Johdanto
Mainitsemamme kieli on jaettu kahteen luokkaan: luonnollinen kieli ja keinotekoinen kieli. Luonnollinen kieli on ihmisen kehitysprosessissa muodostunut kieli, joka on väline, joka välittää tietoa ihmisten välillä. Keinotekoisella kielellä tarkoitetaan kieltä, joka on suunniteltu johonkin tarkoitukseen. Tietokonekieli on eräänlainen manuaalinen kieli, jolla tarkoitetaan kieltä, jota käytetään tiedon välittämiseen ihmisten ja tietokoneiden välillä.
AC-tiedot ihmisten ja tietokoneiden välillä Tietokonekielen käyttäminen. Tietokone on toimintoja, yksivaiheinen, itse asiassa suorittava ohjelma, joka on käännetty tietokoneen kielellä. Ohjelma on kokoelma suoritettavia ohjeita, ja ohjelmat on kirjoitettu hallitsemallamme kielellä. Ihmiset haluavat hallita tietokonetta, käyttää tietokonetta ongelman ratkaisemiseen, on annettava tietokoneelle komento tietokoneen kielen kautta. Kutsumme ohjelman kirjoittamisprosessia ohjelmointikieleksi ja tietokonekieltä ohjelmointikieleksi.
Tietokonekieltä voidaan käyttää tietokoneiden ohjaamiseen joidenkin käytännön ongelmien ratkaisemiseksi. Nämä ongelmat voivat olla numeerisia laskelmia ja niiden toimintaobjekteja ovat joitakin symboleista koostuvia merkkijonoja; tai ei-numeerisia laskelmia, kuten ääni-, kuvankäsittelyongelmia, niiden toimintaobjekteja ovat äänet ja kuvat. Meidän pitäisi tietää, että kaikki tietokonekielet eivät ole universaaleja, ja jokaisella tietokonekielellä on omat ominaisuutensa, etunsa ja toimintaympäristönsä, niillä on omat sovellus- ja toimintaobjektinsa.
Taustan luominen
Sähköinen tietokone on otettu käyttöön, ja ihmiset pitävät sen ei-numeerisia toiminnallisia ongelmia ja valitsevat konekäännöksen ensimmäiseksi ei-numeeriseksi ongelmaksi. Tämän valinnan voidaan sanoa, että tietokoneiden ei-numeerinen sovellus on erittäin laaja, sen pohjalta tai inspiroimalla syntyy ja ratkaistaan monia kielellisiä teorioita ja menetelmiä sekä monia teknisiä saavutuksia. Konekäännösten alkuvaiheessa on ehdotettu esimerkiksi sellaisia ongelmia kuin syöttö- ja tulostuslaitteet, suuret tallennuslaitteet, puheentunnistus ja tekstintunnistus. Koska konekäännös on kuitenkin suhteellisen kehittynyt tekoäly, sitä ei ole vielä pystytty tosiasiallisesti tai laajasti soveltamaan, ja muita kielitieteen laskennan näkökohtia on kehitetty suuresti. Tietokoneälyn haku on otettu käyttöön 1960-luvun lopulla, ja mannertenvälinen haku on saatavilla satelliitin kautta. Tietokoneiden kanssa puhetilastoista on tullut yleisiä tapahtumia. Tilastollisen analyysin perusteella on rakennettu suuri määrä positiivisia sekvenssejä, käänteisiä fraaseja ja taajuussanakirjoja sekä muodostetaan erilaisia korpustuksia edistämään laskennan syntyä. Samalla valmistettiin myös suuri määrä hakemistoja ja sanahakemisto. Suuren merkistön tiedonkäsittelyongelmat on ratkaistu, mikä tarjoaa mukavat olosuhteet kiinan ja muiden itämaisten kielten tiedonkäsittelylle. Tietokoneavusteinen opetus on yhä kypsyvämpää ja yleisempää. Luonnollisena kielenä tärkeän tekoälyn haaran ymmärtäminen on myös luonut perustan, ja myös tekstin automaattinen tunnistaminen, puheentunnistus ja puhesynteesi, kuten sanat, kukoistaa. Tietokoneet ovat myös saaneet yhä enemmän sovelluksia kokeellisessa fonetiikassa, murteessa, kielioppianalyysissä ja sanakirjassa.
Syy siihen, miksi kielitieteen laskennalla on niin pitkäaikainen kehitys, johtuu yhteiskunnan tarpeista. Tänä päivänä maailma on uuden teknologian vallankumouksellisella aikakaudella, ympäri maailmaa on muodostumassa moderni, elektronisiin tietokoneisiin perustuva kielellinen tiedonkäsittelyjärjestelmä, joka leimaa pitkälle kehittynyttä tietoyhteiskuntaa. Laskennallinen lingvistiikka syntyy ja kehittyy toimiakseen tämän historiallisena tehtävänä.
