自然语言理解一

[1]赖朝安,孙延明,齐德昱,郑时雄.基于自然语言理解的专家系统研究[J].计算机工程,2003,01:20-22+34.
摘要：在论述了面向自然语言文本的知识供应方法已有研究之后，提出了面向推理设计语义关系标记，将自然语言理解与推理技术相结合，使自然语言理解结果可转化为便于计算机推理的语句；立足科技文献开发语义关系树库，提出面向语义关系分析的语句相似度计算方法，实现基于统计与规则相结合的自然语言语义关系分析；使自然语言科技文献可成为专家系统知识库，解决专家系统知识库表现形式不统一及知识获取的瓶颈。

[2]姚佳梅.基于自然语言理解技术的网络检索[J].图书馆工作与研究,2003,02:42-43.
摘要：在检索语言的发展过程中,自然语言是必然要取代人工语言的。自然语言理解技术是计算机人工智能与语言学相结合的产物,是解决自然语言检索的核心技术。本文回顾了这一技术发展的历程并分析这项技术与网络检索相结合中存在的问题,指出了自然语言理解是检索技术发展的方向。

[3]金纯.浅谈计算机自然语言理解[J].浙江中医学院学报,2005,03:72-73.
摘要：回顾了计算机自然语言理解的产生、消沉和再度复兴的历史,阐述了人工智能思想与现代语言学发展相互影响的过程,说明了计算机在自然语言理解(比如机器翻译)中的应用与前景。

[4]魏晓宁.人工智能在自然语言理解技术上的应用[J].中国科技信息,2005,19:57.
摘要：本文介绍了自然语言理解技术的特点与发展,阐述了人工智能技术在自然语言理解技术方面的应用。

[5]马健,张珏成.对机器自然语言理解本质的认识[J].宁夏大学学报(自然科学版),2003,03:265-268.
摘要：由思维与语言的关系角度出发,从自然语言理解的思维过程、自然语言本身和逻辑作用三个方面,探讨了人与机器自然语言理解之异同,分析了人和机器自然语言理解的特点、机器自然语言理解的定性准则,尝试性地说明了机器自然语言理解的本质

[6]孙艳峰,王建荣,冯志勇.Ontology技术在自然语言理解中的应用[J].青海师范大学学报(自然科学版),2003,03:55-58.
摘要：自然语言的理解是解决人机交互问题的一个重要课题。本文则将Ontology技术应用于自然语言的理解。通过建立基于Ontology技术的语义分析模型来提高语义理解的成功率。

[7]潘宇斌,陈跃新.基于Ontology的自然语言理解[J].计算技术与自动化,2003,04:71-74.
摘要：本文分析传统意义上基于知识的自然语言理解(KB-NLU)和基于Ontology的自然语言理解系统的基本模型,Ontology是概念化的描述,以及Ontology与语言知识的结合方式的三种类型:世界知识型、词汇语义型、句法语义型。

[8]周梦麟,张

森.一种基于自然语言理解的Web挖掘模型[J].浙江工业大学学报,2004,01:97-100+106.
摘要：如何从网上海量信息中发现有用的知识,满足使用者的需要是一个迫切需要研究的课题。但现有的方法很难从Web上把大量非结构信息抽取到数据库中,而且一般的搜索引擎也只是简单地把关键字匹配作为查询依据,命中率较低。文章提出了将自然语言理解技术与Web数据挖掘相结合,根据用户的需要定制个性化的Web数据挖掘模型。初步试验结果表明该方案是可行的,能很好的满足用户需要,且模型的通用性和适用性强。

[9]郭庆琳,樊孝忠.自然语言理解与智能检索[J].信息与控制,2004,01:120-123.
摘要：智能信息处理是中文信息处理中的重要课题,尤以智能检索和信息获取为重要.而自然语言处理和理解技术是智能信息处理的核心.本文讨论了自然语言理解应用于智能检索和信息获取的若干问题,阐述了标注、完善基于词典的知识库的处理手段.

[10]郭庆琳,樊孝忠.基于自然语言理解的自动应答系统[J].计算机工程,2004,13:11-12+20.
摘要：自动应答系统(QAS)是一种基于因特网的高性能软件系统。它的核心技术是基于自然语言理解的相关技术,包括知识库和语料库的建设、文本的切分和标注、句子的语法分析和语义分析等。重点论述了自动应答系统中知识信息的语义网络表示和LSF随机化句法分析模型,以及自动应答系统的结构与组成,并对LSF模型进行了参数训练,实践证明这些技术是可行的。通过开发银行的“受限领域自动应答系统”项目,这些技术被证明是高效的、可推广的。

[11]钟义信.自然语言理解的全信息方法论[J].北京邮电大学学报,2004,04:1-12.
摘要：在经济全球化需求的推动下,世界在酝酿一场"自然语言信息技术革命",它的基础和核心是"自然语言理解"的理论与方法."全信息自然语言理解方法论"是作者的"全信息理论"在自然语言理解领域的应用.与文献中已有的其他工作不同,其主要特色是:一方面,试图实现语法信息、语义信息、语用信息的综合利用;另一方面寻求"规则方法"和"统计方法"的和谐互补,从而有效增强对自然语言的理解能力.近几年来,应用这一方法论完成了一系列自然语言理解方面的课题,取得了一批可喜的研究成果,表明全信息自然语言理解方法论具有很好的前景.

