◆喬士君

安全模型、算法與編程

基于面向?qū)ο笳Z言模型的自然語言處理

◆喬士君

（鄭州大學(xué)北校區(qū)軟件學(xué)院 河南 45002）

本文嘗試采用一種全新的語法來構(gòu)建自然語言模型，本文構(gòu)建的新模型可以更好地處理語句之間的邏輯關(guān)系。在處理過于抽象語句的過程中，該模型靈活度遠(yuǎn)高于現(xiàn)有的語言模型靈活度。該模型參考了計(jì)算機(jī)語言中面向?qū)ο笏枷耄绻麑γ嫦驅(qū)ο笏枷敫拍钶^為熟悉的話，就會(huì)更加容易理解本文采用的新語法。

自然語言；處理；面向?qū)ο?；設(shè)計(jì)

在當(dāng)今互聯(lián)網(wǎng)快速發(fā)展的時(shí)代，計(jì)算機(jī)硬件的更新迭代更加迅速，軟件的架構(gòu)與功能愈加復(fù)雜和完善。在計(jì)算機(jī)匯編語言中，面向?qū)ο笏枷肟梢詭椭绦騿T更好的編寫更加復(fù)雜的功能更加完善的計(jì)算機(jī)程序。人工智能等會(huì)是未來的大趨勢，未來的軟件也會(huì)向智能化發(fā)展。目前而言，制約軟件智能化發(fā)展的關(guān)鍵因素已不再是計(jì)算機(jī)的計(jì)算能力，而是現(xiàn)有的計(jì)算機(jī)語法理論的制約。如果計(jì)算機(jī)語法在理論方面沒有什么革命性的突破進(jìn)展，那么軟件智能化也將會(huì)難以快速發(fā)展。

絕大多數(shù)程序員設(shè)計(jì)程序時(shí)采用的面向?qū)ο笏枷?，可以幫助建立一種新的語法模型，從而可以更好地將自然語言轉(zhuǎn)化為機(jī)器語言。采用面向?qū)ο笏枷虢⒌恼Z言模型比現(xiàn)有語法模型更加靈活，并且適用性更強(qiáng)，從而能夠處理復(fù)雜語句的邏輯關(guān)系，它將極大影響未來計(jì)算機(jī)領(lǐng)域?qū)ψ匀徽Z言的處理。

1 自然語言處理技術(shù)發(fā)展

自然語言處理并不是常規(guī)地研究人類語言，而在于實(shí)現(xiàn)能有效地實(shí)現(xiàn)人與計(jì)算機(jī)用自然語言通信的計(jì)算機(jī)系統(tǒng)，特別是其中的軟件系統(tǒng)。傳統(tǒng)的自然語言處理方式簡單粗暴，回復(fù)答案需要手工輸入且其不能進(jìn)行自主學(xué)習(xí)，對于未錄入語句無法處理，而且句子之間沒有明顯的邏輯關(guān)系。當(dāng)前自然語言處理技術(shù)采用的是舊式語法，舊式語法不能給出句子與句子之間的邏輯關(guān)系，因此在理論層面上就不可能處理復(fù)雜的邏輯問題。

2 面向?qū)ο笏枷?/h2>

面向?qū)ο笏枷雭碓从谟?jì)算機(jī)程序設(shè)計(jì)，面向?qū)ο笏枷朊枋龅氖穷惻c類之間的關(guān)系，可以使系統(tǒng)直接地映射問題域，保持問題域中事物及其相互關(guān)系的本來面貌。通過將編程語言轉(zhuǎn)換成類對象來幫助程序員處理邏輯關(guān)系。

