自然語言是一種信息的編碼方式，自然語言不但信息進行了編碼，同時也對部分的信息的處理程式進行了編碼。因此，自然語言的架構主要包含以下兩個部分：信息部分（數據部分），信息的處理程式程式部分（數據的處理程式部分）。信息部分（數據部分）有可分為：信息的層次結構部分（數據的層次結構部分）和屬性信息的模型部分。信息的處理程式部分分為：用自然語言直接編碼的部分，和暗含在句子結構中的部分。
對自然語言架構的正確理解，能夠指導我們理解和模擬人腦中信息的識別，處理，存儲，分析等一系列和思維相關的活動。
基本介紹
- 中文名：自然語言架構
- 外文名：Architecture of Natural Languages
- 別名：自然語言的架構
- 學科分類：計算機科學，語言學
- 研究對象：研究自然語言是如何對信息進行編碼和處理的。
- 相關著作：New Approaches for NLU
- 原作者：張莉敏
數據部分,1. 基本屬性塊,2. 高級屬性塊 ,處理程式部分,1. 結構塊,2. 指針塊,3. 任務塊,屬性空間部分,
數據部分
自然語言中表征數據部分的辭彙，按其所表征的信息集的結構的不同，可以分為屬性塊，屬性空間塊和體詞塊。 其中屬性塊也可根據其對信息的抽象程度，和抽象方式的不同分為：基本屬性塊 Basic Attribute Chunk（描述屬性塊），高級屬性塊 Advanced Attribute Chunk（動詞，度量詞），擴展屬性塊 Extended Attribute Chunk（一種結構上的劃分方式）。參見圖：語言辭彙新分類
語言辭彙新分類
1. 基本屬性塊
通過人體神經系統信息的基本接收通道進行劃分，可分為顏色屬性，味覺屬性，嗅覺屬性，聽覺屬性，空間定位屬性，時間定位屬性等。 基本屬性塊的辭彙映射了物質，空間和時間這三個人類認識世界的基本維度。
分布度量詞塊舉例
2. 高級屬性塊
是對已有的基本屬性信息進行統計分析後，而得到抽象特徵。比如：動詞是對某一屬性信息序列進行抽象後，對其抽象特徵進行的文本編碼。度量詞（大，小，多，少等）則是對屬性信息群進行再次分類後，其分類特徵的文本編碼。參見圖：分布度量詞塊舉例
處理程式部分
自然語言中的結構塊(Structure Chunk)和指針塊(Pointer Chunk)是對處理程式部分的直接編碼編碼，句子結構中也隱含了部分的處理程式。自然語言架構中將一段完整的數據處理程式稱為任務塊（Task Chunk）
1. 結構塊
具體的結構塊需要在信息資料庫中進行解釋，此處未展示信息資料庫部分內容，讀者閱讀參考資料，獲得該不分信息。
1.1 定義符號：is. 定義符號後面的詞塊是用來描述和定義定義詞塊之前的詞塊的。參見圖：結構塊辭彙-is
結構塊辭彙 - is
1.2 集合間的包含關係符號：of, have, 's 等。
1.3 因果關係符號：to, for, because of, so, thus, but ...
1.4 連詞： and, or ...
1.5 標點符號：。，：、，...
2. 指針塊
2.1 實例化指針： the.
2.2 搜尋範圍限定指針： what, where, when, how, which ...
2.3 空間定位指針： in, at, on, above, behind...
2.4 變數指針： I, you, he, she, it, we, they, me, you, him, her, us, them, here, there, this, that, these, those...
2.5 情態空間指針：can(could), may(might), must, need, ought to, shall(should), will(would)...
3. 任務塊
根據句子所表達的任務類型的不同，有以下3種主要任務塊類型。
3.1 數據描述類任務塊， 表現為稱述句，感嘆句和祈使句等形式。
3.2 數據核實類任務塊，通常採用一般疑問句形式。
3.3 數據搜尋類任務塊， 主要採用特殊疑問句形式。
屬性空間部分
屬性空間部分，主要研究各個屬性空間內，其屬性信息的組織形式，變化規律，變化範圍等一系列的問題。自然語言中屬性塊部分的理解，主要依賴於對其所屬屬性空間的各種特性的理解。是自然語言理解的重點和難點部分。
