词汇不是语言交流的最基本元素

　　　相关主题：
　　《看不清搞语言处理的路数》https://tieba.baidu.com/p/5480864961
　　《建议改变一下自然语言处理的思路》https://tieba.baidu.com/p/5498750982
　　《处理自然语言的新思路》https://tieba.baidu.com/p/5504518607

　　８、词汇不是语言处理的基本操作对象。
　　一般人总是认为，词汇是语言处理的基本操作对象。但是我们认真考察大脑接收语言、理解语言的过程，就会发现这种看法是十分错误的。

　　我们以例子说明这一点。
　　比如我们对一个人说“苹果”这个词汇。但是那个听到你说“苹果”的人并不知道，你要表达什么“意思”。因为你没有给对方的大脑输入一个完整的信息。尽管大脑的词汇库中有“苹果”这个词汇，大脑词汇解释库中有关于“苹果”的详细资料，大脑的形象库中有多幅“苹果”的形象。听到你说“苹果”的人却不可能知道你要表达的“意思”。

　　而你对这个人说“那是苹果”，或“请吃苹果”，或“拿起苹果”等等简单语句的时候，情况就不同了。此时，你给了对方大脑一个完整的信息，对方就知道你在表达什么“意思”了。
　　人类大脑的语言交流与语言理解是同步进行的。当大脑接受到一个完整的“意思”后，他既进行了语言交流，又立刻理解了这个意思。
　　这段讨论的结论是：仅仅输送给大脑词汇，大脑既不能很好地接受它，又不能很好地理解它。因此词汇不是语言交流的基本对象。而只有向大脑输送一个完整的“意思”，大脑才能够很好地接受它，很好地理解它。所以，“意思”才是语言交流最基本的对象。

　　９、语言交流时如何处理不完整的“意思”。
　　人类大脑在遇到输入不完整“意思”时，还是有方法处理的。
　　处理方法就是对不完整意思提出疑问，要求外界补充输入。
　　还以我们对一个人说“苹果”这个词汇为例。由于人脑得到的意思不完整，大脑就会发出疑问“你说苹果是什么意思？”
　　如果外界补充信息，回答：“苹果在哪里？”大脑就明白了（理解了）对方的“意思”。作出相应的回答。
　　如果外界补充信息，回答：“你吃苹果”大脑也就明白了（理解了）对方的“意思”。作出相应的回答。
　　如果外界补充信息，回答：“苹果是什么样的？”大脑也就明白了（理解了）对方的“意思”。作出相应的回答。
　　其实，一个不会说话的儿童，在遇到输入“意思”不完整时，也会用表情、小动作等表达自己的疑问。遇到输入“意思”不完整时提出疑问，应该是智能系统的本能。

人和人交流并 不能靠单词进行，而是需要一个完整的句子楼主所说的大概意思就是就算是机器指令不管也需要一个完整的句子来进行分析语法进行处理吧？

　　（上接第七楼）
　　总之，当外界把输入的“意思”补充完整，大脑就能立即理解对方的“意思”，并做出应对。
　　值得注意的是，大脑提出疑问的疑问句并不复杂，人脑可以产生，智能系统也可以设置。当然还要同时编写相应的程序，协助疑问句的输出。
　　系统产生的疑问句结构很简单。有以“什么是”为核心的疑问句，有以“怎么样”为核心的疑问句，有关于方位（从哪儿，到哪儿）、处所（在哪里）等，为数不多的疑问句型，用于编程很方便。

　　１０、什么是完整的“意思”？
　　既然语言传递的基本单位不是词汇，而是“意思”，那么什么是“意思”呢？又如何表示“意思”呢？
　　首先解释，什么是“意思”呢？语言接受者能够弄清的、输入语言的最小单位叫做“意思”。“意思”的语法结构是语句，但是它不是复杂的语句，而是能把信息完整传达的最短语句。
　　其次解释，如何表示“意思”呢？从输入语言的角度看，“意思”可以用一个修饰成分最少的简单句来表示。从语言接受者角度看，他接受“意思”以后可以与大脑内部的一段完整信息对应。与之对应的信息编码，可以是语句，也可以是图景，还可以是事件过程的场景，更可以是对一段动作的回忆。
　　用“意思”解释语言输入，就是语言通过“意思”的传达，让语言接受者明白的知道语言要出大的具体含义（不是模棱两可的含义）。
　　表达“意思”的，都是一些简单句。它们有以“是”字为核心的主系表结构，有主动宾结构，由表示方位、处所的结构。“意思”的语句结构很少，很便于智能系统接受语言时使用。
　　用“意思”解释语言理解，就是语言接受者从输入语言中提取出“意思”，与大脑中一段具有具体含义的记录相吻合。这个过程完成了，就完成了语言理解。这个过程没有完成，语言理解就没有实现。

