人工智能与语言加工 / 普通高等教育新文科人工智能交叉学科系列教材
￥48.00定价
作者： 任虎林
出版时间：2023-12
出版社：中国铁道出版社
- 中国铁道出版社
- 9787113290818
- 1版
- 521444
- 48256906-8
- 16开
- 2023-12
- 通用
- 本科 高职
作者简介
内容简介
本书是新文科视域下人工智能交叉学科系列教材，内容分为人工智能、语言加工、智能语言发展三大部分，共有 11 章。第一部分人工智能包含第 1~6 章，主要介绍人工智能的概念和知识表示、搜索技术与群智能算法、深度学习人工智能网络、自然语言加工与语音加工技术。第二部分语言加工包含第 7、8 章，主要介绍人脑语言信号加工概念和理论、语言加工与脑电技术。第三部分智能语言发展包含第 9~11 章，主要介绍语言与智能发展概念和理论、语言加工的脑机制及人工智能语言加工。
本书力求将人工智能的基础知识及发展脉络展现出来，主要面向大学非计算机类的工科专业的学生与研究生，帮助他们了解人工智能发展过程及基础知识，扩大视野，熟悉人工智能与人脑语言加工的相关知识，培养人工智能交叉学科应用能力。同时，对于语言学、计算机相关专业的学生，本书也可作为人工智能专业课程的先导学习材料。
本书力求将人工智能的基础知识及发展脉络展现出来，主要面向大学非计算机类的工科专业的学生与研究生，帮助他们了解人工智能发展过程及基础知识，扩大视野，熟悉人工智能与人脑语言加工的相关知识，培养人工智能交叉学科应用能力。同时，对于语言学、计算机相关专业的学生，本书也可作为人工智能专业课程的先导学习材料。
目录
第 1 章绪论 1
1.1 人工智能的发端和定义 1
1.2人工智能的流派与相关理论 3
1.2.1符号主义 3
1.2.2连接主义 4
1.2.3行为主义 4
1.2.4人工智能的细分领域 4
1.3人工智能的发展趋势 5
1.4语言加工的内涵和定义 6
1.4.1词汇加工 .7
1.4.2句子加工 .8
1.4.3语篇加工 .8
1.5语言加工的相关理论与发展 9
1.5.1模块理论 9
1.5.2连接主义理论 10
1.5.3符号主义理论 .10
1.5.4语言加工展望 11
小结 .11
习题 .12
第 2 章人工智能的概念和知识表示 13
2.1经典概念理论与数理逻辑 13
2.1.1经典概念理论 13
2.1.2数理逻辑 14
2.2知识表示的概念与方法 32
2.2.1知识表示的概念 33
2.2.2知识表示的方法 33
2.3知识图谱与本体知识 40
2.3.1知识图谱 40
2.3.2本体知识表示 42
小结 .43
习题 .43
第 3 章搜索技术与群智能算法. 44
3.1盲目搜索与博弈搜索 44
3.1.1盲目搜索 44
3.1.2博弈搜索 51
3.2群智能算法 57
3.2.1进化算法 58
3.2.2群智能算法的定义 61
3.3蚁群算法与粒子群算法 62
3.3.1蚁群算法 62
3.3.2粒子群算法 65
小结 .67
习题 .68
第 4 章人工神经网络与深度学习. 69
4.1深度学习 69
4.2大数据与神经网络 70
4.2.1神经网络的发展历史 70
4.2.2大数据与有监督学习 72
4.2.3神经元与神经网络 73
4.3循环神经网络与图神经网络 77
4.3.1循环神经网络 77
4.3.2图神经网络 80
4.3.3卷积神经网络 84
4.4深度生成模型 89
4.4.1变分自编码器 90
4.4.2生成对抗网络 93
小结 .98
习题 .98
第 5 章自然语言加工. 100
5.1自然语言加工概述 100
5.1.1发展历史 100
5.1.2自然语言理解 101
5.1.3形式语法与自动机理论 102
5.1.4词法分析与句法分析 103
5.2机器翻译 105
5.2.1统计机器翻译 105
5.2.2神经机器翻译 111
