[发明专利]一种语意的结构化表示方法与将一个语意序列识别为一个语意的方法

说明书

本发明公开了一种语意的结构化表示方法与将一个语意序列识别为一个语意的方法，将一个语意表示或定义为一组该语意与其它语意之间的关系，称其它语意为该语意的参考语意，一个语意对应于多个参考语意，参考语意也是语意；一个语意与其对应的每个参考语意之间，具有不同类型的固定关系；一个语意的准确含意，由其参考语意确定。本发明公开的语意的结构化表示方法，能对语意、语意的含意、以及语意之间的关联进行规范化地表示和记忆(即储存)，这一语意结构提供了一个“坐标系统”，从其中任意一个语意开始定位到与其具有特定关联的其它语意，这一相关语意的索引或定位能力，是计算或推理得到新语意的技术基础，实现了人类智慧活动的一个基础功能。

技术领域

本发明涉及自然语言处理和人工智能领域，具体地说，是一种语意的结构化表示方法与将一个语意序列识别为一个语意的方法。

背景技术

目前，自然语言处理与强人工智能发展的一项技术瓶颈是缺乏规范的、结构化的方法，对语意、语意的含意、以及语意之间的关联进行表示。这项技术的缺位导致无法设计统一、高效的系统，对语意、语意的含意、以及语意之间的关联进行记忆或储存，并依据语意之间的关联推理得到新的语意。

在通过自然语言学习语意或理解语意的含意时，一个一般的形式是，将一个由语意组成的序列理解或识别为一个语意。在本发明中，将由语意组成的序列称为表意序列；将把一个表意序列理解或识别为一个语意的过程称为一个编码过程。每个语意均可以表示为其“代码”，本发明使用整数作为语意的代码。将表意序列识别为一个语意的编码过程需要一个“上下文环境”。例如，字符“二”、“进”、“制”、“十”、“0”、“1”均有其含意，即语意，对表意序列[“1”“0”]的理解，依赖其上下文环境：如上下文环境是二进制，则该表意序列应理解为数值2，如上下文环境是十进制，则该表意序列应理解为数值10；因此，同一表意序列在不同的上下文环境中，将被理解或识别为不同的语意。另一方面，一个对表意序列进行理解或识别的编码任务的上下文环境本身，也可表示为一个语意，例如，表意序列[“二”“进”“制”]可以理解为一个语意，该语意可以作为代表二进制的上下文环境；表意序列[“十”“进”“制”]可以理解为一个语意，该语意可以作为代表十进制的上下文环境。于是，一个语意，一个可以识别为该语意的表意序列，与识别(编码)过程的上下文环境之间，存在一个由多个语意组成的结构。目前仍缺乏一种技术可以对这一语意的结构进行规范化地表示。

此外，在一般情况下，由一个表意序列识别得到的语意与每个表意序列的组成语意均不相同；因此，当编码过程对新的表意序列与其上下文环境的组合进行编码时，需生成新的语意。目前广泛应用的序列编码技术一般以压缩或纠错为目的。这些技术基于固定数目的符号(即语意)，原序列与编码后的序列使用同样的一组符号表示。压缩技术的编码目标是用更短的序列表示原序列。纠错技术的编码目标是将原序列映射为更长的编码后的序列，使得任意可能的原序列的编码后的序列间存在多个位置的差异，因此在传输编码后序列的过程中，如果仅发生了少量位置的传输错误，系统可以发现或纠正这些错误。不论是压缩编码技术还是纠错编码技术，在编码的过程中不会创建新的符号(即不会创建新的语意)。因此，现有的序列编码技术不适用于将一个语意的序列理解或识别为一个语意的应用。

由于强人工智能系统需要具备类似于人类的依据语意序列进行语意的学习、理解或识别的能力，本发明公开的语意的结构化表示方法与将一个语意序列识别为一个语意的方法，是一项构建强人工智能系统的使能技术。

发明内容

为解决现有技术方案中的不足，本发明提供了一种语意的结构化表示方法与将一个语意序列识别为一个语意的方法，本发明是通过以下技术方案实现的：

本发明公开了一种语意的结构化表示方法，将一个语意表示或定义为一组该语意与其它语意之间的关系。

作为进一步地改进，所述的一种语意的结构化表示方法，将一个语意表示或定义为一组该语意与其它语意之间的关系，称其它语意为该语意的参考语意，并且：

1)一个语意对应于多个参考语意，参考语意也是语意；