Perussisältö
Laskennallinen kielen kehitys nykypäivään, sen työskentelyn ja monimutkaisuuden mukaan se voidaan ketjuttaa kolmeen seuraavista näkökohdista:
1 automaattinen järjestely: Tämä toimii parhaiten tietokoneissa ja on myös kielen kypsin osa. Tilastot, luokitella, lajitella, muokata erilaisia termejä, indeksejä ja sanakirjaa, perustaa korpus, terminologiatietokanta jne. ovat olleet laajasti käytössä. Koska nämä tekniikat ovat olleet varsin kypsiä, on olemassa valmiita palveluita tarjoava paketti.
2 Automaattinen analyysi: Tämä on monimutkaisempi kielen automaattinen käsittely. Tämä automaattinen analyysijärjestelmä toimii tietokoneelle tallennetun tietyn kielitiedon perusteella ja sen tarkoituksena on saada ennalta määrätty johtopäätös, kuten esimerkiksi sanakirjan tarkistaminen tai kieliopin testaus. Jos johtopäätös on virheellinen, osoitetaan, että sanakirja tai syntaksi ei ole riittävän täydellinen ja alkuperäisiä tietoja tai sääntöjä on tarkistettava tai täydennettävä. Tällaiset järjestelmät ovat yleensä kokeellisessa tutkimusvaiheessa.
3 automaattista tutkimusta: Tämä on monimutkaisempi kielen automaattinen käsittely. Tämä automaattinen tutkimusjärjestelmä toimii tietokoneeseen tallennetun yleisen kielitiedon mukaan tilasto-, vertailu- ja luokkien yms. keinoin. Jotkut tekoälytutkimuksen luonnollisen kielen ymmärtämisjärjestelmät tekevät lujasti töitä tämän suhteen, mutta enempää ei ole. kypsiä tutkimustuloksia.
Luokittelu
Tyyppi tietokonekieli on hyvin yleisesti, voidaan jakaa konekieleen, assembly-kieleen ja korkean tason kieleen.
Tulokset
Laskennallisen lingvistiikan voidaan sanoa olevan tietokoneiden ja kielitieteen yhdistelmä. Tämä yhdistelmä on tuottanut hedelmällisiä tuloksia, lukuun ottamatta edellä mainittuja sovellusaiheita, se näkyy myös kieliteorian ja -menetelmien vaikutuksena. Kielen määritelmää laajennetaan: kieli ei ole vain tärkeä viestintäväline ihmisille, vaan myös ihmiskoneiden välinen viestintä. Täyttääkseen tietokonekäsittelyn vaatimukset laskennallisen lingvistiikan suurin ominaisuus on vaatia kieltä, koska vain formulointi voi algoritmoida, automatisoida. Tämän pyynnön mukaisesti kehitetään sarja automaattisia analyysimenetelmiä kielisuuntautuneeseen tiedonkäsittelyyn, mukaan lukien ennakoiva analyysi analyyttisista menetelmistä riippuen, välikomponentit, mieluiten semanttiset, laajennetut siirtoverkot sekä kuulumisesta peräisin olevat käsitteet ja vastaavat. Näitä automaattisia analyysimenetelmiä on sovellettu konekääntämisen ja luonnollisen kielen ymmärtämisen järjestelmässä ja ne osoittautuvat tehokkaiksi. Kielen formalisointi on kerroksellinen. Kieliopin formalisointi on suhteellisen yksinkertaista, ihmiset ovat tehneet paljon työtä; semantiikan formalisointi on monimutkainen ongelma, eikä ihmisissä ole paljon työtä. Semanttinen muotoongelma ratkeaa paremmin ja vaikuttaa suuresti kielen automaattisen käsittelyn tehokkuuteen. Siksi rakenneanalyysimenetelmien ja semanttisten analyysimenetelmien tehokkaan muodon jatkaminen, niiden välisten suhteiden tutkiminen ja niiden rajoitusten pohtiminen eri järjestelmissä, mikä on laskennallisen lingvistiikan keskeinen tutkimusaihe.
Viidennen sukupolven tietokone edellyttää, että ihmiset määrittävät sen kuuloon (puhutun tunnistaminen) ja vahvemman visuaalisen (automaattinen tunnistusteksti), antaa sille puhumisominaisuudet (synteettiset sanat) ja saneluominaisuudet (äänikirjoitus) ja edellyttää myös, että se antaa sen ymmärtää luonnollista kieltä ja kääntää jokin (tai useampi) luonnollinen kieli toiseksi (tai useammaksi) luonnollisen kielen kyvyksi. Tällä tavalla laskennallisen lingvistin on tarjottava tietoja ja erilaisia sovellusohjelmistonäkökohtia fyysisistä parametreista, kielen todennäköisyydestä jne., jotta asiantuntija, insinööri on yhdessä ratkaistu lisäämään "siivet" tietokoneeseen, jotta siitä tulee todella "universaali älykäs". kone".
