒，那也没办法。我既然被赶上了斑竹宝座，总得说几举吧？