自然语言理解与行业知识图谱:概念、方法与工程落地
上QQ阅读APP看书,第一时间看更新

1.4.1 语言理解与语义知识的辨析

语言理解是多学科交叉问题,如语言学关注的句法、语义等问题,神经语言学探索人脑语言功能,形式语言学探索句法逻辑,心理语言学采用实验和定量方法分析语言模型的运行机制。语言理解的目标是让计算机逼近人类语言的本质,更好地设计出结构化语义表示空间,实现对多模态复杂语境的理解。现有研究认为,语言理解可以表达为认知,语言表达的内容是语义,从计算语言学的角度看就是知识,因此语言理解在机器认知层面就是语义知识的运用。

这种运用从还原论角度出发,通过论证语义形式推导出丰富多彩的词汇意义。后来衍生出语义场论,其核心就是分析不同词汇在语义场中的意义差别。再后来通过句子形式的逻辑演算,用符号和公式来定义和解释语言,发展出以命题逻辑、谓词逻辑为中心的数理逻辑系统。在此基础上,认知语言学着眼于语言的创建、学习和运用过程,提出人脑对客观事物的概念认知机制,借助概念知识库和大规模语料库,构建模型生成语言语义。

总结来看,目前仍没有足够的证据可以完全阐述语言理解的科学机制,但是解决机器对语义知识“取用管存”的任务可以成为未来实践的第一步,这为机器语言理解提供了可行方向。