5.2.3机器翻译评价指标 113
5.3自然语言人机交互 114
5.3.1问答系统与对话系统 114
5.3.2结合机器视觉的跨模态语言系统 116
小结 .120
习题 .121
第 6 章语音加工技术. 122
6.1语音的概念 122
6.1.1语言信息 122
6.1.2语音与听觉 123
6.1.3语音生成机制 124
6.1.4声学特征 124
6.2语音的形成与识别 126
6.2.1基于传统机器学习的语音识别 126
6.2.2基于深度学习的语音识别 134
6.3语音的合成 134
6.3.1传统语音合成方法 135
6.3.2基于统计的语音合成方法 135
6.3.3基于深度学习的语音合成方法 136
小结 .136
习题 .137
第 7 章语言加工 138
7.1经验主义语言观 138
7.2基于经验的句子加工模型 .142
7.2.1首驱动短语结构语法 142
7.2.2有限状态模型 142
7.2.3 Bever（1970）的句子模式理论 .143
7.2.4限制满足理论 144
7.2.5基于用法模式 145
7.2.6竞争理论 145
7.3基于规则的加工模型 148
7.3.1 Chomsky 的生成模型 148
7.3.2花园路径模型 .149
7.3.3 Chomsky 的最简方案 150
7.4句子加工和语言加工器 158
小结 .160
习题 .161
第 8 章语言加工与脑电技术 162
8.1语言加工与眼动技术 163
8.2语言加工与 ERP 技术 .167
8.3语言加工与近红外技术 172
小结 .175
习题 .177
第 9 章语言与智能发展 178
9.1动态系统理论与认知发展 178
9.1.1动态系统理论 178
9.1.2认知发展 180
9.2社会认知与智能发展 181
9.2.1信息加工理论 182
9.2.2选择性关注模型 183
9.3语障与智能 184
小结 .185
习题 .186
第 10 章语言加工的脑机制 187
10.1大脑可塑性概念 187
10.2脑功能结构与语言加工 187
10.2.1人类的语言中枢 188
10.2.2脑内语言系统 189
10.3动机理论（Motor Theory） .190
10.3.1复杂动机结构分析 190
10.3.2行为的卢可比模型 191
小结 .192
习题 .192
第 11 章人工智能语言加工 193
11.1机器学习与智能语言加工 193
11.2人类学习与语言加工能力 195
11.2.1信息加工的学习模式 195
11.2.2语言习得的认知加工模型 196
11.3人机心理情绪与语言加工 197
11.3.1情绪状态空间 197
11.3.2认知情感计算 200
小结 .203
习题 .203
参考文献. 204
1.1 人工智能的发端和定义 1
1.2人工智能的流派与相关理论 3
1.2.1符号主义 3
1.2.2连接主义 4
1.2.3行为主义 4
1.2.4人工智能的细分领域 4
1.3人工智能的发展趋势 5
1.4语言加工的内涵和定义 6
1.4.1词汇加工 .7
1.4.2句子加工 .8
1.4.3语篇加工 .8
1.5语言加工的相关理论与发展 9
1.5.1模块理论 9
1.5.2连接主义理论 10
1.5.3符号主义理论 .10
1.5.4语言加工展望 11
小结 .11
习题 .12
第 2 章人工智能的概念和知识表示 13
2.1经典概念理论与数理逻辑 13
2.1.1经典概念理论 13
2.1.2数理逻辑 14
2.2知识表示的概念与方法 32
2.2.1知识表示的概念 33
2.2.2知识表示的方法 33
2.3知识图谱与本体知识 40
2.3.1知识图谱 40
2.3.2本体知识表示 42
小结 .43
习题 .43
第 3 章搜索技术与群智能算法. 44
3.1盲目搜索与博弈搜索 44
3.1.1盲目搜索 44
3.1.2博弈搜索 51