面向?qū)ο缶幊讨凶罨镜倪壿媶挝皇穷?，一個(gè)類有類名、屬性值、方法名、父類等基本信息，類與類之間有繼承、關(guān)聯(lián)、聚合、依賴、組合等基本關(guān)系。例如“汽車”轉(zhuǎn)換成類：“汽車”是類名，“重量”、“移動(dòng)速度”是屬性值，“移動(dòng)”是方法，“交通工具”是父類。“汽車”繼承于“交通工具”，“汽車”和“加油站”是關(guān)聯(lián)關(guān)系，“汽車”和“輪胎”是聚合關(guān)系，“汽車”和“司機(jī)”是依賴關(guān)系，“汽車”和“發(fā)動(dòng)機(jī)”是組合關(guān)系。

3 面向?qū)ο蟮恼Z言模型

面向?qū)ο笳Z言模型是構(gòu)建的全新的語言模型，現(xiàn)有語法模型只能夠孤立的分析句子成分，但面向?qū)ο笳Z言模型可以將句子轉(zhuǎn)化為類，將句子之間的關(guān)系轉(zhuǎn)化為類與類之間的關(guān)系。

一個(gè)句子通常描述某物做某事，某物怎么樣。把它們與面向?qū)ο笏枷胫械念惵?lián)系后，“某物”可以代表為類名，“做”這個(gè)動(dòng)作可以表示為方法，“某物”和“某事”中的賓語可以表示為方法的參數(shù)，“怎么樣”可以表示為某物的屬性值。“小明給花澆水”，“小明”為類名，“給…澆水”為方法，“小明”和“花”為“給…澆水”的參數(shù)?！敖o…澆水”是“小明”這個(gè)類里面的一個(gè)方法?！斑@個(gè)房子非常大”，“這個(gè)房子”為類名，“大”為“這個(gè)房子”的屬性，“非?！北硎緦傩缘闹凳嵌嗌?，到底有多“大”，作用類似于數(shù)詞。

“金錢”可以單獨(dú)作為實(shí)體對象，它也可以用于表示一個(gè)人的屬性?！敖疱X”在作為實(shí)體時(shí)有“重量”屬性，它的父類“小型物體”是“投擲”方法的參數(shù)?！靶∶髟谕稊S”這句話中，缺失了被投擲物，可以補(bǔ)全為“小明投擲小型物體”。至于投擲后的結(jié)果，需要根據(jù)“小型物體”和“小明”的屬性確定。假如“小型物體”換成子類“金錢”，那么可以通過查詢“金錢”的“重量”屬性，借助機(jī)器學(xué)習(xí)給出確定的返回結(jié)果。

小明投擲了金錢，“小明”的“金錢”屬性就會(huì)減少?！敖疱X”在這里是名詞而不是形容詞，因?yàn)椤巴稊S”方法的參數(shù)是“小型物體”而不是基本屬性。“金錢”和其他屬性，如“溫度”，“形狀”等不同，這些屬性沒有實(shí)體但“金錢”有實(shí)體?！敖疱X”和“小明”的關(guān)系類似于基本屬性但不能當(dāng)基本屬性處理?！敖疱X”和“小明”的關(guān)系更像是面向?qū)ο蠓椒ㄖ械木酆详P(guān)系。它在新模型中被稱為類屬性。

4 面向?qū)ο蟮恼Z言模型和舊語法模型的關(guān)聯(lián)

舊模型中的名詞相當(dāng)于類名，動(dòng)詞相當(dāng)于方法名，名詞和形容詞相當(dāng)于動(dòng)作的參數(shù)，形容詞相當(dāng)于屬性，副詞和數(shù)詞相當(dāng)于屬性的具體數(shù)值，部分賓補(bǔ)相當(dāng)于方法的返回值，如果“小明”做一個(gè)事，“小明”這個(gè)類就多一個(gè)方法，“小明”怎么樣，“小明就多一個(gè)屬性。

屬性分為基本屬性和類屬性，基本屬性是“溫度”，“重量”，“數(shù)量”等無實(shí)體對象，類屬性是“金錢”等有實(shí)體對象。在編程語言中，基本屬性可以直接用基本數(shù)據(jù)類型來代替。

