选修课程之全信息理论与中文信息处理.ppt

全信息理论与中文信息处理
钟义信
智能科学技术研究中心
北京邮电大学
2006-8-24
yxzhong@
7/5/2017
1
目录
一,问题的提出
二,解决的方法
三,研究的重点
7/5/2017
2
一,问题的提出
7/5/2017
3
中文信息(自然语言)处理的重大社会需求
1,人际交往
-- 多种语言的存在
-- 全球交往的进程
-- 学习语言的困难
-- 机器翻译的前景
2,人机合作
-- 人类操作能力的局限
-- 机器工作性能的威力
-- 机器认知能力的潜力
-- 人机能力的天然互补
7/5/2017
4
中文信息(自然语言)处理的核心目标
表面上看,“中文信息处理”研究工作的着眼点和落
脚点应是中文信息的“处理”–如词语切分,词形标注,
语句分析,专名识别,词语消岐,等等。
实质上看,研究工作的目标是“使机器能够在一定
程度上理解中文信息”,或对中文信息实现一定认知。
无论从“人际通信”还是“人机合作”的需求来看,
处理都是手段,理解(认知)才是目的。
7/5/2017
5
自然语言“理解”与人工智能
1,智能的核心是思维;语言是思维的表达;因此语
言也是智能的表达。
2,理解(认知),是智能的内核;因此自然语言理
解是人工智能的基本研究方向。
3,自然语言理解本质上是人工智能、信息科学、认
知科学和语言学的交叉科学。
4,自然语言理解系统本质上是一类智能系统。
7/5/2017
6
智能系统的核心机制:信息-知识-智能转换
需求/约束
信息获取
信息执行
信息传递
信息传递
预处理
决策
本体
信息
智能
策略
智能行为
目标
认知
知识
感觉
器官
传导
系统
思维
器官
效应
器官
传导
系统
有序信息
知识库
需求/约束
实得
信息
7/5/2017
7
信息-知识-智能转换:自然语言理解通用方法论
智能行为
信息-知识转换
知识-智能转换
信息知识转换
知识库
信息(问题与约束)
结果(性能与评价)
归纳
归纳
演绎
目的
7/5/2017
8
中文信息处理研究的现状
中文信息处理研究领域取得了许多重要进展和重
要成果;但基本理论、基础资源、基本工具、基本方
法和性能水平离实际应用的要求还有相当差距。
中文信息理解的研究基本上突破了纯粹语法分析
的层次,正在走向语法与语义分析相结合的新阶段。
但是,还少有语用要素的考虑:还没有真正到位。
7/5/2017
9
统计方法(归纳)基于大数定律,方法论上是“从众”,
不要求真正达到理解。是初级认知方法。
缺点:假设难满足;结论平均性;真理常在少数人手中。
优点:容易操作,尤其是有了计算和网络技术的支持。
自然语言“机器认知”的两种基本方法
两种方法性质互补,谁也不能单独包打天下。问题是如
何实现“统计与规则方法的有效结合:大统计,小规则”。
规则方法(演绎)基于理解和规则推理,是处理新问题
和复杂问题不可避免的高级认知方法。
缺点:规则难建立;规则难完备;规则不灵活。
优点:可信(如果规则和前提均可信)
7/5/2017
10