[12]余正涛,樊孝忠,康海燕.基于自然语言理解的受限领域自动应答系统[J].计算机工程,2004,18:35-37.
摘要：提出了一种在受限领域内进行自动应答的系统总体结构,通过构建领域词汇库、领域本体库、领域真实问句语料库及领域知识文本库等领域资源库,并借助于这些领域资源来理解问句和知识文本,在一定程度上降

低了理解的难度。文章以银行业务咨询服务为例,分析了系统结构及实现过程,对问句分析、答案析取、问句语料库构建、文本知识标注等功能模块的实现进行了详细介绍。

[13]金燕,张玉峰.基于中文自然语言理解的知识检索模型[J].中国图书馆学报,2004,02:62-65.
摘要：基于中文自然语言理解的知识检索模型的设计思路是:通过对用户提问及Web文档信息进行语义层次的自然语言处理,构建概念和概念网络,针对用户真实查询需求与概念网络及其映射的源文档进行推理匹配,然后对检索结果进行排序处理,提交给用户。图2。参考文献5。

[14]高文利.自然语言理解的新思路:HNC理论[J].湖南城市学院学报,2004,06:84-86.
摘要：HNC假定人类具有共同的语言概念空间,认为自然语言符号就是概念的符号化,语言过程是'概念联想脉络的建立、激活、扩展、浓缩和存储',而联想脉络有局部和全局之分。HNC发现了"作用效应链",构建了完备的网络式概念基元符号体系,建立了语句表述的数学表示式。HNC从语言的深层入手,以语义表达为基础。为语言研究开辟了一条新路。

[15]索东梅.自然语言理解研究[J].长春师范学院学报,2005,02:110-111.
摘要：自然语言是语言文字信息处理的一项高层次技术,是人工智能的重要内容和组成部分。本文首先阐述了什么是自然语言、自然语言的理解以及自然语言研究的目的、步骤,接着阐述了实用自然语言理解技术,最后对自然语言理解进行了展望。

[16]王小波.自然语言理解研究[J].山西广播电视大学学报,2005,02:27-28.
摘要：自然语言理解是人工智能最活跃的研究领域之一,机器自然语言理解的本质是在形式化的自然语言基础上,用形式化的逻辑工具和形式化的知识去输入文本进行释义和推理。如何提高计算机对自然语言的理解对人工智能的发展有着非常重要的意义。

[17]刘礼进.自然语言理解中的回指解析研究概述[J].外语教学与研究,2005,06:41-47+82-83.
摘要：本文从三个角度研究外语教学的认知基础(1)从应用语言学的中介作用、外语教学的组织、学习者的过渡语、语言迁移的角度来说明外语教学是一个过程;(2)从非线性、涌现性和不确定性判断的角度来说明外语教学是一个复杂系统;(3)从交际目的、教学重心向词汇转移和以语言形式为焦点的角度来说明外语教学是一种面向意义的活动。

[18]吴江.中文自然语言理解技术与智能检索[J].图书馆学研究,2006,03:85-87+84.
摘要：本文论述什么是中文自然语言理解技术,详细说明如何理解,智能搜索引擎如何应用中文自然语言理解技术进行检索。

[19]任洁.自然语言与自然语言理解及其应用[J].科教文汇,2006,02:69-70.

摘要：本文从语言的广义与狭义角度出发引出自然语言,对自然语言的三个特性分别加以说明,初步探讨了自然语言理解问题,对机器翻译进行阐述,指出机器翻译存在的难题所在,尝试性地预见自然语言理解的发展方向。

[20]石磊,亿珍珍,赵克.一种自然语言理解系统的研究与实现[J].微电子学与计算机,2006,07:82-85.
摘要：如何将自然语言描述的平面几何命题自动转化为计算机辅导专家系统使用的特定语言还是自然语言理解中的一项空白。通过对平面几何范围内的领域自然语言的研究,给出了一种将自然语言理解系统建立在知识库基础上,以词法、句法分析为辅助分析方法,主要采用语义分析的方法实现领域自然语言的理解,并建立了切实可行的语言理解系统,实现了从领域自然语言到领域特定形式的自动转化。

[21]钱兵,王永成,高凯.面向搜索引擎的自然语言理解的设计与实现[J].计算机应用研究,2006,12:260-262.
摘要：提出了一种针对智能检索的自然语言理解的实现模型。该模型通过句模分析、分词和概念扩展的方法来理解问句,在一定程度上提高理解自然语言的能力。详细介绍了其系统架构、实现思想和原理。最后通过一系列的实例来对普通搜索引擎和加载了本模型的搜索引擎进行测试。实验结果表明,提出的模型能有效地分析自然语言提问,提高信息检索的准确性和智能性。

[22]卢微.隐马尔可夫模型在自然语言理解研究中的应用[J].电脑与信息技术,2007,01:33-35.
摘要：自然语言理解是人工智能最活跃的研究领域之一,同时也是目前前沿的课题之一。该领域的研究人员通过对隐马尔可夫模型这一数学模型的跨领域应用,解决了自然语言理解中的瓶颈问题。文章系统阐述了隐马尔可夫模型的原理以及在语音识别和词性标注方面应用的过程,从而为更多研究者了解和认识。

[23]刘小冬.自然语言理解综述[J].统计与信息论坛,2007,02:5-12.
摘要：为了解决计算机理解自然语言问题,产生了自然语言理解这一研究方向,文章归纳了自然语言理解研究中的一些关键问题,整理了国内外自然语言理解技术发展的简史,讨论了自然语言理解技术的主要进展,并针对重大的研究工作做了粗浅的评述。最后对该学科的研究前景进行了展望。

[24]赵川,杜玲,岳鹏,刘少君,林征胜,赵荣海.基于中文的自然语言理解初探[J].现代电子技术,2007,06:82-85.
摘要：一个持续建设的中文自然语言理解系统的初步成果总结。自然语言理解中从简单词语、句子的严格语法分析到语义、语用和语境的分析,即从语法层上升到语义层是一个普遍的瓶颈。以吸收和比较各种新理论,直接进入语义空间的技术策略,在语

言理解系统建设方面,从建立分词系统开始,跳过传统的句法分析模式直接进入语义空间分析语句,系统初步实现了语义分析,并具有歧义分析和自学习能力。

[25]黄培红.自然语言理解的机器认知形式系统[J].计算机工程与科学,2007,06:113-116.
摘要：自然语言理解是人工智能研究中的热点和难点之一。基于现有的相关理论,本文提出自然语言理解的形式化定义,以及改进相关的公理系统,从而统一“意思理解”和“道理理解”等两种理解类型。通过设计、开发和运行“篇章理解原型程序”,验证理论成果的正确性和有效性。

