自然语言交流的计算机模型
上QQ阅读APP看书,第一时间看更新

4.3  语 境 识 别

概念类型-个例关系对于语境层的外部界面来说也非常重要。在语境识别过程中,概念类型和概念个例共同发挥作用,如下所示:

4.3.1  语境识别过程中的概念类型和个例

感应表面生成参数值输入,例如,以位图形式匹配数据库里的一个概念类型。于是,概念类型的变量值具体化为一个常量(见CoL’89,p296)。得到的概念个例可以存储到内存里。

4.3.1所示的匹配过程可以用识别方形的例子来进一步详细解释:

4.3.2  识别方形过程中的概念类型和个例

类型可以匹配各种不同的方形,其变量也被相应的具体化。

初级整体表现方形概念的方法也适用于其他多边形,以概念匹配位图为基础进行识别的程序也相同。这个方法还可以延伸到其他类型的数据,如识别颜色。把概念类型定义为色谱上的某个区间,概念个例定义为在这一区间内的某个常量。这种方法适合识别“B包含A”这样的关系。

现在,有些格式识别程序能够很好的识别几何图形。这些程序和我们的方法不同,它们几乎完全建立在统计学的基础之上。但是,即使理论上找不到类型和个例的描述,类型-个例的区别仍然存在于任何一个格式识别的过程当中。而且,L&I’05提出的基于规则的渐进的格式识别方法完全可以和统计学的方法结合起来。

如Steels(1999)在书中写的那样,合适的算法可以通过提取偶然特性从熟悉的数据中自动推导出新的类型。对数据库语义学来说,自动推导类型得到的必须是和某一语言社区的概念相呼应的概念。这可以通过为机器人提供恰当的数据和人工指导来实现。