语言认知与语言计算——人与机器的语言理解探讨

李 瑞玉
普洱学院

摘要


当前的研究表明，现有的NLP模型在常识推理、语境适应性以及多模态整合方面存在明显局限。例如，
预训练语言模型在缺乏物理和社会常识的情况下容易做出错误推理，长文本处理仍然受限于固定窗口长度，且对
非语言信息（如手势、表情、语调）的理解尚处于初级阶段。这些问题的存在表明，当前的语言计算技术仍然未
能达到真正的类人智能水平。基于此，本文探讨语言认知的理论基础与神经机制，梳理机器语言计算技术的演进
脉络，并分析当前存在的技术瓶颈。最后，针对未来发展趋势，提出可能的优化方向，以推动自然语言理解技术
的进一步发展。

关键词


语言认知；神经机制；自然语言处理；Transformer

全文:

PDF


参考


[1]李玮佳.割草智能机器人英语语言理解系统的设计

与研究[J].农机化研究，2022，44（7）：215-218，223.

[2]刘美珍.面向云服务机器人的自然语言理解算法

研究[D].山东：山东大学，2023.

[3]王少楠，丁鼐，林楠，等.语言认知与语言计

算——人与机器的语言理解[J].中国科学（信息科学），

2022，52（10）：1748-1774.

[4]马飞.基于智能机器人的物联网专业C语言程序设

计课程改革研究[J].黑龙江科学，2021，12（5）：66-67.

[5]王敏辉，赵东明，石理，等.基于机器阅读理

解的工单分析知识图谱技术研究与应用[J].天津科技，

2022，49（6）：59-63.

[6]田在儒.聊天机器人对出版业的挑战与对策分

析——以ChatGPT聊天机器人为例[J].北京印刷学院学

报，2023，31（10）：21-25.


Refbacks

  • 当前没有refback。