Suorita yllä olevat tehtävät ja sinun tulee luottaa koko kielen ponnisteluihin ja yhteistyöhön. Vaikka konesuuntautuneessa kielessä on ainutlaatuisuutta, se tulee olemaan monella tapaa kiuas, mutta käytäntö osoittaa, että perinteisen kielitieteen peruskielellä on suuri suhde joidenkin uusien tehtävien ratkaisemiseen, kuten perinteiseen englannin ja kiinan vertailevaan kielitieteeseen. . Se tarjoaa paljon mukavuutta englannin-kiinan konekäännökseen. Tässä mielessä laskennallinen lingvistiikka voi saada vain nopean kehityksen perinteisen kielitieteen tuloksista ja transformaatiosta.
Hotspot
On syytä mainita, että konekäännös on tärkeä tekoälyn haara ja ensimmäinen sovellusalue. Kuitenkin olemassa olevan konekäännöksen tapauksessa käännösjärjestelmän käännöslaatu on kaukana lopullisesta tavoitteesta; ja käännöksen laatu on avain käännösjärjestelmän onnistumiseen tai epäonnistumiseen. Kiinalaiset matemaatikot, professori Zhou Haizhong, sanoi paperissa "50 vuotta" paperissa: Käännöksen laadun parantamiseksi on ensin ratkaistava kieli itse, ei ohjelman suunnitteluongelma; yksin Konekäännösjärjestelmä ei saa parantaa konekäännösten laatua. Lisäksi siinä tapauksessa, miten sumea aivotunnistus ja logiikkapäätös tehdään, käännöksen pitäisi olla mahdotonta saavuttaa "Letter, Da, Ja".
Sovellus
Laskentakielen ja luonnollisen kielen tiedonkäsittelytutkimus Kielten ymmärtämisen ja automaattisen generoinnin (LanguageGeneration) mukaan. Entinen tunnustamisen syntaktinen rakenne lauseen pintakerroksesta, arvioi ainesosien semanttinen suhde ja lopulta saada lauseen merkitys; jälkimmäinen valitsee sanan merkityksen merkityksestä, sanojen välisen semanttisen suhteen mukaan, rakentaa kunkin ainesosan semanttisen rakenteen ja syntaksin rakenteen semanttisen rakenteen ja syntaktisen rakenteen välillä, lopuksi mukautuen kielioppiin ja logiikkaan.
Laskennallinen lingvistiikka on kuten muutkin tieteenalat, tieteellistä tutkimusta ja teknologiaa on kaksi tasoa. Tieteellisen tutkimuksen tarkoituksena on löytää kielen luontainen laki, tutkia kielen ymmärtämisen ja luomisen laskentamenetelmää, kielitiedon rakentamisen perusresursseja; ja teknistä tutkimusta ohjaa sovelluksen tavoite, yhteiskunnan todellisten tarpeiden mukaan, käytännön kielten suunnittelu ja kehittäminen Tietojenkäsittelyjärjestelmä.
Luonnollisen kielen tiedonkäsittelyn sovellustavoitteena on kommunikoida luonnollisella kielellä ihmisten välillä. Tarkoituksena on erityisesti luoda erilaisia tietokonesovellusohjelmistojärjestelmiä luonnollisten kielten käsittelyyn, kuten konekäännös, luonnollisen kielen ymmärtäminen, äänen automaattinen tunnistaminen ja synteesi, tekstin automaattinen tunnistaminen, tietokoneavusteinen opetus, tiedonhaku, tekstin automaattinen luokittelu, automaattinen tiivistelmät, Tekstissä on tiedon poiminta, älykäs haku Internetissä sekä erilaisia sähköisiä sanakirjoja ja terminologiatietokantoja.
Internetin suuren suosion myötä kielitiedon käsittelyn yhteiskunnallinen kysyntä kasvaa, ja valtavan kielitiedon käsittelyyn tarvitaan pikaisesti automatisoituja keinoja. Tieteiden teoriakehityksen rajoitusten ja itse kiinan monimutkaisuuden vuoksi kotimaani laskennallisen lingvistisen teorian ja menetelmien tutkimus ei kuitenkaan voi tarjota riittävästi tukea kiinalaisten tietojenkäsittelysovellusten kehittämiselle. Yksi kielitieteen ja luonnollisen kielen prosessoinnin vuosista Kiinassa on, että sovellustutkimuksen ja käytännön järjestelmäkehityksen tavoite on selkeämpi, suhteellisen investointi, ja joitain tuloksia on saavutettu; perusteorioiden ja -menetelmien tutkimus on suhteellisen heikkoa. Vuosien 1998-2002 tutkimus- ja kehitystrendi oli edelleen sama. Yllä kuvatuissa erilaisissa sovellustavoitteissa tutkimusvoimaa keskittyvät hankkeet ovat tekstitiedon haku, dokumenttien automaattinen luokittelu, automaattinen abstrakti, puheautomaattinen tunnistus, konekäännös sekä tekstitiedon poiminta ja suodatus. Lisäksi kieliresurssien rakentaminen ja korpuspohjaiset kielipohjaiset kielianalyysimenetelmät ovat olleet erityisen huolestuneita, ja se on edennyt nopeammin.