第一章 人工智能概述 1
1.1 人工智能的诞生和发展 1
出版说明 3
前言 5
1.2 什么是人工智能 5
1.3 90年代初人工智能进展 7
第二章 归结推理方法 11
2.1 命题逻辑的归结法 11
2.2 子句形 14
2.3 Herbrand定理 26
2.4 归结原理 40
2.5 归结过程的控制策略 57
2.6 归结法与prolog语言 64
2.7 非归结法 68
第三章 不确定和非单调推理方法 82
3.1 概述 82
3.2 不确定推理方法 87
3.3 非单调推理方法 116
3.4 定性推理方法 130
第四章 知识表示方法 145
4.1 概述 145
4.2 逻辑表示法 148
4.3 产生式表示法 151
4.4 语义网络表示法 155
4.5 框架表示法 164
4.6 面向对象的表示法 168
5.1 为什么研究机器学习 170
第五章 机器学习 170
5.2 什么是机器学习 172
5.3 机器学习的发展历史 174
5.4 学习的一种模型 176
5.5 机器学习的分类 178
5.6 机器学习的研究目标 182
5.7 机器学习的特点 183
第六章 实例学习 185
6.1 实例学习的两个空间模型 185
6.2 实例学习的分类 195
6.3 学习单个概念 196
6.4 学习多个概念 213
6.5 学习多步任务 221
6.6 基于解释的学习 236
第七章 其它学习方法 255
7.1 记忆学习 255
7.2 传授学习 257
7.3 类比学习 259
7.4 观察与发现学习 267
8.1 什么叫自然语言理解 307
第八章 自然语言理解的任务和发展简史 307
8.2 以关键词匹配为主流的早期历史 309
8.3 以句法-语义分析为主流的中期历史 319
8.4 以走向实用化和工程化为特征的近期历史 329
第九章 句法分析 333
9.1 句法分析的地位 333
9.2 短语结构语言 336
9.3 乔姆斯基体系 341
9.4 语言串理论 348
9.5 转换语法 363
9.6 ATN语法 381
9.7 句法分析的确定性算法 393
9.8 基于合一的语法理论 400
9.9 定子句语法 411
第十章 语义分析 423
10.1 谓词-变元 423
10.2 LFL的形成规则 424
10.3 动词 425
10.4 名词 427
10.5 限定词 428
10.6 代词 432
10.7 副词 433
10.8 形容词 436
10.9 介词 437
10.10 连词 439
10.11 LFL中的非词义谓词 441
10.12 索引算子 443
参考文献 446