[26]张珏成.自然语言理解研究的若干基本问题的讨论[J].宁夏大学学报(自然科学版),2002,04:340-343.
摘要：从自然语言理解的思维过程、自然语言本身和逻辑作用三个方面,对机器自然语言理解的基本问题进行了讨论。

[27]肖明忠,廖全萍,陈笑蓉.自然语言理解新思路─HNC[J].贵州大学学报(自然科学版),2000,02:135-138.
摘要：ＨＮＣ是ＨｉｅｒａｒｃｈｉａｌＮｅｔｗｏｒｋｏｆＣｏｎｃｅｐｔｓ概念层次网络）的简称，是关于自然语言理解处理的一个理论体系．这个理论体系的基本思路与传统计算语言理论有本质的不同．它展示了自然语言理解的突破性进展，其三大理论要点集中体现了ＨＮＣ理论在自然语言表述和处理模式上的突破，本文描述笔者对ＨＮＣ理论这种“突破”的认识。

[28]郭艳华,周昌乐.自然语言理解研究综述[J].杭州电子工业学院学报,2000,01:58-65.
摘要：自然语言理解是人工智能研究的最重要的课题之一,同时也是最前沿的难题之一。本文首先阐述了自然语言理解的研究内容,接着分析了汉语的特点,最后综述了国内外在自然语言理解方面的研究现状和发展趋势。

[29]侯国峰.一个自然语言理解系统的设计和实现[J].计算机应用研究,2001,02:19-22.
摘要：在自然语言理解系统的建立过程中，首要的工作是建立单词词典、语义词典，并建立句型规则和词义信息，利用这些词典和规则进行语义分析和词义的辨识。结合许多实例，详细探讨了解决这些问题的各种方法，它们的有机配合可以有效解决本NKZL自然语言理解系统的语义分析和词义辨识问题，这些方法已经在本系统中得到了运用和验证。

[30]周红.自然语言理解中的语义分析问题[J].滨州师专学报,2001,03:24-27.
摘要：自然语言理解基于语义理解,尤其是汉语,努力挖掘有形式依据的深层次的语义组织,进行深入的语义研究,成为21世纪自然语言理解的突破口。从计算机模拟人类使用自然语言的方式、汉语重意合的特点说明了加强语义分析的必要性,又从计算机理解自然语言的过程举

例说明了语义分析的几个问题

[31]胡俊华,杨波,李金屏.自然语言理解研究略述[J].济南大学学报(社会科学版),2001,05:58-62.
摘要：自然语言理解是人工智能研究重要的领域之一,同时也是目前前沿的难题之一。阐述自然语言理解的研究及汉语的有关特点,综述国内外学者在自然语言理解方面的研究现状和成果,并对自然语言理解的发展前景进行分析和展望,是十分有意义的。

[32]陈先华.自然语言理解之汉语量词和名词搭配及查错系统[D].导师：杨国纬.:电子科技大学,2002.
摘要:
量词作为一种语法现象是量观念的反映。量词在王力先生的《汉语史稿》中又叫做单位词，王力先生认为“一般说来，单位词是由普通名词演变而成，并且它们的语法意义就是由它们的本来意义引申的”。由此可见，名词与量词天生就是关系亲密。
汉语里有很多量词，其中有几十个量词在其他语言里没有对应词．这些量词使得在描述事物时显得丰富多采。在我们日常言谈中少了量词的话也许还能理解，但是就好像做菜，菜料有了，菜也做了，就是没有放调味料，总觉得缺少了些什麽。量词是现代白话的特色，不过早在先秦时代就已经有量词的使用，许多外国人开始学汉语时，对量词的使用可能有些困惑，树必须用“棵”来数，纸用“张”来数，如果用法错误，可能要闹笑话了。其实量词与物品的搭配并不完全要死记，量词本身包含中国人对事物分类的概念。
基于量词和名词的亲密关系和量词在汉语中的重要地位，本文就以汉语量词和名词的搭配关系为切入点，研究汉语量词和名词的搭配以及查找出文章中这样搭配的错误，旨在对那些还没熟练掌握汉语的人，能很容易找出词语搭配的错误；即便对以汉语为母语的人，因为中国地域广阔，方言很多，也能对他们知道词语间的正确搭配有所帮助。
我所做的量词和名词的搭配及查错是在汉语分词的基础上实现的，分词贯穿了量词和名词的搭配及查错的全过程，所以本文先是在介绍了现代汉语名词和量词的子类划分之后，对汉语词汇分析的特点和难点、数量结构对汉语分词的影响做了详细的阐述，正是这些部分对我所设计的程序性能有很重要的影响。最后，详细论述了汉语量词和名词搭配关系以及如何查找这种搭配关系的错误的实现，并且提出了量词和名词搭配及查错的实现过程中的一些不足之处和可能的解决方案。

[33]胡树楷.机械产品设计中的自然语言理解复合句语义分析[D].导师：赵克.:西安电子科技大学,2005.
摘要:本文将自然语言理解语义分析应用于机械产品设计中，通过对以自然语言形式表达的用户需求进行理

解和分析，并将分析结果转化成概念设计要求或设计参数，为后续设计提供支持，为用户和设计人员提供了一个良好的设计环境。
首先，对现有的语义分析方法进行对比，找出各个理论的优缺点，重点介绍了格语法与概念从属理论，综合二者优点作为本文语义分析的理论基础。其次，根据格语法的思想，把语义分析的核心归结为对动词块的分析，同时讨论了动词块的生成、对动词块语义的处理，提出了新的概念——完整语义。在完整语义生成语用信息的处理上则借鉴了概念从属理论，将完整语义的动作概念转化为对应的事件，并且对于复合句处理中对于各个语义概念的唯一性问题，事件知识的再利用，复合句递归为简单句处理等难点进行了深入的讨论。再者，根据自然语言理解模型，设计实现了基于领域的汉语NLU系统。最后结合实际将其应用在机械产品设计的用户需求分析领域，通过系统测试，结果比较令人满意。

