-
题名基于常识的亲属关系推理模型
被引量：6
- 1
-
-
作者
靳小龙
魏旺强
-
机构
中国科学院数学研究所计算机室
北方交通大学教务处
-
出处
《计算机工程与应用》
CSCD
北大核心
2001年第17期83-85,114,共4页
-
基金
国家自然科学基金重点项目资助(批准号:69733020)
-
文摘
常识知识的研究与发展得到了人工智能界的很大重视。文章建立了一个基于常识的人物亲属关系推理模型，研究了亲属关系常识以及人物信息的表示与存储。此外，对实际所要解决的问题进行了总结。
-
关键词
常识表示
常识推理
亲属关系
人工智能
-
Keywords
： commonsense knowledge representation，commonsense reasoning，kindred
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名怎样利用语言知识资源进行语义理解和常识推理
被引量：13
- 2
-
-
作者
袁毓林
卢达威
-
机构
北京大学中文系中国语言学研究中心计算语言学教育部重点实验室
中国人民大学文学院
-
出处
《中文信息学报》
CSCD
北大核心
2018年第12期11-23,共13页
-
基金
教育部人文社会科学重点研究基地重大研究项目(18JJD740003)
教育部人文社会科学研究青年项目(16YJC740050)
国家语委重点项目(ZDI135-76)
-
文摘
该文讨论怎样利用语言知识资源来帮助机器进行语义理解和常识推理。首先,指出人类生活在常识和意义世界中,人工智能机器人必须理解自然语言的意义,能够在此基础上进行常识推理。接着,简单梳理了基于知识和基于统计两种自然语言处理路线各自的优长和短缺。然后,说明完全绕开知识的统计方法和深度学习,都不能真正理解概念和语言。该文通过具体案例说明,《实词信息词典》已经配备了有关词项的语义角色关系及其句法配置信息;把这种语言知识加入知识图谱和内容计算中,可以为人工智能提供理解和解释从而造就一种可解释的人工智能。由于"物性角色"描述了名词所指事物的百科知识,可用以回答相关事物是什么(形式角色)、有哪些部件(构成角色)、用什么做的(材料)、怎么形成的(施成)、有什么用途(功用)等常识性问题。
-
关键词
语言知识资源
语义理解
常识推理
基于知识/统计
语义角色
物性角色
-
Keywords
semantic knowledge resources
semantic understanding
commonsense reasoning
knowledge based / statistics based
semantic role
qualia role
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名一个模糊常识库的模型
- 3
-
-
作者
杨帆
-
机构
中国科学院数学研究所
-
出处
《计算机工程与应用》
CSCD
北大核心
2001年第21期106-108,共3页
-
基金
国家自然科学重点基金资助(编号:69733020)
国家自然科学基金资助(编号:69773017)
-
文摘
常识的表示及推理是人工智能的一个核心难题。文章提出了一个模糊常识库的模型,描述了模糊概念的表示方法以及常识的模糊推理,并给出了模型解题的两个例子。
-
关键词
模糊常识库
模糊概念
模糊推理
人工智能
-
Keywords
Fuzzy commonsense knowledge base,Fuzzy concept ,Fuzzy reasoning
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名缺省知识与近似推理
被引量：1
- 4
-
-
作者
刘东波
-
机构
中国电子设备系统工程公司研究所
-
出处
《高技术通讯》
CAS
CSCD
1995年第11期29-32,共4页
-
基金
863计划资助项目
-
文摘
基于模糊逻辑的常识表示与推理是人工智能基础研究的一个新领域，它处理常识的不完全性、不确定性，以及例外情形。本文提出一种新的方法，把缺省逻辑的基本思想推广到近似推理理论中，并用缺省ＡＲ－规则来表示缺省知识。
-
关键词
近似推理
人工智能
缺省知识
-
Keywords
commonsense knowledge,Nonmonotonic reasoning,Approximate reasoning,Consistencymeasures,Default AR-rules,AI
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名缺省AR－规则在常识推理中的应用
- 5
-
-
作者
刘东波
-
机构
中国电子设备系统工程公司研究所
-
出处
《高技术通讯》
CAS
CSCD
1996年第2期24-27,共4页
-
基金
863计划资助
-
文摘
基于模糊逻辑的常识表示与推理是人工智能基础研究的一个新领域，它处理常识的不完全性、不确定性以及例外情形。本文把缺省逻辑的基本思想推广到近似推理理论中，并通过几个实例说明缺省ＡＲ－规则在常识表示与推理中的作用。
-
关键词
常识
近似推理
人工智能
-
Keywords
commonsense knowledge, Nonmonotonic reasoning, Approximate reasoning, Consistency measures, Default AR-rules, AI
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
