自然语言理解的新进展一
取自 自然语言处理百科
《中文信息学报》1997年第4期发表了中国科学院声学研究所研究员黄曾阳先生的论文“HNC理论概要”。HNC是 “Hierarchical Network of Concepts（概念层次网络）”的简称，它以概念化、层次化、网络化的语义表达为基础，所以称它为概念层次网络理论。
1 HNC理论包含极其丰富的内容
HNC理论把人脑认知结构分为局部和全局两类联想脉络，认为对联想脉络的表达是语言深层（即语言的语义层面）的根本问题。什么是局部联想和全局联想呢？简单地说，局部联想是指词汇层面的联想，全局联想是指语句及篇章层面的联想。HNC理论的出发点就是运用两类联想脉络来“帮助”计算机理解自然语言。
自然语言的词汇是用来表达概念的，因此，HNC建立的词汇层面的局部联想脉络体现为一个概念表达体系。概念分为抽象概念与具体概念。HNC理论的概念表达体系侧重于抽象概念的表达。对具体概念采取挂靠近似表达方法。HNC理论认为应该从多元性表现和内涵两个方面来描述概念。它创立了五元组用来表达抽象概念的多元性表现，对抽象概念的内涵采用网络层次符号来表达。其网络层次符号包含三大语义网络：基元概念语义网络、基本概念语义网络和逻辑概念语义网络。HNC的五元组符号和三大语义网络的层次符号组合起来就可完成对抽象概念的完整表达，从而为计算机理解自然语言的语义提供了有力的手段。
全局联想脉络是语句及篇章层面的联想。语句联想的主要内容是语义块和句类理论。语义块是句子的语义构成单位。主语义块4种，辅语义块7种。句类是句子的语义类别。有7个基本句类，它可构成36个混合句类。语义块和句类理论的基本论点是：语义块是句类的函数。语义块和句类的这种函数关系具体体现为句类格式。句类格式是指一个句子的主语义块的排列顺序。以句类格式为基点的语句分析叫做句类分析。
以上介绍的两个联想脉络是HNC理论的基础部分，它的另一部分内容是自然语言理解的框架。以句类分析为基础，HNC设计了自然语言处理系统的基本框架，这个框架由9个模块组成：1.单音词感知模块；2.语义块感知模块；3.句类分析模块；4.合理性分析模块；5.短时记忆知识模块；6.语境生成模块；7.隐藏知识揭示模块；8.要点主题分析模块；9.短时记忆向长时记忆扩展的模块。
自然语言处理离不开知识库，对知识库的设计和建立也是HNC理论的重要组成部分。已经建立了比较完备的概念知识库，目前正在紧张地进行汉语语言知识库的建立。
2 HNC理论在自然语言表达和处理模式上的进展
HNC在许多方面都在前人研究的基础上有所前进，这里述说它在自然语言表达和处理模式上所赢得的突破性进展。几十年来，自然语言理解的发展主要围绕着三个方面：1.自然语言的表述和处理模式；2.自然语言知识的表示、获取和学习；3.研制开发自然语言的应用系统。其中，自然语言的表述和处理模式是根本，它决定着整个自然语言理解的方向和进程。若干年来，自然语言理解的各个应用领域，比如机器翻译，都无重大进展，其主要原因正是由于缺少科学完备的自然语言表述和处理模式。黄曾阳先生认识到，自然语言传统分析模式（含统计模式）的根本弱点在于：它们不是描述语言感知过程的适当模式。他通过八年的艰苦探索，终于形成了三大理论要点：1.要把自然语言所表述的知识划分为概念、语言和常识三个独立的层面，对不同层面采取不同的知识表示策略和学习方式，形成各自的知识库系统。知识库建设的首要目标应定位于自然语言模糊消解，这是HNC理论对迄今为止的知识库建设进行总结后得出的论断。2.建立网络式概念基元符号体系，即概念表达的数学表示式。这个符号体系或表示式应具有语义完备性，能够与自然语言的词语建立起语义影射关系，同时，它必须是高度数字化的，每一个符号基元（每个字母或数字）都具有确定的意义，可充当概念联想的激活因子。这个符号体系就是HNC理论设计的三大语义网络及五元组和概念组合结构等，它是计算机把握并理解语言概念的基本前提，称为局部联想脉络，是HNC理论的基本内容之一。局部联想脉络的基本思路和做法是：把概念分为抽象概念和具体概念，对抽象概念用语义网络和五元组来表达，对具体概念采取挂靠展开近似表达的方法。3.建立语句的语义表述模式，即语句表述的数学表示式。这一模式的完备性应表现为可表述自然语言任何语句的语义结构，即乔姆斯基所提出的语言深层结构。为表述自然语言语句的语义结构，HNC理论提出了语义块和句类的概念，在此基础上形成的句类格式就是语言的深层结构，它是语句分析的基点，称为全局联想脉络，是HNC理论的另一基本内容。以上三大理论要点，正是HNC理论在自然语言表述和处理模式上赢得突破性进展的表现。
编者注：本篇是苗传江老师简评黄曾阳先生创立的HNC理论的文章，文发表于《科技导报》1998年第3期。虽然过去了10多年，但是对于了解HNC理论还是很有帮助。
