語義細胞認知模型研究

《語義細胞認知模型研究》是依託浙江大學，由湯永川擔任項目負責人的面上項目。

基本介紹

• 中文名：語義細胞認知模型研究
• 依託單位：浙江大學
• 項目負責人：湯永川
• 項目類別：面上項目

項目摘要

模糊概念語義認知結構的研究是認知科學中一個十分重要的科學問題。本課題在模糊概念的隨機集理論與原型理論解釋的基礎上，提出了模糊概念表示的新模型：語義細胞模型。具體研究內容包括：(1) 語義細胞認知結構與語義雙極性研究。這部分內容包括語義雙細胞模型、語義細胞取反與取否的關係、以及語義細胞混合模型等的研究。(2) 語義細胞萃取與概念學習技術研究。這部分內容包括單核語義細胞萃取技術、超平面核語義細胞萃取技術、語義雙細胞萃取技術、以及語義細胞混合模型萃取技術等。(3) 語義細胞推理系統研究。這部分內容主要研究規則前件為不同語義細胞模型的推理系統。通過本課題的研究，有望揭示人腦概念認知的基本結構及其數學模型，開創同模糊集理論並駕齊驅的語義細胞理論，在國際人工智慧領域產生重要影響。

結題摘要

本項目圍繞含糊概念表示與推理的邏輯基礎等重要問題開展研究。主要研究成果包括如下幾個方面： (1) 基於賦值對的雙極語義模型。 我們首次提出了賦值對(Valuation Pairs)這一新的真值模型使之能刻畫含糊概念的真值鴻溝。一個賦值對包含一個二元下賦值與一個二元上賦值，並且上賦值與下賦值通過否定邏輯運算元滿足對偶關係。這一賦值對模型是對傳統二值賦值模型的推廣，並且包含兩種非常重要的邏輯系統。一是超賦值對模型，二是Kleene強三值邏輯。我們還討論了不同邏輯的公理系統。 (2)含糊命題的雙極語義不確定性表示。 考慮到含糊概念的語義不確定性，本項目提出了基於不確定賦值對的雙極語義表示方法。我們認為賦值對滿足一個機率分布。也就是說，任意賦值對都有一個機率值，該機率值反映了賦值對正確刻畫了語言規範的機率。自然的，我們定義了含糊命題的雙極信念。特別的，含糊命題的下信念表示命題為絕對真的機率，而上信念表示命題為非絕對假的機率。進而我們分別定義了超賦值雙極信念與Kleene雙極信念。 (3) 基於原型理論與隨機集的語義細胞模型。 我們結合原型理論與隨機集理論，提出語義細胞模型來表示含糊概念。形象的來說，一個基本標籤存在著一個核表示概念的原型，原型是確定無疑的；基本標籤還存在著一個不確定外延半徑，稱之為語義細胞膜。自然的，可以計算一個對象屬於概念的隸屬程度：將所有包含這個對象的外延的半徑的機率密度進行積分即可得到。需要指出的是，語義細胞模型並不滿足Max-Min合成規則。 (4) 雙極語義細胞模型。 將Kleene賦值對模型與原型理論相結合，我們提出了含糊概念表示的雙極語義細胞模型。相比於單極語義細胞模型，雙極語義細胞有兩條邊界線，一條下邊界線一條上邊界線。考慮到雙極語義細胞的雙邊界滿足一個二元機率密度分布，因而我們可以定義雙極信念函式。其中下信念函式刻畫了對象元素屬於概念下鄰域的程度，而上信念函式刻畫了對象元素屬於概念上鄰域的程度。 (5) 語義細胞混合模型。 語義細胞混合模型假定概念存在有限個原型，並且每個原型都有機率值。從而可以將語義細胞混合模型看成是多個語義細胞以一定的機率分布出現。任何一個對象元素屬於語義細胞混合模型的程度是多個語義細胞模型隸屬程度的加權求和。語義細胞混合模型更能夠表示複雜的類別。