[34]程培涛.机械产品设计领域自然语言理解中的概念从属树研究与实现[D].导师：赵克.:西安电子科技大学,2005.
摘要:本文针对现有CAD技术对产品需求设计阶段支持不足的缺陷，提出了将自然
语言理解应用到产品设计的早期阶段，通过对用自然语言形式表达的用户需求进
行理解和分析，以达到提高产品设计的自动化、智能化的目的。针对领域自然语
言理解对知识表示和知识库系统的需求，结合现有的知识表示方法，根据概念间
的抽象具体关系和结构上的联系，给出了一种描述概念间抽象具体关系的知识表
示模型--概念从属树模型，建立了相应的概念从属树管理系统对知识进行组织
管理，并实现了其在自然语言理解中的应用。
首先分析了研究与设计领域自然语言理解系统的必要性和可行性，提出了领
域自然语言理解对知识表示和知识库系统的需求。其次，详细分析了知识、现有
的知识表示方法及知识库系统，并结合各种表示方法的优点，提出用概念从属树
表示领域知识，用概念从属树管理系统对知识进行有效的管理。然后，深入分析
概念的内涵、外延及概念间的联系，进而将现有的知识表示方法与概念研究理论
相结合，给出概念从属树模型，并介绍了其在自然语言理解系统中的应用。最后，
介绍了概念从属树管理系统的实现，并将该系统应用于机械设计领域，得到了比
较理想的结果。由此可以看出，概念从属树模型具有良好的研究和应用价值。

[35]张小林.机械产品设计领域的自然语言理解中名词性短语的语义分析[D].导师：赵克.:西安电子科技大学,2005.
摘要:本文将自然语言理解应用于产品设计中，

对以自然语言形式表达的用户需求中
名词性短语进行理解和分析，同时结合系统其余模块的运行，将最终的分析结果
转化成概念设计要求，为后续设计提供支持。
首先，根据设计领域自然语言理解的特点，确定应用于产品设计的自然语言理
解应该采用基于知识为主的方法。其次，通过对目前现有的几种语义分析方法的
分析和比较，选择概念从属理论作为基于知识的方法的重要补充。然后，根据概
念从属理论建立了概念从属树来表示概念间的关系。在对名词、名词短语及数量
词结构短语语义分析的基础上，用基于知识的方法建立了名词、动态名词、名词
短语和数量词结构的模板。实现了基于名词间联合结构、事件类名词、名词同位
关系等名词短语和数量词结构的自然语言理解。再次，在以上工作的基础上，编
写出对名词短语和数量词结构短语进行语义分析的程序，可以实现对领域内名词
短语和数量词结构短语的理解。最后，将自然语言理解的语义分析应用于齿轮传
动设计需求分析原型系统，对其中的名词性短语进行识别，并结合系统其余模块
的运行，经过初步调试，取得了一定的成果。

[36]余贞斌.自然语言理解的研究[D].导师：王新伟.:华东师范大学,2005.
摘要:自然语言理解是人工智能领域中的前沿难题之一。自从1954年第一个机器
翻译系统的问世至今,经过计算机科学家、语言学家、心理学家们数十年的共同
努力,在受限语言理解和面向领域的语言理解的研究中取得了卓著的研究成果,
并在各个领域得到了广泛的应用,如基于自然语言的航空售票系统、天气预报系
统等。然而,要达到自然语言理解研究的最终目标--让机器真正理解人类语言,
仍然是一个遥远的梦想。
自然语言理解的研究自底而上可划分为四个基本层次,分别是语言词典构
造、语法分析、语义分析和篇章分析。目前国内外的研究成果在语言词典方面主
要有Princeton大学的WordNet、Berkeley大学的FrameNet、Microsoft的
MindNet、董振东的HowNet、俞士汶等的现代汉语语法信息词典等;在语法方面
主要有Chomsky的短语结构语法和转换生成语法、Woods的扩充转移网络、Joshi
等的树连接语法、Tesniere的依存语法等;在语义方面主要有Hjelmslev等的
义素分析、Fillmore的格语法、Simmons等的语义网络等;在篇章分析方面主要
有Minsky的框架理论、Schank的脚本理论、Rumelhart等的故事语法、Mann的
修辞结构理论等。
目前自然语言理解的研究中尚存在许多未解决的关键问题。在理论根源方
面,人类语言的本质如何、运行机制怎样尚未探究清楚:在本领域研究本身,词
典构造和篇章分析是其

中两大弱项:
1如何构造语言词典使得其中包含尽可能多的语法、语义、语用信息来为其后
的各阶段工作提供一个坚实的平台基础是自然语言理解的瓶颈之一:
2篇章分析的研究工作相对来说是自然语言理解研究的一个弱项,目前提出的
各种篇章分析方法产生的实际效果不大。
本论文从认知科学出发,对自然语言理解的本质和机制进行了探讨,并对领
域研究本身词典构造和篇章分析两大关键问题提出了新的思路和方法。本论文主
要工作和创新之处在以下几个方面:
1概括地论述了自然语言理解的历史和研究现状;从词典构造、语法分析、语
义分析、篇章分析等四个层面完整地论述了自然语言理解的整个轮廓框架:
并对自然语言理解研究的发展进行了展望。
2将认知心理学、认知语言学和人工智能的研究方法结合起来,从人类理解客
观世界的角度从发对自然语言理解进行分析和研究。
3从认知心理学和认知语言学的角度出发,阐述了人类理解世界的机理和机器
理解人类语言的困难所在。
4提出了一种基于认知机理的词典构造方法。
5提出了一种基于场景、Agent和状态图的篇章分析方法。
6构造了一个小型软件系统对提出的新方法进行了实验和测试分析。

