基于MMTD的模糊語(yǔ)義量化研究.pdf

1、自然語(yǔ)言理解是人工智能領(lǐng)域的核心課題，其語(yǔ)義模糊特性深刻影響著自然語(yǔ)言理解研究。模糊語(yǔ)義的量化問(wèn)題一直是計(jì)算機(jī)和語(yǔ)言學(xué)界關(guān)注的熱點(diǎn)，本文基于中介真值程度度量方法研究模糊語(yǔ)義的量化，力求提供一種處理模糊語(yǔ)義的新方法。
　　首先簡(jiǎn)要介紹了自然語(yǔ)言理解、模糊語(yǔ)義量化算法的研究現(xiàn)狀，接著引入中介真值程度度量(measuring of medium truth degree，MMTD)的有關(guān)內(nèi)容，并分別闡述了一維和n維兩種情形的中介真值程度

2、度量方法。
　　提出了基于MMTD的模糊語(yǔ)義量化算法的量化對(duì)象、量化步驟以及語(yǔ)法、語(yǔ)義規(guī)則。針對(duì)副詞在漢語(yǔ)語(yǔ)義中的作用，并根據(jù)英文副詞頻度數(shù)值研究的已有成果，建立了中文頻度副詞真值程度函數(shù)；在設(shè)定中文程度副詞語(yǔ)氣強(qiáng)弱的程度后，建立了程度副詞的真值程度函數(shù)；提出副詞連接概念；結(jié)合形容詞的褒貶區(qū)分并引入情感成分，對(duì)副詞連接的量化方法進(jìn)行了研究；最終對(duì)漢語(yǔ)復(fù)句進(jìn)行了真值程度度量。
　　此外，本文還建立了基于MMTD的模糊語(yǔ)義量化框