語句解析簡要流程
1）人基于什么進行交流？
人的所有交流都基于以下五類真實的素材：
①?視覺層面：可視化方面，素材、圖畫、動作、圖景隨時間變化……
②?味覺層面：味覺感官，如：甜、苦、澀、酸……
③?聽覺層面：聽覺感官，如：音質(zhì)連續(xù)、間斷、跳躍、清晰、模糊、洪亮、清脆……
④?觸覺層面：皮膚感官，如：柔軟、堅硬、摩擦……
⑤?嗅覺層面：嗅覺感官，如：臭、香……
2）基于語境展現(xiàn)的語句分析
人類所有的交流都是基于事實的、能夠真實感受到的事物來進行的，當機器解析自然語言時，也需要將其轉(zhuǎn)成事實的、能夠真實感受到的事物。因此，“語境解析引擎”主要是將語言還原成一幅真實的圖畫，并基于“知識圖譜”、“事物組合圖譜”對其進行深度解析的一種技術。
基于語境解析引擎的自然語言理解主要包括以下幾個部分：
①?基于事物組合圖譜尋找話語語境中的類似事物組合場景；
②?用類似事物場景的各種屬性特點去理解話語場景；
③?如果針對話語語境中的某些點需要著重分析，則調(diào)取“知識圖譜”或“事物組合圖譜”數(shù)據(jù)進行深入分析。
舉例1：“狗走進了房間，他是毛絨絨的?！?/p>
“狗走進了房間，它布滿了家具?！?/p>
毛絨絨是狗的“外形表述”，家具是一個物體，房間更多是一個空間區(qū)域，布滿則是物體擺放的位置，因此，基于人工智能技術，我們很容易通過語境來理解語句的語義。
要基于事物組合圖譜進行可視化動態(tài)聯(lián)想，將一句話展現(xiàn)為一幅動態(tài)簡約語境圖畫，如下邊例子所示：
舉例2：“詠鵝”古詩用圖畫表示出來
詠鵝
鵝，鵝，鵝，曲項向天歌。
白毛浮綠水，紅掌撥清波。
基于語境解析技術將古詩語境用圖畫展示出來，如下圖所示：
任何一幅語境圖畫所展現(xiàn)的內(nèi)容都是無窮多的，這無窮多的可能會帶來成千上萬種語義可能，通過將語境所有事物按照可能性組合在一起，對這種事物組合的類似場景進行分析，來獲取最有可能表達的那種語義，并最終獲取某一語句表達的真實語義。
當然，語境中的事物可能會出現(xiàn)多種組合形式，每一種組合形式都可能會對應相應的語義。但語境具有糾錯機制，隨著語句的持續(xù)，當發(fā)現(xiàn)前邊的理解有誤時，即前邊的某一語句表達的并不是概率最高的那個語義時，可以糾正前邊的語句語義理解。
其實從另一方面來講，“話語”本身是能表達多種含義的，而語境對語義具有限制作用，將一句話限制在某一確定的語義，也即話語能夠表達多種不同的含義A/B/C/D，每種含義的概率分別是35%、30%、25%、10%，語境將語義限制在其中的某一種，比如B。
語境對語義的制約有多種情況，比如，同樣一句話，不同身份的人所表達的語義不同。例如：
一位教師說：“明天上午八點我去上課。”
一個學生說：“明天上午八點我去上課?！?/p>
上面的兩個例句中，教師和學生雖然都說同樣的話，由于教師和學生的職務身份不同而決定了同樣一句話的語義不同，教師說這句話的意思是“去講課”，而學生說句話的意思是“去聽課”。
按照傳統(tǒng)的語句邏輯分析，很難解決這種語義分歧錯誤，但是在人工智能大數(shù)據(jù)統(tǒng)計分析的情況下，這個解決起來就太簡單了，通過大量的數(shù)據(jù)分析發(fā)現(xiàn)，“學生”與“上課”這兩個事物組合到一起，99.9%的概率是去學生去聽課，So easy！
再比如，同樣的一句話，在不同的時間、地點、場合，就有不同的語義。
