词计算和语言动力学系统的计算理论框架(ppt)-智能科学网站.ppt

词计算和语言动力学系统的基本问题和研究 王飞跃 中国科学院自动化研究所 复杂系统与智能科学重点实验室 2004年6月1日 目 录 一. 问题背景 二. 词计算和语言动力学理论的简单回顾 三. 从数计算到词计算：语言动力学的基本框架 四. 基于胞空间和胞映射的LDS计算方法 五. 语言动力学系统的基本问题及其研究方法 六. 总结与展望 问题背景 马克思： “一门科学只有在成功地运用数学时，才算达到了真正完善的地步” 模糊集合的提出者Zadeh教授： “科学界有一种根深蒂固的传统看法，即在科学理论中使用自然语言是数学不成熟的表现” 为什么进行词计算和语言动力学研究 现实性原因 人类已习惯于用自然语言描述和分析事物，特别是涉及社会、政治、经济和管理中的复杂过程，排除自然语言的代价太大了。 本质性原因 感性信息或知识通常只能用自然语言来描述，由于人类分辨细节和存储信息的认知能力的内在限制，感性信息在本质上是不精确的。 进行词计算和语言动力学研究的实质：信息的有效利用 数计算： 主要处理基于测度的信息 （Measurement-based Information） 词计算： 主要处理基于感知的信息 （Perception-based Information） 利用词计算和语言动力学系统的基本原则 不知道原则 (The don’t know rationale) 不能够以足够的精度确定变量或参数的值，进而用数来描述。 不需要原则 (The don’t need rationale) 不需要数值，语言值就足够了。 不想要原则 (The don’t want rationale) 太细节的知识反而无效。 不确定原则 (The can’t define rationale) 无法精确定义的概念，例如因果关系等。 我们的认识 由于信息正交性，我们必须利用感性信息来获取更多的信息，人类最终会认识到，利用自然语言的词计算,不是可有可无的可选项，而是必需的。（引用Zadeh） 这似乎是一场“回归”自然语言的运动，但决不是科学上的倒退或马克思所认为的学科不成熟的表现：“周而复始”，但处于不同的层次，是螺旋式发展。 利用自然语言知识和信息，建立以词计算为基础的系统描述，分析，控制和综合的语言动力学系统，是未来系统研究，特别是复杂系统研究的一个重要而有意义的方向。这一点，在处理社会，经济，生态等人造复杂系统的动态描述和分析时，尤为显著。 词计算和语言动力学理论的简单回顾：词计算 1996年由Zadeh提出，见： “Fuzzy Logic = Computing with Words” IEEE Transactions on Fuzzy Systems, Vol. 4， No. 4, pp.103-111，1996. 词计算是语言变量概念的直接扩展 词计算和语言动力学理论的简单回顾：语言动力学系统 1995年由王飞跃提出，见： “Modeling, Analysis and Synthesis of Linguistic Dynamic Systems: A Computational Theory” Proc. of IEEE Int’l Workshop on Architecture for Semiotic Modeling and Situation Control in Large Complex Systems, Monterey, CA, 1995, pp173-178. 是试图用一种类似于求解微分差分方程的方式解决逻辑推理过程的副产物 狭义语言动力学的一般例子 狭义语言动力学研究的核心内容 语言动力学系统的广义应用人机的智能交互 从硬件、软件到知件－语言动力学的可能应用 有关LDS研究文章数目分布（9份相关杂志会刊统计） 语言动力学的基本框架－从词到点的转换 语言和数值动力学系统的映射表示及相互关系 从数值动力学到语言动力学 相应词的模糊集合定义 语言动力学系统的稳定性概念和解析定义 LDS的轨迹 词的极限值 正（负）不变词集 平衡词 P-K轨迹 LDS的稳定性 LDS的渐进稳定性 LDS的全局稳定性 主要问题 点与词的实际不对称映射 基于胞空间和胞映射的LDS计算方法及其应用 基于胞映射的语言动力学基本方程 胞空间构造的基本问题 最佳或均匀格点词胞分布 从词胞到词，再到数的清晰化算法 基于胞空间和胞映射的LDS的分析与设计