[37]董春玲.自然语言理解中代词语义分析及在产品设计中的应用[D].导师：赵克.:西安电子科技大学,2006.
摘要:
本文针对目前计算机辅助设计技术对产品设计的早期阶段支持不充分的问题,将自然语言理解应用于产品设计中,对以自然语言形式表达的用户需求中的代词进行理解和分析,同时结合系统其余模块的运行,将最终的分析结果转化成概念设计要求,为后续设计提供支持。
首先,根据设计领域自然语言理解的特点,确定应用于产品设计的自然语言理解应该采用基于知识为主的方法。其次,通过对目前现有的几种语义分析方法的分析和比较,选择本体理论作为基于知识的方法的重要补充,深入探讨了其在基于知识系统的优点。同时资源模型可以很方便地表示概念的内涵和外延,使用它可以对基于知识的方法起到辅助作用。利用基于知识的方法、本体理论和资源模型,建立了语义分析的知识表示体系。然后,根据本体理论建立了概念从属树来表示概念间的关系。在对汉语代词语义分析的基础上,用基于知识的方法建立了代词、动态代词模板,实现了汉语代词的自然语言理解。再次,在以上工作的基础上,编写出对汉语代词进行语义分析的程序,可以实现对领域内代词的理解。最后,将自然语言理解的语义分析应用于凸轮机构设计需求分析原型系统,对其中的代词进行识别,并结合系统其余模块的运行,经过初步调

试,取得了一定的成果。

[38]徐立洋.领域自然语言理解中的代词消解在机械产品需求分析中的应用[D].导师：赵克.:西安电子科技大学,2007.
摘要:
本文初步探讨了自然语言理解的语义分析在产品设计中的应用,着重阐述了自然语言理解系统中代词消解的实现,通过对以自然语言形式表达的用户需求中的代词进行分析和理解,将最终结果转化成概念设计要求,为后续设计提供支持。
首先,分析了现有的语义分析和知识表示方法,结合基于知识的自然语言理解系统的特点,选择本体论作为基于知识的方法的补充,深入讨论其在知识系统的优点。其次,根据代词指代结构的特点,采用本体论和概念模型建立概念从属树,表示概念及概念之间的关系。通过对代词的详细分类和解析,设计并建立了代词模型,并对其具体实现做出详细的说明。然后,在概念从属树的基础上进行代词的语义建模,建立了相关知识库,从实现角度对代词消解的规则进行分类,编写出对句中所含的代词进行语义分析的算法和程序,实现了对领域内汉语代词的指代消解。最后,将自然语言理解的代词消解应用于机械产品需求分析及概念设计的原型系统,通过系统测试,结果比较令人满意。

[39]李康.自然语言理解中的语义形式化研究[D].导师：刘小冬.:西北工业大学,2007.
摘要:自然语言理解是人工智能的核心课题之一，其本质是对语言问题的方方面面在计算机当中的形式化研究。其中最突出的问题就是语义的形式化问题，它成为制约自然语言理解发展的瓶颈问题。本文的研究重点就是将语义问题以数学的方法在语言学上加以形式化。由于图是最接近人类思维结构的一种数学形式，因此，我们以知识图理论和概念图理论为平台，来研究语义的形式化问题。本文从“语义表示的形式化”和“语义推理的形式化”两个方面对自然语言语义理解技术进行了研究，并在讨论具体的形式化方法之前，对自然语言(语义)相关的人类认知过程进行了讨论。由于语言的问题不可避免的涉及到人类的思维，因此对于自然语言的语义理解来说，认知科学的研究是非常关键和必要的，甚至可以说是决定性的。
首先，本文将认知科学中的信息加工理论和心理模型理论融合在一起，建立了认知模型(Cognitive-Model)。然后，在此模型基础上围绕“信息”和“心理模型”讨论了与语言和语义相关的哲学话题、逻辑学话题和心理学话题，为具体的语义形式化方法提供了指导。
然后，基于知识图理论，本文研究了“语义表示形式化的问题”。一个基本观点是：人们在意识中有一种结构化的表达，即心理模型，语义就是语言所代表的心理模

型，它是由概念构建的一种结构。随后，本文以汉语为平台，具体从概念、结构、词与概念的对应关系，语法与结构的对应关系这四个方面进行了知识图形式化的研究。
最后，基于概念图理论，本文研究了“语义推理形式化的问题”。从形式演绎和模型理论两个方面讨论了概念图的语义推理机制。随后，针对封闭世界模型下的概念图推理过程提出了一种基于博弈树的求解算法，该算法可以实现对封闭世界模型下任一个概念图或概念图集“真值”的识别。

[40]亿珍珍.面向产品设计的自然语言理解语义分析研究[D].导师：赵克.:西安电子科技大学,2004.
摘要:随着产品CAD与CAM的发展和对机电一体化的要求不断提高，智能化的系
统将是未来的发展趋势，用自然语言直接进行人机交流也是智能化的必然要求。
本文将自然语言理解的语义分析应用于产品设计中，通过对以自然语言形式表达
的用户需求进行理解和分析，并将分析结果转化成概念设计要求或设计参数，为
后续设计提供支持，为用户提供了一个良好的交流环境。
本文通过对设计领域的自然语言特点的分析，分析和比较了现有的几种语义
分析方法的优点和缺点，选择以概念从属理论为主来分析汉语，结合语义网络等
语义理论来辅助理解。其次，基于概念从属理论建立了面向领域的自然语言理解
语义分析模型：概念——事件——名词概念的抽象模型，采用产生式规则的推理
形式，建立了基于该语义模型的自然语言理解系统。在该系统中，用概念和静态
事件来表示领域的静态知识；通过对动态事件和动态名词的设计，合理地将静态
知识和动态知识结合在一起，来处理复合句语义分析。最后，结合实际将其应用
在机械产品设计的用户需求分析领域与面向网络的智能辅导系统的用户交流，通
过系统测试，结果比较令人满意。