例如：“都八點了！”
按照傳統(tǒng)的語句解析技術，這句話很難理解，由于缺乏語境，它的語義很難確定。但是按照人工智能技術，這個問題很簡單，通過大數(shù)據(jù)分析，可以直接給出，這句話出現(xiàn)在各種場景中的概率：
①?快點走，否則飛機晚點了（0.1%）
②?快點走，否則上班時間要遲到了（15.1%）
③?快點走，否則上課要遲到了（11.1%）
④?你沒有時間概念（14%）
……
至于最終表達的是一種什么樣的含義，無所謂，隨著語境的持續(xù)而自然解決。
舉例：交通事故
一位剛學會騎自行車的姑娘，因有急事飛駛在郊外的大馬路上。這時，她發(fā)現(xiàn)前面有個老人在路邊散步，她心里很慌亂，便在背后大聲叫道：“老大爺，站一下，請站住別動！”老人隨即站住，沒有回頭，只等姑娘過去。但不幸得很，姑娘三歪兩歪一下子撞在老人身上，老人摔倒了。老人爬起來說：“我說你讓我站住干什么，原來你是要瞄準呀！”
整個段子的語言解析的字數(shù)比本文所有字數(shù)還多，簡略起見，僅對其第一句話進行解析：“一位剛學會騎自行車的姑娘，因有急事飛駛在郊外的大馬路上。”
①?“姑娘”是“女孩”的另一種稱呼，這點通過知識圖譜可以得到；
②?“自行車”是一種物體，通過知識圖譜可以查到；
③?“馬路”是“公路”或“泊油路”的另一種稱呼，是一個事物，通過知識圖譜可以查到；
④?“郊外”是一個“事物組合”，通常指麥田、道路、野草、村落等組成的場景，通過“事物組合圖譜”可以查到；
⑤?“騎自行車”是“人”與“自行車”兩種事物組合在一起的一種運動狀態(tài)，在“事物組合圖譜”里邊可以
⑥?“剛學會騎自行車”是“人”與“自行車”兩種事物組合在一起的一種運動狀態(tài)的子集，這在“事物組合圖譜”里邊可以查到；
⑦?“有急事”是“人”與“事情”兩種事物組合在一的一種狀態(tài)子集，這在“事物組合圖譜”里可以查到；
⑧?“飛馳”是車輛等事物運動過程中的一種描述，這在“事物組合圖譜”里可以查到；
⑨?基于上述這些理解與數(shù)據(jù)，通過“語境解析引擎”，很容易將這句話解析出來，最后給出的是一個還原的簡略過程“描述視頻”，也即為該句話的“語境”，也即理解這句話的含義。
基于“知識單元”、“知識圖譜”、“事物組合圖譜”、“視覺解析引擎”、“語境解析引擎”等技術，已經(jīng)能夠完美搭建基于自然語言的龐大數(shù)據(jù)庫，并能夠以極高準確率識別自然語言，可以說，這已經(jīng)為真正實現(xiàn)人工智能搭建了良好的基礎，但這僅僅是整個“人工智能”技術體系中的一部分，鑒于本文篇幅，剩下的那部分將在后續(xù)的文章中展現(xiàn)給大家。
最后想說一句話：中國創(chuàng)新，改變世界！
快報
根據(jù)《網(wǎng)絡安全法》實名制要求，請綁定手機號后發(fā)表評論
作為一個自然語言領域的研究人員，對作者作為非專業(yè)研究人員，也沒做過多年大量實驗的情況下，能把人工智能的本質(zhì)理解到這個深度，表示不可思議。這些內(nèi)容的方向與當今的人工智能研究主流并不很一致，能這樣系統(tǒng)完整地分析人工智能的主要瓶頸問題，并提出很多學界主流沒有給與足夠關注的要點，對于一個作家來講，實在是難能可貴。
這種模式的人工智能，有自我意識嗎？有創(chuàng)造力嗎？
看來我已經(jīng)和這篇文章接軌了，
很有內(nèi)涵，難得一見的好作品。