人工智能概论通识课 第8章 机器感知与语言交流.pptx

第8章 机器感知与语言交流 8.1 引言 8.2 模式识别 8.3 自然语言处理 延伸学习导引; 8.1 引言 ? 感知能力是一个智能体所必备的功能要素，也是智能的重要表现和衡量指标。感知就是将接收到的来自外部环境或自身的刺激信号（量）转换为一种以语言（值）形式表达的心理量（的过程）。研究机器感知，首先要涉及图像、声音等信息的识别问题。 ? 机器感知不仅是对人类感知的模拟，也是对人类感知的扩展和延伸。;智能体与人类进行信息交流的最好媒介为自然语言。自然语言处理包括自然语言理解和生成。这里的困难在于语言往往具有二义性，再加上在不同语境往往有不同的含义。理解可以看作是从自然语言到机器内部表示的一种映射。心理学家为理解提出了四条判别标准: (1) 能够成功地回答与输入材料有关的问题； (2) 能够对所给材料进行摘要； (3) 能用不同的词语叙述所给材料； (4) 具有从一种语言转译成另一种语言的能力。 当然，这四条标准也只是理解的充分条件，事实上理解也可以表现为某种行为。; 就在基于理解的自然语言处理的方法遇到困难之际，1970年代后期，出现了一种绕过“理解”而用统计方法处理自然语言的“经验主义”方法。基于统计的自然语言处理方法是在大量的语言资料（语料库）的基础上用统计和概率的理论和方法实现自然语言处理。到了20世纪90年代，统计方法已成了自然语言处理领域的后起之秀。但2010年前后，基于神经网络的“经验主义”方法又后来居上，充当了自然语言处理的领衔主演。 ;8.2 模式识别 8.2.1 基本原理与方法 1. 模式、模式类与模式识别 定义 8-1 能够表征或刻画被识对象类属特征的信息模型称为对象的模式（pattern）。 定义 8-2 具有某些共同特性的模式的集合称为模式类，判定一个待识模式类属的过程称为模式识别。 2. 模式的表示 最常用的模式表示形式有向量和字符串。; 该图形的模式就可以用字符串S=accbda来描述。;3. 模式识别系统工作原理; 4. 模式识别方法分类 统计模式识别 结构模式识别 神经网络模式识别 模糊模式识别和软模式识别 自适应模式识别 仿生模式识别 ;8.2.2 距离分类法 1. 标准模式法 ;2. 平均距离法 ;3. 最近邻法 ; 8.2.3 几何分类法 ; 分界面（线）可分为平面（直线）和曲面，相应的判别函数为线性函数和非线性函数。下面我们介绍分界平面和线性判别函数。 对于二分类问题，显然只需一个分界平面。设判别函数为 g(X) = WTX+w0 其中W= (w1, w2,…, wn)T为X中各分量x1, x2,…, xn的系数组成的向量，称为权向量；w0为一个常数，称为阈值权。那么，分界平面方程为 g(X) = WTX+w0= 0 ;8.2.4 概率分类法 1. 基于最小错误率的贝叶斯决策 ; 例 8-2 假设对某地区人体细胞的统计发现，正常细胞(c1)和异常细胞(c2)的先验概率分别为0.9和0.1，即 P(c1)=0.9，P(c2)=0.1 现有一待识细胞，其特征值为X，若已知其类条件概率密度为 p(X|c1)=0.2，p(X|c2)=0.4 试用最小错误率的贝叶斯决策判断该细胞是否正常。; ;2. 基于最小风险的贝叶斯决策 ;8.3 自然语言处理 8.3.1 自然语言处理的途径、方法和学派 自然语言处理（NLP）包括自然语言的理解、分析、综合和生成等。狭义的自然语言处理主要指对文字形态语言的处理，广义的自然语言处理也包括非文字形态语言（如语音、手语等）的处理。 在形式语言理论框架下，自然语言处理相继形成了基于规则的形式化机制、基于统计的形式化机制和基于联结（连接）的形式化机制，相应地，也就出现了基于规则的方法、基于统计的方法和基于联结的方法等三大方法和流派。; ?基于规则的方法，被称为“理性主