[41]焦海涛.机械设计领域自然语言理解知识库构建研究[D].导师：李志武;赵克.:西安电子科技大学,2004.
摘要:本文将自然语言理解应用于机械设计专家系统的人机接口中，建立了基于领域自然
语言理解(NaturalLanguageUnderstanding，简称NLU)知识库模型。通过对以自然语言
形式表达的用户需求进行理解和分析，并将分析结果转化成概念设计要求或设计参数，
为后续设计提供支持，从而可使专家系统更加智能化，人性化。
首先分析了建立基于领域自然语言知识库的可行性，经过对比现有的各种知识表示
方法，提出以产生式系统与概念从属理论相结合作为知识表示方法。分析了概念的内涵
与外延、概念之间的关系，为以后建立概念从属树、概念模板提供了理

论支持。提出了
新的知识库结构：概念知识与语言知识相结合，深层知识和浅层知识相结合，动态知识
与静态知识相结合。并且建立了知识库管理模块。经过对知识库中知识进行分类处理，
形成了完整的知识库结构，降低了知识库的冗余和不一致。设计了知识库管理模块，用
以监控系统状态变化，合理调度各个模块的运行。最后，将基于领域NLU知识库在轴
承设计专家系统接口上的应用进行了尝试，结果较为满意。

[42]齐波.基于短语识别的自然语言理解搜索方法研究[D].导师：王成良.:重庆大学,2007.
摘要:
随着Internet的快速发展和网络应用范围的不断扩大,WEB信息量呈指数增长,而传统的搜索引擎仅能从词的层面上来进行搜索,造成人们从WEB信息海洋中及时、全面、准确获取信息越来越困难。目前,搜索引擎的查全率和查准率还比较低。如Google的网页索引量目前已经达到了33亿,但主要还是把用户的查询请求以关键词的形式与全文中的每一个词进行比较,而不考虑查询请求与文档语义上的匹配。类似的还有Baidu、Yahoo等。它们的检索方式都是基于词频分析技术,虽然返回信息很多,却有过多无关信息,用户必须从结果中进行筛选。
本文针对传统的检索技术以及搜索引擎的弊端,对新一代的信息检索系统——基于自然语言理解的搜索引擎进行了研究。这是当前自然语言处理领域一个研究热点,同时也代表了将来搜索引擎的发展方向。该类搜索引擎综合运用了知识表示、信息检索、自然语言处理等技术,能够使用户以自然语言输入问题,而不是关键词的组合,大大方便了用户的操作。
本文研究了在搜索引擎领域中一些自然语言处理上的相关技术,其中具体包括:
①中文自动分词技术,分析了国内外分词技术的发展,列举并分析了比较经典的分词算法;
②对现代汉语短语实现了机器识别,即通过短语优先合并算法将一个复杂短语实现了层次化的分解;
③对动词谓语句的句法分析,定义了一种谓词链接法来分解自然语句,实现各块的分治,最终形成短语结构树;
④概念提取和扩展检索技术,将短语树中的概念依次提取,并根据在树中的语义修饰关系,设定不同的权值,同时对这些提取出的概念实现了英语对照词的扩展检索;
⑤聚类浏览技术,使用户的搜索结果不再是一组信息列表,而表现为具有类目和层次结构的新的信息反馈方式。
本文的主要贡献是基本实现了基于自然语言理解的搜索引擎原型,并通过一系列测试来验证系统的查全率和查准率,具有工程实用价值。所做的研究工作及其结果对相关理论研究及实际系统的分析设计和实现也具有一定的参考价值和指导意

义。

[43]齐波.基于自然语言理解的智能搜索方法研究[D].导师：王成良.:重庆大学,2007.
摘要:
随着Internet的快速发展和网络应用范围的不断扩大,WEB信息量呈指数增长,而传统的搜索引擎仅能从词的层面上来进行搜索,造成人们从WEB信息海洋中及时、全面、准确获取信息越来越困难。本文针对传统的检索技术以及搜索引擎的弊端,对新一代的信息检索系统——基于自然语言理解的搜索引擎进行了研究。这是当前自然语言处理领域一个热门的方向,它同时也代表了将来搜索引擎的发展方向。该类搜索系统综合运用了知识表示、信息检索、自然语言处理等技术,它能够使用户以自然语言输入问题,而不是关键词的组合,大大方便了用户的操作。
本文研究了在搜索引擎领域中一些自然语言处理上的相关技术,其中包含对汉语短语的机器识别和对动词谓语句的句法分析等,它们均是利用汉语言自身的语法语义规则来处理汉语言的方法。

[44]韦卓.自然语言理解中篇章的名词聚类在测试计量中的应用[D].导师：赵克.:西安电子科技大学,2008.
摘要:
本文将自然语言理解中篇章的名词聚类应用于测试计量技术的需求分析中,着重研究篇章中名词聚类的过程,最终通过对以自然语言形式表达的用户需求进行理解和分析,将分析结果转化成概念设计要求或设计参数,为后续设计提供支持。
介绍了自然语言理解的各种知识表示方法及其优缺点,在此基础上形成了以概念的属性、内涵和外延为核心、以框架式结构为基础、以树状层次结构为表现、体现概念间关联的知识表示的方法,并将其应用于篇章分析的知识库构建和规则实现。对篇章中名词概念的关系进行分类,分析了篇章中主体的内在表现形式--概念,然后以概念为基础,分析了概念与其属性概念的关系以及内涵与外延的关系,提出了篇章的名词聚类分析方法,并结合中心理论提出了核心词理论,同时针对篇章中的深层关联问题提出了概念关联分析方法。实现了领域自然语言理解篇章中的名词聚类分析,首先介绍了篇章分析的整体框架,然后详细讲述了名词聚类的实现方法及名词属性的具体化方法,对名词聚类完成后形成的概念之间的关系做了深入分析,并利用聚类结果分析篇章核心词。最后,把领域自然语言理解及篇章中名词聚类应用到测试计量专家系统的用户需求分析中的人机交互中去,建立了相应的知识库,并取得比较好的设计结果。
未来的自然语言理解系统应该是基于互联网的、互相协作的系统,每个系统有其具体专业的领域知识,多个系统共同完成一个自然语言理解问题。

