６．１．１ 什么是機器學習 ……………… （２１１） ６．１．２ 研究機器學習的意義 ………… （２１２） ６．１．３ 機器學習的發展史 …………… （２１３） ６．１．４血液溶漿機 機器學習的主要策略 ………… （２１４） ６．２ 機器學習系統的基本模型 ………… （２１５） ６．２．１ 環境…………………………… （２１６） ６．２．２ 學習環節 ……………………… （２１７） ６．２．３ 知識庫 ………………………… （２１７） ６．２．４ 執行環節 ……………………… （２１８） ６．３ 機械學習 …………………………… （２１８） ６．３．１ 機械學習的過程 ……………… （２１９） ６．３．２ 機械學習系統要考慮 的問題 ………………………… （２１９） ６．４ 傳授式學習 ………………………… （２２０） ６．５ 類比學習
…………………………… （２２１） ６．５．１ 學習新概念…………………… （２２１） ６．５．２ 學習
問題的求解方法 ………… （２２２） ６．６ 歸納學習 …………………………… （２２３） ６．６．１ 實例學習 ……………………… （２２３） ６．６．２ 觀察與發現學習 ……………… （２２８） ６．７ 基于解釋的學習…………………… （２２９） ６．７．１ 基于解釋學習的工作原理 …… （２３０） ６．７．２ 基于解釋學習舉例 …………… （２３１） ６．７．３ 領域知識的完善性 …………… （２３２） 習題六 …………………………………… （２３３） 第 二篇 人工智能的應用 第七章 自然語言理解 …………………… （２３７） ７．１ 自然語言及其理解 ………………… （２３７） ７．１．１ 自然語言及其構成 …………… （２３７） ７．１．２ 自然語言理解的概念 ………… （２３９） ７．１．３ 自然語言理解研究的進展 …… （２４０） ７．１．４ 自然語言理解過程的層次 …… （２４３） ７．２ 詞法分析 …………………………… （２４４） ７．３ 句法分析 …………………………… （２４５） ７．３．１ 短語結構語法理論與喬姆 斯基語法體系 ………………… （２４５） ７．３．２ 遞歸轉移網絡與擴充轉移 網絡 …………………………… （２４８） ７．３．３ 詞匯功能語法 ………………… （２５４） ７．３．４ 自動句法分析算法 …………… （２５７） ７．４ 語義分析 …………………………… （２６２） ７．５ 大規模真實文本的處理…………… （２６
５） ７．５．１ 語料庫語言學的崛起 ………… （２６５） 目 錄 ３ ７．５．２ 語料庫語言學的特點 及研究對象 …………………… （２６６） ７．５．３ 漢語語料庫加工的基本 方法…………………………… （２６７） ７．５．４ 統計學方法的應用及所面臨 的問題 ………………………… （２７１） ７．６ 基于語料庫的自然語言建模 方法 ………………………………… （２７１） ７．６．１ 基于概率分布的語言建模…… （２７２） ７．６．２ 基于上下文信息的語言 建模…………………………… （２７３） ７．６．３ 基于組合思想的語言建模…… （２７６） ７．６．４ 語言建模的相關問題 ………… （２７７） 習題七 …………………………………… （２７９） 第八章 專家系統 ………………………… （２８２） ８．１ 專家系統概述……………………… （２８２） ８．１．１ 專家系統的產生與發展 ……… （２８２） ８．１．２ 專家系統的定義 ……………… （２８４） ８．１．３ 專家系統的種類 ……………… （２８４） ８．１．４ 專家系統的一般特點 ………… （２８８） ８．２ 專家系統的基本結構 ……………… （２９０） ８．２．１ 綜合數據庫及其管理系統…… （２９０） ８．２．２ 知識庫及其管理系統 ………… （２９１） ８．２．３ 知識獲取機構 ………………… （２９１） ８．２．４ 推理機 ………………………… （２９２） ８．２．５ 解釋器 ………………………… （２９２） ８．２．６ 人－機接口 …………………… （２９２） ８．３ 知識獲取…………………………… （２９３） ８．３．１ 知識獲取的任務 ……………… （２９３） ８．３．２ 知識獲取的主要途徑 ………… （２９４） ８．４ 專家系統的設計與建造 …………… （２９８） ８．４．１ 開發專家系統的基本要求…… （２９８） ８．４．２ 專家系統建造的步驟 ………… （３００） ８．５ 專家系統的評價 …………………… （３０４） ８．６ 專家系統開發工具 ………………… （３０５） ８．６．１ 語言型開發工具 ……………… （３０６） ８．６．２ 骨架型開發工具 ……………… （３０７） ８．６．３ 通用型開發工具 ……………… （３０９） ８．６．４ 開發環境與輔助型 開發工具 ……………………… （３１０）
８．７ 新一代專家系統的發展…………… （３１３） ８．７．１ 新一代專家系統應具備 的特征 ………………………… （３１３） ８．７．２ 分布式專家系統 ……………… （３１４） ８．７．３ 協同式專家系統 ……………… （３１５） 習題八 …………………………………… （３１６） 第九章 人工神經網絡 …………………… （３１７） ９．１ 神經網絡的基本概念及組成 特性 ………………………………… （３１７） ９．１．１ 生物神經元的結構與功能 特性 …………………………… （３１７） ９．１．２ 人工神經網絡的組成與 結構 …………………………… （３１９） ９．１．３ 人工神經網絡研究的興起 與發展 ………………………… （３２２） ９．２ 感知器模型及其學習算法 ………… （３２４） ９．２．１ 感知器模型…………………… （３２４）