　　１１、如何处理复杂输入语句？
　　所谓复杂输入语句，包括带有很多很多修饰成分的语句，各种形式的复句。它们携带的不止一个“意思”，因此语言接受者要把它们拆解为一个个独立的“意思”，然后再接受。
　　拆解的方法并不复杂，先用表达“意思”的基本句型，从输入语句中找可以对应的部分。这样就可以把复杂语句要传达的基本“意思”，提取出来。
　　然后大脑（或智能系统），对其它部分提出疑问，再根据大脑（或智能系统）已经拥有的知识，解答提出的疑问。从而继续把输入语句的其它“意思”提取出来。

　　例如，输入语句为“我国第一艘国产航空母舰即将进行海试”。智能系统先用为数不多的“意思”句型进行分解尝试，尝试中确定“意思”句型为主动宾结构。“意思”句型动词是“进行”，宾语是“海试”，主语是“舰”。得出该句的“意思”为“航空母舰进行海试”。
　　然后，对夹在“舰”和“进行”中间的“即将”提出疑问：“这个词汇传递什么意思？”然后智能系统根据语言经验，自动回答：“‘即将’指出‘进行’的时间。”
　　进而，对“航空母舰”前面的“国产”提出疑问：“这几个字传递什么意思？”然后智能系统根据语言经验，自动回答：“‘国产’修饰‘航空母舰’，强调‘航空母舰’的生产国。”
　　进而，对“国产”前面的“第一艘”提出疑问：“这几个字传递什么意思？”然后智能系统根据语言经验，自动回答：“‘第一艘’修饰‘航空母舰’，强调‘航空母舰’的次序。”
　　进而，对“第一艘”前面的“我国”提出疑问：“这几个字传递什么意思？”然后智能系统根据语言经验，自动回答：“‘我国’修饰‘航空母舰’，强调‘航空母舰’的生产国。”

　　这样，经过多次提问，多次自动解答，语言接受者提取到复杂句型的多个“意思”。
　　如果智能系统内语言知识不足，那就只好把对内提问自动解答，变成对外提问由外界回答。
　　显然，智能系统提出疑问的语句也并不复杂，基本就是“这几个字传递什么意思？”、“这个词汇传递什么意思？”。因此为其编写程序并不困难。至于多次提问多次解答，由同一程序反复运行就可以实现了。
　　更值得令人高兴的是，一个复杂语句的多个“意思”提取完成了，该语句也就被语言接受者理解了。接受语句与理解语句同步进行了。

　　１２、大脑对多“意思”语句的“重点提取”。
　　对于一个多“意思”的语句或短文，大脑在提取“意思”，输入大脑。此时多个“意思”（它们都已一个个单独的简单句表达），会罗列在一起。这时就需要进一步从罗列的多个“意思”中提取出主要“意思”，以便使大脑了解此次交流的重点。
　　例如对于输入语句“我国第一艘国产航空母舰即将进行海试”，大脑会把多个意思罗列为：
　　我国指我们中国。
　　第一艘指我们以前还没有。
　　国产指中国自己制造的。
　　航空母舰指一种军舰。
　　即将指不久。
　　舰进行海试。

　　经过对输入语句的罗列分析，智能系统便可以获得输入语言要传达的重点。从而实现语言交流。
　　这里，“如何处理不完整的‘意思’”、“提取完整的‘意思’”、“处理复杂输入语句”、“对多‘意思’语句的‘重点提取’”等几个步骤，构成新思路中处理语言的关键步骤。它们显然与传统思路的处理方式是截然不同的。