3.2群智能算法 57
3.2.1进化算法 58
3.2.2群智能算法的定义 61
3.3蚁群算法与粒子群算法 62
3.3.1蚁群算法 62
3.3.2粒子群算法 65
小结 .67
习题 .68
第 4 章人工神经网络与深度学习. 69
4.1深度学习 69
4.2大数据与神经网络 70
4.2.1神经网络的发展历史 70
4.2.2大数据与有监督学习 72
4.2.3神经元与神经网络 73
4.3循环神经网络与图神经网络 77
4.3.1循环神经网络 77
4.3.2图神经网络 80
4.3.3卷积神经网络 84
4.4深度生成模型 89
4.4.1变分自编码器 90
4.4.2生成对抗网络 93
小结 .98
习题 .98
第 5 章自然语言加工. 100
5.1自然语言加工概述 100
5.1.1发展历史 100
5.1.2自然语言理解 101
5.1.3形式语法与自动机理论 102
5.1.4词法分析与句法分析 103
5.2机器翻译 105
5.2.1统计机器翻译 105
5.2.2神经机器翻译 111
5.2.3机器翻译评价指标 113
5.3自然语言人机交互 114
5.3.1问答系统与对话系统 114
5.3.2结合机器视觉的跨模态语言系统 116
小结 .120
习题 .121
第 6 章语音加工技术. 122
6.1语音的概念 122
6.1.1语言信息 122
6.1.2语音与听觉 123
6.1.3语音生成机制 124
6.1.4声学特征 124
6.2语音的形成与识别 126
6.2.1基于传统机器学习的语音识别 126
6.2.2基于深度学习的语音识别 134
6.3语音的合成 134
6.3.1传统语音合成方法 135
6.3.2基于统计的语音合成方法 135
6.3.3基于深度学习的语音合成方法 136
小结 .136
习题 .137
第 7 章语言加工 138
7.1经验主义语言观 138
7.2基于经验的句子加工模型 .142
7.2.1首驱动短语结构语法 142
7.2.2有限状态模型 142
7.2.3 Bever（1970）的句子模式理论 .143
7.2.4限制满足理论 144
7.2.5基于用法模式 145
7.2.6竞争理论 145
7.3基于规则的加工模型 148
7.3.1 Chomsky 的生成模型 148
7.3.2花园路径模型 .149
7.3.3 Chomsky 的最简方案 150
7.4句子加工和语言加工器 158
小结 .160
习题 .161
第 8 章语言加工与脑电技术 162
8.1语言加工与眼动技术 163
8.2语言加工与 ERP 技术 .167
8.3语言加工与近红外技术 172
小结 .175
习题 .177
第 9 章语言与智能发展 178
9.1动态系统理论与认知发展 178
9.1.1动态系统理论 178
9.1.2认知发展 180
9.2社会认知与智能发展 181
9.2.1信息加工理论 182
9.2.2选择性关注模型 183
9.3语障与智能 184
小结 .185
习题 .186
第 10 章语言加工的脑机制 187
10.1大脑可塑性概念 187
10.2脑功能结构与语言加工 187
10.2.1人类的语言中枢 188
10.2.2脑内语言系统 189
10.3动机理论（Motor Theory） .190
10.3.1复杂动机结构分析 190
10.3.2行为的卢可比模型 191
小结 .192
习题 .192
第 11 章人工智能语言加工 193
11.1机器学习与智能语言加工 193
11.2人类学习与语言加工能力 195
11.2.1信息加工的学习模式 195
11.2.2语言习得的认知加工模型 196
11.3人机心理情绪与语言加工 197
11.3.1情绪状态空间 197
11.3.2认知情感计算 200
小结 .203
习题 .203
参考文献. 204