[45]王秋.浅析自然语言理解及其应用[D].导师：韩宝

育.:陕西师范大学,2008.
摘要:
本文以自然语言理解的相关问题展开,它是语言文字信息处理的一项高层次技术,是人工智能的重要内容和组成部分。它主要研究能够实现人与计算机之间用自然语言进行有效通信的各种理论和方法。本文以黄曾阳先生的概念层次网络理论为基础,分别对自然语言理解本身的概念进行了分析,然后提出自然语言理解需要实现的目标,最后试着去实现一个语音识别技术:如何识别方言。本文主要思想如下:
1.建立一个合理的思维和语言模型有助于自然语言的理解,但是以目前的科学发展水平来看,难以准确而完全的构造出人脑的思维模型,计算机只能近似的模拟人的思维。语言模型的建立以儿童语言的认知为参考,具体模型的建立还有待于更进一步研究。
2.传统语言学认为,人类表达的唯一手段是通过语言来实现的,人类理解的载体也只有语言这一项。可是纵观人类真实的表达和理解的过程,光是语言一项是不足以来完成整个表达和理解的过程的。通常人类采用表达和理解的手段有五种:看、听、闻、说、触。“语言”需要站在广义的角度来看。许多现代语言学家把语言的分析与理解过程看作是一个层次化的过程。新的信息出现在我们面前的时候,它通过人类的各种感觉器官进入到大脑中,经过一定的编织与安排和大脑中已有的信息相融合。就好像发电报的接收方和传送方都有一个固定的参照本,新信息到来的时候,只有和这个已有的参照本相结合,才能使新信息得到理解。
3.机器语言要真正能达到对自然语言的模拟必须满足以下5个终极条件:(1)、机器语言可以不受限制的进行真实的理解的输入;(2)、机器语言可以实现与人类相类似、相匹配的信息背景;(3)、机器语言可以形成与人类相类似的精神与意识结构;(4)、机器语言能采用与人相同的运用方式去运作;(5)、机器语言可以采用与人相同的输出方式输出。
4.丰富的方言资源是中国文化重要的组成部分,保护方言是一项重要的任务。建立一个方言语料库,记录各种方言的声韵调和词汇是语言学者肩上的重担。本文希望能够从襄樊方言词汇着手,设想出一个简易的方言识别模型。从语料库语言学角度来看,对襄樊方言中有地方特色的词汇进行整理和规划,输入系统当中,然后对特色词汇进行标注。当需要对一段话进行辨别时,就可以通过电脑中已经储存的语料库来对这段话进行辨别。

[46]王祥滨.基于领域自然语言理解的知识库管理系统的研究与实现及其在机械设计中的应用[D].导师：赵克.:西安电子科技大学,2009.
摘要:
本文将领域汉语理解应用于机械设计专家系统的人机接口中,建立了领域

汉语理解知识库,设计并实现了知识库管理系统,帮助知识工程师对知识库进行异常检测,从而使得专家系统更加智能化、人性化。
首先介绍了自然语言、汉语的特点,以及知识库系统的现状和发展趋势,分析了概念、概念的内涵与外延、概念间的关系,对比现有知识表示方法的优缺点,将产生式系统与概念从属理论相结合作为知识表示方法,建立了概念从属树模型、领域过程树模型,设计完成了领域知识库。在领域知识库建立之后,一个非常重要的任务就是对知识库进行异常分析,知识维护是知识库管理的重要内容,本文重点分析了知识库的冗余性、不一致性等方面的内容,并给出了概念从属树中知识冗余和上下节点不一致等的检测算法和具体流程。最后,将领域汉语理解知识库应用于机械传动设计的专家系统的人机接口上,并建立了知识库管理系统,用以对知识进行管理和维护,结果较为满意。

[47]严羽.自然语言理解中并列名词歧义消解及其在智能仪器设计领域的应用[D].导师：赵克.:西安电子科技大学,2011.
摘要:如何消解名词短语中出现的大量歧义格式一直是自然语言处理中的难点。由于并列名词短语中存在着偏正关系、并列关系以及事件类关系的灵活组合,其往往产生“n1+n2+和+n3”、“n1+和+n2+n3”两种歧义格式。针对这两种歧义格式,本文首先研究了国内外短语歧义消解和并列处理的相关理论和方法,根据几种知识表示理论对领域本体知识库进行了补充,基于两种概念从属树建立了静态和动态语义距离计算模型。然后,本文对并列名词短语内部的歧义和非歧义现象进行了详细的分析,提出了从内向外地利用短语、单句、句群、篇章内的语义信息以及概念内涵知识,并结合语义距离计算模型从不同侧面消除歧义的策略。同时,对存在省略现象的特殊并列名词短语提供了省略恢复的策略。最后,本文把并列名词短语歧义消解模块整合到智能仪器辅助设计专家系统中,提高了需求分析的正确性,为后续产品设计的标准化和智能化提供支持。

[48]陈阳.自然语言理解中疑问代词研究及其在产品设计中的应用[D].导师：赵克.:西安电子科技大学,2011.
摘要:为了提高产品设计的效率,产品设计中需求分析的自动化、智能化成了必然的趋势。本文将自然语言理解中的疑问代词处理技术应用于产品设计中,首先介绍了自然语言理解的发展现状和难点以及疑问代词的研究现状。然后介绍了疑问代词研究的理论基础,包括自然语言理解三个层次的分析方法和常用的知识表示方式,同时讨论了疑问代词的基本概念和语义类型。通过分析篇章中的疑问代词的指代特点,确定了疑问代词处理的内容

。根据概念间的本体关系和概念集合的特点,利用概念从属树模型,确定了面向篇章的疑问代词的处理策略。接着,为了提高处理效率,通过对各种语义类型的疑问代词的指代用法进行分析,本文从结构和语义的角度对疑问代词的处理进行分类,并针对各个类型提出了其处理模型。通过设计相关的知识表示和编写疑问代词处理的规则,实现了基于领域的疑问代词的处理。最后将该模型应用到产品设计领域的自然语言理解系统中,实现了产品设计的需求文本中疑问代词的理解。

