人工智能语义知识模型构建方法的问题陈述与定义

DOI:

EDN:

评审日期

出版日期

注解: 本文探讨了创建语义知识模型的问题，这些模型可用于赋予人工智能系统以自然或任何其他语言理解文本含义的能力。 在语言解释学框架内形成的形式本体和理解意义的技术被认为是构建知识语义模型的可能手段。 文章中提出的研究的重要组成部分是考虑目前使用的人工智能语言模型，通过开放模型的形式概括来理解知识的新方法，评估自然和人工认知系统意义的目的论和轴学解释的起源和前景。 文章提出的研究的方法论基础是作者在系统分析领域的发展，在解释学，结构主义，古典认识论，形式本体论理论，语言和语言建模框架内采用的着名分析方 这项研究的科学新颖之处在于确定创建概括知识的语义模型的必要工具。 这些工具包括：基于将知识主体整合到多个系统中的知识的多系统集成，然后概括这些系统中确定的模式及其翻译，以解决理解和创造力问题;形式本体，以概念方案的形式实现对任何主题领域的知识的描述，同时考虑到现有的规则和要素之间的关系。，其允许自动知识提取；用于理解意义的各种各样的解释学技术。 提出了在没有主观性的人工认知系统中使用价值优先理解意义的客观局限性。 理解文本含义的解释学技术在用于人工认知系统方面也有一定的局限性。 这是由于不可能在没有感受，情感和欲望的情况下进行全面的反思，这些需求也会引发主观性。

出版日期: