1、自然語言理解是人工智能的核心課題之一，其本質是對語言問題的方方面面在計算機當中的形式化研究。其中最突出的問題就是語義的形式化問題，它成為制約自然語言理解發(fā)展的瓶頸問題。本文的研究重點就是將語義問題以數學的方法在語言學上加以形式化。由于圖是最接近人類思維結構的一種數學形式，因此，我們以知識圖理論和概念圖理論為平臺，來研究語義的形式化問題。本文從“語義表示的形式化”和“語義推理的形式化”兩個方面對自然語言語義理解技術進行了研究，并在討論具體

2、的形式化方法之前，對自然語言(語義)相關的人類認知過程進行了討論。由于語言的問題不可避免的涉及到人類的思維，因此對于自然語言的語義理解來說，認知科學的研究是非常關鍵和必要的，甚至可以說是決定性的。 首先，本文將認知科學中的信息加工理論和心理模型理論融合在一起，建立了認知模型(Cognitive-Model)。然后，在此模型基礎上圍繞“信息”和“心理模型”討論了與語言和語義相關的哲學話題、邏輯學話題和心理學話題，為具體的語義形式化

3、方法提供了指導。 然后，基于知識圖理論，本文研究了“語義表示形式化的問題”。一個基本觀點是：人們在意識中有一種結構化的表達，即心理模型，語義就是語言所代表的心理模型，它是由概念構建的一種結構。隨后，本文以漢語為平臺，具體從概念、結構、詞與概念的對應關系，語法與結構的對應關系這四個方面進行了知識圖形式化的研究。 最后，基于概念圖理論，本文研究了“語義推理形式化的問題”。從形式演繹和模型理論兩個方面討論了概念圖的語義推理機制