第2章　自然语言理解逻辑

上一章我们简要介绍了自然语言理解的“机器认知-人类交互需求”层次，本章将结合符号和连接两种处理逻辑，具体介绍自然语言理解实践中的任务层次，进一步归纳出一套理解体系。在语言的理解上人类和机器是可以类比的，我们可以设想这样一个理解过程：人类通过视、听觉等得到感应，通过中枢神经系统的控制完成响应。对机器而言，传感器接收信号作为输入，继而给出输出反馈，从而形成指令。如果模仿人类行为的话，可以通过控制系统来执行，看是否与人类的理解相符。在这个过程中，从信号输入到输出反馈就是语言理解的过程。与图像、语音信号的连续性不同，自然语言符号存在离散性、组合性和稀疏性等特点。特别是语言的组合性，能够形成多种合法序列和不同层次的理解。因此，机器首先面临的问题就是输入自然语言的处理，之后才能进一步语义理解。自然语言处理（理解）可以追溯到20世纪50年代，是一门融合了语言学、计算机、数理统计及认知学等领域的交叉学科。基于不同的哲学理解方式，产生了基于规则的理性主义（符号主义）和基于统计的经验主义（连接主义）两种方法。今天，理性主义和经验主义再次站到了一起。下面我们将详细论述。