计算机能理解自然语言吗？

自从计算机问世以来，人类一直希望能让计算机理解和合成人类的自然语言，即的日常语言，这就是“自然语言理解”，机器翻译、人机对话、语音识别和语音合成、汉字的识别，都是自然语言理解关心的问题。其中最核心的目标是让计算机理解和合成自然语言，即教会计算机听话的说话。如果这一核心目标能够达到，人类将从人工翻译、计算机编程语言的学习等大量工作中解放出来，人类也将从计算机理解和合成自然语言的过程中观察到人类心智活动的机制。不少专家曾经估计，实现计算机理解和合成自然语言不会是一个遥远的路程。     

自然语言的理解综述

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。文章介绍了自然语言理解的一些特点和发展状况,并归纳了自然语言理解研究中的一些关键问题。     

一种自然语言理解中语法分析的算法设计与实现

自然语言理解是人工智能的一个重要分支。首先阐述了自然语言理解处理的不同层次;其次,分析了自然语言理解中语法的内涵;同时,介绍了一种自然语言理解中语法分析的算法,即采用适合于分析与生成的自顶向下分析算法的设计和实现。     

人工智能在自然语言理解技术上的应用

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。     

能理解自然语言吗?

自从计算机问世以来,人类一直希望能让计算机理解和合成人类的自然语言,即人类的日常语言,这就是“自然语言理解”,机器翻译、人机对话、语音识别和语音合成、汉字的识别,都是自然语言理解关心的问题.其中最核心的目标是让计算机理解和合成自然语言,即教会计算机听话和说话.如果这一核心目标能够达到,人类将从人工翻译、计算机编程语言的学习等大量工作中解放出来,人类也将从计算机理解和合成自然语言的过程中观察到人类心智活动的机制.不少专家曾经估计,实现计算机理解和合成自然语言不会是一个遥远的路程.     

情报检索语言的自然语言化自然语言

在比较自然语言与受控语言的基础上,提出了情报检索语言自然语言化的内在因素与外在因素,并论述了情报检索语言自然语言化的多种模式。     

智能信息处理的基础理论探讨

提出综合自然语言理解和计算智能作为智能信息处理基础理论的思想。本文用智能分类、智能标引、智能检索、智能文描、机器翻译等智能信息处理实践说明自然语言理解可以提供理论架构而计算智能可以提供技术实现。     

自然语言在信息检索中的应用

分析了自然语言的现状和存在问题,并从智能检索技术、用户对自然语言的使用、自然语言的优化等方面,探讨了自然语言在信息检索中的应用.     

浅谈基于自然语言理解的数据库查询技术

本文就基于自然语言理解的数据库查询技术的应用及其国内外研究现状进行分析，提出基于自然语言理解的数据库查询技术在现实实践中存在的问题及有待进一步研究的问题。     

面向网络信息资源的自然语言检索

本文对自然语言检索的有关问题进行了研究，并分析了自然语言检索的过程，探讨了自然语言检索中的关键问题和难点。     

情报检索中的受控语言和自然语言

从目前检索语言的发展出发,论述了受控语言和自然语言的对比及受控语言的先控和自然语言的后控的对比两个问题。提出情报检索语言发展的自然语言和自然语言化趋势,认为当前应着重建立一种自然语言和受控语言相结合的检索系统。     

基于Ontology的自然语言检索研究

论述了自然语言检索和Ontology的概况,详细讨论了在自然语言检索中引入Ontology的优势,并指出目前二者结合的现状及存在问题,认为自然语言检索和Ontology的结合是一个发展趋势。     

试论受控语言和自然语言的发展趋势

通过对受控语言和自然语言的相关概念和二者优缺点的对比论证,提出对自然语言进行适当控制才是未来情报检索语言发展趋势,并对控制方法进行了探索。     

自然语言检索的实现及其关键问题

在网络环境下，非专业人员的网络信息检索活动的比重大幅度提高，而这些用户大多没有经过检索培训，没有使用检索词构造提问式、制定检索策略的经验，这样，自然语言检索技术的研究与应用日益受到信息检索界的高度重视。自然语言检索包括自然语言标引和自然语言提问处理两方面的内容，自然语言检索的关键问题基本是围绕这两个方面的，这些问题包括面向自然语言检索的标引技术、自然语言提问分析与处理、自然语言检索的匹配过程及概念控制等问题。本文介绍了自然语言检索的研究情况，讨论了自然语言检索的相关问题。     

自然语言检索的新发展:与Ontology相结合

分析了检索语言的发展历程,得出当前流行的检索方式是自然语言检索,但是用自然语言进行检索存在许多弊端,需要情报检索语言加以控制,如何将自然语言的简便性与受控语言的规范性相结合是我们应该深入思考的问题。而本体具有与情报检索语言相类似的一些功能特征,因此提出将Ontology引入自然语言检索系统。本文从4个方面分析了Ontology与自然语言检索结合的必要性,最后利用当前本体语言的推荐标准OWL语言提出了具体的实现方法,得出在自然语言检索的规范控制阶段利用Ontology是提高检索效率的可行方法。     

布尔逻辑检索和自然语言检索对比研究

采用4种检索方式（无过滤布尔逻辑、过滤布尔逻辑、无过滤自然语言和过滤自然语言）对7个常见数据库ASP、GS、JSTOR、LexisNexis、ProQuest Central、PubMed、Scopus和Web of Science检索测试,最后分析了在目前技术环境下,布尔逻辑和自然语言检索相比,哪种方式更加有效。     

情报检索语言的自然语言化

在比较自然语言与受控语言的基础上，提出了情报检索语言自然语言化的内在因素与外在因素，并论述了情报检索语言自然语言化的多种模式。     

自然语言在Pubmed检索系统中的应用

自然语言检索是情报检索的发展趋势。Pubmed检索系统通过自然语言自动转换及截词检索、词组的自动识别及特定符号的使用、限定检索范围、Preview/Index等功能，有效地克服了自然语言检索的局限，提高了检索效率。     

受控语言与自然语言检索效果的实验研究

通过光盘数据库测示了受控语言与自然语言的检索效果，发现受控语言与自然语言对检索系统的查全能力都起着重要的作用，只有两者结合才能使系统具有最大的查全能力。     

基于自然语言检索的词汇控制研究

本文综述了自然语言检索中词汇控制的必要性、措施，在此基础上分析了自然语言检索的特点及发展的新趋势。