[49]刘忠.性质语意理论的提出与自然语言理解及其实现的研究[D].导师：王成道.:华东师范大学,2004.
摘要:本文分析了目前自然语言理解的现状，并对现代汉语自然语言理解的语义问题进行了研究。目前现代汉语语义理解问题的研究主要表现在：汉语自然语言的语义理解一直是根据印欧语系比较研究的思路，而为计算机所建立的汉语语义理解的理论基础大都是印欧语系(主要是指英语)的理论，但汉语与印欧语系存在着根本性的区别，因而对应的语义理论也就存在着对汉语自然语言的语义理解难以有较好的解释力，这样对应于汉语在计算机上的形式化语义理解也就难以做出符合汉语自身特点的解释，其语义理论也就不适合于汉语自然语言的理解，即改进的印欧语系的语义理论是不能适应于汉语自然语言理解的。对此本文提出为计算机建立一个符合汉语自身特点的现代汉语自然语言理解的新理论体系---性质语意。
“性质语意”认为汉语的语义对应着深层结构的语义和表层结构的语义，汉语深层结构的语义对应于性质语意下的语意指向，该语意指向决定着句中的主题概念，决定着相关的主体和客体的关系；而一个汉语句子是由一个或多个或无数多个主体和客体所构成的语义关系组合；汉语表层结构的语义，又对应着性质语意下的语义指向，也决定着句子的相关形式表达，决定着相关的主体、客体以及与它们之间的语义指向关系的语义关系；对此就可建立汉语句子的语义结构形式表达：[主体+客体]{[语义指向关系]}{语意指向}；句子语义=性质语意=性质语意的语意指向+性质语意的语义指向=第一客体
=>{主体语义+客体语义}[语义指向]{语意指向}
=>{主体[义素分解]{意素分解}+[客体[义素分解]{意素分解}]}；
客体[义素分解]{意素分解}=>{主体[义素分解]{意素分解}+[客体[义素分解]{意素分解}]}；
=>{主体[+Y_N]{[+S_M{+P_T}]}+[客体][+Y_N]{[+S_M{+P_T}]}}
客体[+Y_N]{[+S_M{+P_T}]}=>{主体[+Y_N]{[+S_M{+P_T}]}+[客体[+Y_N]{[+S_M{+P_T}]]}
[+Y_N]：Y是语言形式表达(Word)_i的义素分解，{[+S_M{+P_T}]}：S是主题概念的义素分解，P是对S

的意素分解；N，M，T→0，1，…，n；主题概念：{+P_T}[+S_M]
主体与客体的划分是一对相对概念，是相对句子的语义指向关系而确定的；语义指向是关于人与物之间的语义关系，人就是主体，物就是客体；语义指向关系是关于物与物之间的语义关系，相对于人而言，这物仍然是客体，也就是客体与客体之间的语义关系，如果客体之间存在着语义指向的语义关系，那么语义指向的语义关系的前向的客体是后向客体的主体。并总结了相关的十大词类并分别一一对应为相关的主、客体和语义指向关系。
一个确切的形式表达式，对应于计算机的理解，应该体现出性质语意的内涵与外延的概念，该概念体现为语意指向的内涵：种与属的概念；种是句子的主题概念，属是句子主题概念下的附属概念；而引入层与主的语义指向外延的概念，是要进一步对种和属进行更加明晰和清楚的形式化分析；层是指语义的层次性，一层是相对于一个语义指向关系下的一对主客体；主是非相关相对的主客体语义成分之间的主体概念，在此之下还延伸了词汇相关义素属性下相对主概念的义概念，以“义”相关分析进行汉语句子语义属性集成。对于相关歧义问题的研究更是体现出主概念下进行义概念的分析。
随后，根据本文提出的性质语意理论又对汉语语义歧义六个方面的问题进行了统一形式

毕一州匀贡语念的目然语。;理解及共实现的胡儿
化语义分析的研究。
任何一个汉语句子的语义都可以归结为性质语意命题的研究，其研究又可以对应为自然
语言的交际性下的推理问题，即语言交际者的命题态度，主观意向卜的主观态度，即是研究
性质语意命题的真假判断，研究语意指向下的语义指向的真假判断，该真假判断是显前提的
语义关系形式、隐前提的语义关系形式与语义指向的语义关系形式，以及它们之间的语义指
向关系的形式比较判断，根据此判断:1可保证语义有意义的句子进行求解;2可判断句子
对话中无用的废话。这样就可为计算机建立一个语义判断的逻辑真值。
在实际应用方面，建立了字字对应的基于性质语意的词汇切分法以及基于性质语意的短
语和句子语义合成法。根据本文以上理论建立了相关的计算机实验系统。
本文的研究工作，是跨中文信息处理和现代汉语语义两个领域进行的。一方面，研究的
具体结果对推进中文信息处理技术的发展有直接的应用和参考价值;另一方面，从中文信息
处理的角度来审视现代汉语语义结构的研究，可以为研究工作提供一个清晰的实用背景。不
仅可以注意到以往面向人的研究不容易注意到的一些问题，而且

也使得语义形式化研究中的
许多问题能够在一个形式化系统的框架中得到更明确、更规范的表述。

[50]周锡令.关于自然语言理解的理解[J].语言文字应用,1997,04:96-100.
摘要：人们在写文章、特别是在说话的时候，往往不大尊重教科书上的语法规则，而只求对双方共有的知识给出某种提示。此时，对方在理解时的过程颇类似于“猜谜”。因此：在开发与汉语理解有关的软件时，我们必须分别对待说话人的两种不同说话方式：（１）对于对方已有知识的某种提示。（２）向对方传递知识（讲故事）。只有在后一种方式中，语法才是重要的。这又意味着，语言学家在制订描述性语法系统的时候，没有必要去企图囊括生活中出现的全部语言现象。