“理解”论：信息内容认知机理的假说

一方面,人类感觉器官只能感知外部刺激所呈现的形式信息;另一方面,思维器官又不可能仅仅依据所接受到的外部事物的形式进行智能性的认知与决策,而必须依据它们的形式（语法信息）、内容（语义信息）和价值（语用信息）因素的综合（全信息）. 于是就产生了一个问题：在人类的思维过程中,究竟是在大脑的什么部位、以什么机理把得到的形式转换成为内容和价值的？这是智能科学研究不可回避的核心问题之一. 本文将利用作者的全信息理论对此做出分析,并提出一个初步的假说,称为“理解”论.     

级联中文组块识别

基于统计方法的中文组块研究大多借鉴CoNLL2000英文组块的思想,建立了组块表示的BIO模型,并将组块识别任务作为一种为词序列标注的多分类问题．为降低分类复杂度,采取了一种分解识别法,即先识别组块的边界,再进行组块类别判定．基于条件随机场(CRF)构建了级联组块识别器,实验数据集采用宾州大学中文树库(CTB5.1)．在特征选择上,借鉴了中文分词特征选择的方法．5倍交叉验证的实验结果为：组块边界识别的F1值为95.05%;类型识别的准确率为99.43%;整体F1值为93.58%．该方法提高了系统性能,缩短了学习器的训练时间．     

使用SVMs进行汉语浅层分析

提出了基于support vector machines（SVMs）的汉语浅层分析方法,并且为描述整个层次短语结构定义了10种汉语组块类型. 与其他机器学习方法相比,该方法能自动选择对浅层分析有用特征,并能选择出有效的特征组合,较以前的研究可反映识别方向、特征模板、核函数、多分类方法及其组合对基于SVMs的汉语浅层分析性能的影响. 在开放语料Chinese TreeBank 上, Precision、 Recall和 FB1平均达到了95.36％、97.30％和96.32％.     

高等智能·机制主义·信息转换

提出了一种全新的人工智能研究方法,称为第4方法,或“机制主义”方法,从智能生成的共性核心机制入手探讨智能的本质. 结果发现,在一般情形下,智能生成的共性核心机制表现为“信息—知识—智能转换”. 进一步研究发现,知识是一个生态系统,它从欠成熟的经验性知识生长为成熟的规范性知识,再进一步生长为过成熟的常识性知识. 可以证明,此前互不相容的结构主义、功能主义、行为主义3种国际主流方法分别是机制主义方法在不同知识状态下相辅相成的特例,于是在“机制主义”框架内实现了和谐的统一,从而形成了人工智能的统一理论. 更有意义的是,还可以证明,机制主义方法更一般的表述是“信息转换”,它是研究高等智能(AI)的有效方法,与物理学的质量转换和能量转换同样重要.     

面向智能研究的全信息理论：纪念Shannon信息论50周年

Ｓｈａｎｎｏｎ信息论问世５０年了，它对通信技术的发展作了出伟大的贡献，与此同时，社会发展对智能研究的需求日益紧迫，后者要求新的信息理论支持。本文根据智能理论研究的需要和特点，给出了面向智能研究的全信息理论，提出了语法信息，语义信息和语用信息三位一体的全信息概念，建立了基于模糊集合理论的全信息测度方法，阐明了全信息的推理与决策机制，从而可以为研究高等智能理论提供一种系统的理论与方法。结果还表明，在随     

十年河东 十年河西——《中兴通讯技术》杂志创刊10周年有感

今年是《中兴通讯技术》杂志创刊10周年。作为一本通信技术刊物，《中兴通讯技术》以自己独特的视角，见证和记录了过去10年通信技术令人难忘的风云变幻：困惑，徘徊，忧虑；奋斗，进步，成功，喜悦。     

知识论:核心问题——信息-知识-智能的统一理论

知识是人类所创造的宝贵财富,但是至今还没有形成系统的知识理论.文[1]提出和建立了知识的初步基础,给出了知识的概念、定义、表示、度量、推理和决策规则.本文则试图在此基础上阐明信息与知识、知识与智能的关系,建立知识论的核心框架.作者相信知识论的建立将为信息论-知识论-智能论的统一理论奠定必要的基础,促进人们在更高的水平上利用信息和知识,研究、设计和应用各种智能机器.     

关于"信息-知识-智能转换规律"的研究

人类以资源和资源转换能力为生.工业时代的表征性资源是能量,"能量转换与守恒定律"就成为整个近代科学技术的基石;信息时代的表征性资源是信息,"信息-知识-策略-行为的转换与统一理论"将成为引领信息时代科学技术发展的灵魂.本文将阐明信息、知识、策略、行为的概念及其转换机制,建立"信息-知识-策略-行为的转换与统一理论".这里,信息理论将大大超越Shannon理论,知识理论将大大突破"知识工程",同时,原来的结构主义学派、功能主义学派、行为主义学派将被综合成为一个有机的整体.信息-知识-策略-行为的转换与统一理论将为智能科学的进一步发展提供新的视野和活力.     

基于SRNN神经网络的汉语文本词类标注方法

词类标注是语料库加工流程一个关键环节，是句法，语义标注分析的前提，本文提出了一种基于ＳＲＮＮ神经网络的词类标记方法，ＳＲＮＮ在三层前向神经网络的结构基础上，增加了隐层节点与输入层状态节点之间的反馈联接，这种结构使用网络具有利用上下文词类信息的处理能力，本文还讨论了网络的训练算法，以人工标注的句子作训练集，经过训练收敛后的网络对新语料的词类标注正确率达到了９４％。     

全球化与通信业发展的总趋势

通信网络是由若干个接点连接构成的一个整体，所有节点通过通信把它们连接起来才能成为一个智能化的工具，所以信息化社会生产工具理论形态是一个专用的智能信息网络。内部网支持单位的生产过程、管理过程，因此它必须具有智能化，但现在的Internet缺乏智能，预计未来它会走到这样—个应用水平上去。作为社会的生产工具，它的社会应用形态具备一个大规模智能信息集成在通信网络平台上，这样就构成了信息化所需要的社会工具。由于网络的内涵比较丰富，再加上一个传送平台，上面千千万万面向应用的，面向具体单位、具体部门的应用就构成了一个大规模的智能的信息网络。