舊模型中很多名詞在新模型中作為形容詞或副詞，如“優(yōu)勢”在新模型中屬于副詞，很多復(fù)合名詞在新模型中可以看作被形容詞修飾的名詞，如“知識(shí)分子”可以看作這個(gè)人的知識(shí)屬性特別高。很多形容詞需要和其他形容詞劃分為同一屬性。如“金錢”，“財(cái)富”在作為“人”的屬性時(shí)需要當(dāng)同一個(gè)屬性處理。并且很多形容詞自帶副詞修飾，這里簡稱為復(fù)合形容詞。如“大”和“小”在描述物體時(shí)都屬于“體積”屬性，并且自帶副詞修飾（表1）。

表1 屬性表

5 成分殘缺語句的處理

一個(gè)句子之中經(jīng)常會(huì)出現(xiàn)省略某些詞語后，仍然可以得出正確意思并被人理解。比如“我有優(yōu)勢”，在舊語法中，“有”后面常跟名詞，這里一般把“優(yōu)勢”當(dāng)作名詞看待，但是下一句話“我在資金上有優(yōu)勢”優(yōu)勢好像是修飾資金的，所以“優(yōu)勢”又是形容詞了。其這里稱這種現(xiàn)象為成分殘缺。成分殘缺并不會(huì)影響人們對句子的理解，但是如果想把句子轉(zhuǎn)換為對象，那就必須把殘缺的部分補(bǔ)出來。

存在一種如下的情況，某些語句在舊模型沒有問題不存在錯(cuò)誤，但是放在新模型則需要補(bǔ)全缺失成分才能轉(zhuǎn)換為類模型?！靶∶髟谕稊S”中就缺失了方法參數(shù)，補(bǔ)全缺失部分需要借助于機(jī)器學(xué)習(xí)，通過比較“投擲”后跟的對象，可以判斷出被投擲物的公共父類，那么就可以使用被投擲物的公共父類來當(dāng)作補(bǔ)全內(nèi)容，如“小型物體”。如果追求更高精度預(yù)測，推薦通過補(bǔ)全更多的形容詞來增加參數(shù)數(shù)量，如“身體強(qiáng)壯程度未知的小明在使用未知的力度以未知的角度投擲未知的物體”。

6 高度抽象語句的處理

在舊模型中是無法處理數(shù)學(xué)模型的。如1+1=2，舊模型不能判斷主語謂語和賓語。但是新模型可以處理，這便是新模型的一大優(yōu)勢。

前邊提到過成分殘缺現(xiàn)象，而數(shù)學(xué)其實(shí)就是成分殘缺的極致表現(xiàn)。數(shù)量為1的蘋果添加數(shù)量為1的香蕉等于數(shù)量為1的蘋果，這里1+1=1，當(dāng)然這里的等于和數(shù)學(xué)中的等于有點(diǎn)不同。1是蘋果的數(shù)量屬性的具體值，數(shù)學(xué)為了便于分析，常常將多余的部分省略，但是只要補(bǔ)全缺失成分，抽象如數(shù)學(xué)的語句也能夠轉(zhuǎn)換為類模型。

7 方法的參數(shù)和返回值

方法是類與類之間最重要的關(guān)系，方法返回對象有時(shí)候是修改參數(shù)屬性值，如“小明身體長高了”，“長高”方法返回對象仍是小明，但是修改了小明屬性值。有時(shí)候方法返回全新對象，如“木炭，氧氣，在高溫下燃燒產(chǎn)生二氧化碳和熱量”這里燃燒的參數(shù)是“木炭”，“氧氣”，“高溫”，返回值是全新對象而且毫無規(guī)律可言。在判斷返回值時(shí)通常借助于神經(jīng)網(wǎng)絡(luò)模型，比較方法輸入的參數(shù)判斷具體返回值內(nèi)容。這里建議讓“燃燒”方法屬于“木炭”的父類“可燃物”和“氧氣”，“高溫”屬于“可燃物”或“氧氣”的“溫度”屬性。

