| |
|
|
| |
CCSR – 建構式概念表述系統，主要包含下列三套Aibelive
專利技術：
˙NLU/NLP – 自然語言理解與處理技術
˙CCSR KR – 多層次思考知識架構
˙NL Concept Space – 語言概念空間網絡 |
|
|
| |
|
|
| |
1.NLU/NLP – 自然語言理解與處理技術
|
| |
自然語言處理(Natural Language Processing 簡稱NLP)
就是研究如何能讓電腦理解人們日常所使用的自然語言(如漢語、英語等)的含義，並對於人給電腦提出的問題，可以通過對話的方式，用自然語言進行回答。目的在於建立起一種人與機器之間的密切而友好的關係，使之能進行高度的資訊傳遞與認知活動。自然語言理解系統可以應用作專家系統、知識工程、情報檢索和辦公室自動化的自然語言人機介面等，具有很大的實用價值。
慧智網的HPLE引擎處理自然語言的主要任務包括了：
自然語言理解、本文朗讀(Text to speech) 、語音識別(Speech recognition) 、自然語言生成(Natural language generation) 、機器翻譯 (Machine translation) 、智慧答疑 (Question answering) 、信息檢索 (Information retrieval) 、信息抽取(Information extraction) 和翻譯技術(Translation technology) 等；主要的課題則有語意分析、語法處理、知識表現、邏輯推理、語言模糊判定、概念空間和互動模擬等課題。 |
|
|
|
|
| |
|
|
| |
2.CCSR KR –多層次思考知識架構
|
| |
| 建構式概念表述辨識(Constructive Concept Script Recognition：簡稱CCSR) 是唯一多層次思考的知識架構，因為結合了實體論(ontology) 的基本原理與概念描述 (Concept Script)等方法，而有別於一般知識表現(KR，Knowledge Representation) 的作法。一般純粹使用ontology時，必須投入大量人力以便建立知識架構，但是人類儲存記憶知識的方式是多向性、多層次性(multi-dimension)的複雜網絡，很難以二維(two- dimension) 的ontology結構來描述。CCSR KR 將概念描述以語法及語意的方式拉近成網狀關係的特點，正好可以彌補ontology 的不足，對人類認知的知識能作出更完整的表達。 |
|
|
|
|
| |
|
|
| |
3.NL Concept Space – 自然語言概念空間網絡
|
| |
對於理解系統而言，概念空間 (Concept Space) 能協助電腦鎖定說話內容及意圖，因此如何建構概念空間且加以應用遂變成相當重要的課題。
目前Aibelive的HPLE引擎處理概念空間的架構有兩種形式：
分類方法 (taxonomically)、非分類方法 (non-taxonomically)。分類方法是一種垂直關係的階層式架構 (hierarchical) 的概念空間架構。而非分類方法這種概念空間是將不同概念以叢集 (Cluster) 與網絡 (Network) 的方式建立起子概念間的關係。
自然語言概念空間網絡 (Natural Language Concept Space，簡稱NLCS) 是由非分類方法的概念空間技術延伸而成的，NLCS 以自然語言處理結果的方式建立概念空間，透過語意的延伸與語法的驗證以“自動”或是“半自動”的方式建構。電腦因此可以從多個角度來存取NLCS以達成鎖定說話者意圖的任務。 |
|
|
|
|
| |
|
|
