在此基础上，本体论语义学提出了语义加工机的完整构想。尼伦伯格认为，机器要完成文本意义表征，必须有加工器和静态知识资源。首先第一步，借助静态知识资源（生态学、句法、形态学、词汇学、词源和本体论及事实材料）对输入文本作出分析，然后又借助这些知识资源产生文本意义表征。分析模块和语义生成器都离不开静态知识资源。知识资源是如何得到的呢？要靠学习。“本体论语义学必须涉及到学习：它们越起作用，它们储存的关于世界的知识就越多，它们可望达到的结果就越好。”[12]除了静态知识之外，计算机要完成语义表征，还必须有动态的知识，它们是关于意义表征的程序方面的知识以及推理类型的知识。另外，加工器还要有这样的动态能力，即把所储存的知识动态地提取出来，运用于知识表征。尼伦伯格等人说“在本体论语义学中，这些目的是通过把文本意义表征、词汇和本体论关联起来而实现的。”[13]“我们关于表征文本意义的方案动用了两种手段，一是本体论概念的例示，二是与本体论无关的参数的例示。前者提供了与任何可能的文本意义表征例示相一致的、抽象的、非索引的命题。这些例示是这样得到的，即提供了基本的本体论陈述，它们有具体的情境的、包含有参数的值，如方面、方式、共指等。”[14]在这里，本体论的概念之所以抽象但又必要，主要是因为它提供了对存在和语词的分类，如对于要表征的意义，它首先要借助这种本体论范畴确定它是属于物体、属性、方面、方式、过程、活动、数量中的哪一种。简言之，对于任一词的意义或所指，首先要借助本体论概念确定它应包含在哪一类存在范畴之中。在此基础上，再用非本体论参数分析它的具体的、情境方面的值。
三 特点与问题
本体论语义学与其他人工智能理论、自然语言加工系统相比有自己的一些鲜明特点。其一，它强 登陆|注册欢迎登陆本站，认识更多朋友，获得更多精彩内容推荐！