8 疑問句和面向?qū)ο笳Z言模型

面向?qū)ο笳Z言模型處理的是對象之間的邏輯關(guān)系，疑問句屬于邏輯判斷，但是疑問部分不描述類與類之間的關(guān)系，因此疑問句的疑問部分無法轉(zhuǎn)換為面向?qū)ο竽Ｐ?。但面向?qū)ο笳Z言模型可以輕松判斷一般疑問句，在對比疑問句中的類模型和計(jì)算機(jī)已經(jīng)存儲(chǔ)的類模型后可以輕松回答yes或no。而對于部分特殊疑問句的處理類似于對象補(bǔ)全，也不會(huì)特別麻煩。在對于神經(jīng)網(wǎng)絡(luò)訓(xùn)練集中的自然人的問答中，一個(gè)人的疑問句后通常會(huì)得到另一個(gè)人的解答，這個(gè)解答有時(shí)候就是前一個(gè)人的疑問句中的動(dòng)作的執(zhí)行后的結(jié)果，如“氧氣和二氧化碳燃燒后會(huì)產(chǎn)生什么物質(zhì)？”“二氧化碳”。第二個(gè)人的回答在這時(shí)候可以當(dāng)作“燃燒”方法在參數(shù)為“氧氣”和“二氧化碳”時(shí)的返回值，但具體是否合適需要進(jìn)一步分析。

9 祈使句和面向?qū)ο笳Z言模型

祈使句無對象，無法轉(zhuǎn)換為面向?qū)ο笳Z言模型。

10 面向?qū)ο笳Z言模型和主謂雙賓結(jié)構(gòu)

如“小紅坐火車去北京”中“小紅坐火車”，“小紅去北京”，“火車去北京”按三句話處理，有三個(gè)動(dòng)作所以有三個(gè)返回值，分別由機(jī)器學(xué)習(xí)給出。然后“小紅坐火車”的返回值是“某物去北京”的參數(shù)，“火車去北京”的返回值是“小紅坐某物”的參數(shù)，“小紅去北京”的返回值是“某物坐火車”的參數(shù)。

11 賓補(bǔ)什么時(shí)候可以做返回值

“1個(gè)蘋果加1個(gè)蘋果等于2個(gè)蘋果”，出現(xiàn)“等于”，“會(huì)”等詞匯時(shí)賓補(bǔ)就可以當(dāng)返回值了。因此，本文構(gòu)建全新的自然語言處理模型可以更好處理語言中的上下文關(guān)系，對于語句的適應(yīng)性也遠(yuǎn)高于舊的語法模型。但是自然語言處理技術(shù)仍存在不少難題，例如單詞的歧義處理。處理有歧義的單詞需要大量的經(jīng)驗(yàn)，現(xiàn)如今仍然缺乏良好的模型來處理單詞的歧義。自然語言處理技術(shù)可用于機(jī)器翻譯、打擊垃圾郵件、信息提取、文本情感分析、自動(dòng)問答、個(gè)性化推薦等領(lǐng)域。

自然語言處理是計(jì)算機(jī)科學(xué)，人類語言學(xué)之間的相互作用的領(lǐng)域。用自然語言與計(jì)算機(jī)進(jìn)行智能化的溝通交流，這是長期以來的研究所追求的目標(biāo)。自然語言處理的最終目標(biāo)是減少自然語言與機(jī)器語言之間的差距，讓計(jì)算機(jī)能夠像人類一樣理解并處理自然語言。在未來的自然語言處理技術(shù)發(fā)展將會(huì)幫助人工智能處理更加復(fù)雜且困難的問題，最終將會(huì)帶來一個(gè)更加智能化的時(shí)代。

[1]馮志偉.計(jì)算機(jī)語言的歷史回顧與現(xiàn)狀分析[J].上海外國語大學(xué)學(xué)報(bào), 2011（01）.

[2]李生.自然語言處理的研究與發(fā)展[J].燕山大學(xué)學(xué)報(bào), 2013（9）.