專利名稱：：經(jīng)由多個通過預定關系連接在一起的概念節(jié)點定義人造大腦的方法和裝置的制作方法
技術領域：
：本發(fā)明一般地涉及人造大腦，更具體地，涉及把信息作為多個能夠通過預定關系相互連接的單獨概念存儲的方面。
背景技術：
：當對待仿真人類大腦的處理系統(tǒng)時，在過去已經(jīng)使用了多種技術。一種是利用第一主旨系統(tǒng)，它以多個規(guī)則和各種層次結構(hierarchicalstructure)的形式定義人造大腦。例如，某些語言學系統(tǒng)利用由多個語言規(guī)則組成的數(shù)據(jù)庫，使用所述多個語言規(guī)則把句子分解為其各個部分，例如主語、動詞和賓語，然后把句子作為部件組(groupsofcomponents)組織為段落(paragraph)，并把段落組織為整個大綱(outline)。這些系統(tǒng)中的一些系統(tǒng)具有確定特定句子和段落背后的概念的規(guī)則，并且甚至產(chǎn)生整個大綱。第二類型的系統(tǒng)利用神經(jīng)網(wǎng)絡，神經(jīng)網(wǎng)絡由與輸入和輸出節(jié)點互連的多個加權節(jié)點組成。訓練稱作激活節(jié)點的各個內(nèi)部節(jié)點，以提供系統(tǒng)的整體表示。這些是非線性的網(wǎng)絡，并且每一個節(jié)點具有通過訓練確定的功能，等等。沒有一個給定節(jié)點具有預先定義的關系。任何類型的用來表示一系列復雜關系的節(jié)點系統(tǒng)通常要求多個單獨節(jié)點，每一個節(jié)點按激活等級定義，使得特定節(jié)點基于輸入或事件的“觸發(fā)(firing)”將導致順序的多個節(jié)點的觸發(fā)以表示整體概念。這些節(jié)點的使用并不有助于以離散方式定義概念，或者以適當?shù)姆绞交ミB這些概念。
發(fā)明內(nèi)容這里公開和要求保護的本發(fā)明在其一個方面包含，一種用于定義節(jié)點網(wǎng)絡的方法，每一個節(jié)點表示一個唯一(unique)概念，并且通過與其他概念的唯一關系在各個概念之間形成連接。為了更完整的理解，結合附圖參考下面的描述，在附圖中圖1示出了一般人造大腦和相關聯(lián)的神經(jīng)元數(shù)據(jù)庫的整體框圖；圖2示出了概念組織；圖3示出了一個概念流的示意圖；圖4示出了多個神經(jīng)元的框圖，通過各種關系示出了其互連；圖5示出了定義為叢(clump)的各種關系流的示意圖；圖6定義了叢組織的替代示意圖7示出了一般整體人造大腦的框圖和接收文本輸入并提供輸出的操作；圖8示出了NID的示意圖；圖9和圖10示出了額外的概念流的示意圖；圖11示出了圖9的概念流的替代示圖，其中示出了神經(jīng)元；圖12示出了分解器(parser)的示意圖；圖12a示出了到叢的系統(tǒng)鏈接的圖；圖13到圖18是示出各種叢的表格。具體實施例方式現(xiàn)在參考附圖，其中這里通篇使用相同的附圖標記指代相同的元件，示出和描述了用于經(jīng)由通過預定關系連接在一起的多個概念節(jié)點定義人造大腦的方法和裝置的各種示圖和實施例，并且描述了其他可能的實施例。附圖不一定按比例繪制，并且在某些實例中，只是為了說明性目的，附圖在某些地方可能被夸大和/或簡化。本領域技術人員將理解基于下列可能實施例的例子的很多可能應用和變型?，F(xiàn)在參考圖1，示出了表示人造大腦的處理系統(tǒng)的總體框圖?？傮w上，由附圖標記102指示大腦處理系統(tǒng)。其可操作以便在輸入線104上接收輸入，并在輸出節(jié)點106上提供輸出。輸入端103可以接收輸入，例如語音、文字或者某些感官輸入，并且節(jié)點106上的輸出可以是動作、文字，等等。應該理解，向系統(tǒng)提供某種信息的任何類型的輸入，靜態(tài)或者動態(tài)的，可以適用。在人造大腦的一種實施方案中，系統(tǒng)將和用戶對話。用戶可以以查詢形式輸入文字(或者輸入語音，該語音被轉換為文字或者某種類似的機器可識別形式)。例如，輸入可以是一個問題，該問題可以請系統(tǒng)“showmethetree(向我顯示樹)”，隨后，這被系統(tǒng)解釋以便可能顯示樹的畫面。系統(tǒng)有可能檢測到某種歧義性，因為它不理解該查詢是試圖向它詢問植物還是圖表，因為術語“樹”可以是被定義為樹的植物，或者，它可能是樹結構形式的圖表。在此情況下，輸出可以是向用戶提出的問題，詢問用戶指的是植物還是圖表。然后，將接收另一個輸入，指示其是植物。然后，系統(tǒng)將進一步對其處理。但是，如果用戶已經(jīng)指明該查詢?yōu)椤皊howmethetreethatwastobecutdown(向我顯示要被砍倒的樹)，，，則根據(jù)人造大腦的訓練水平，能夠確定在概念“cut”和作為植物的樹(而非作為圖表的樹)之間存在某種類型的學習的關聯(lián)(learnedassociation)。在此情況下，將不要求額外的查詢。當然，這是可被接收的輸入類型和可被提供的輸出類型的非常簡單的例子。此外，在對話流程中，有可能上下文足以揭示樹是植物類型，例如因為先前的查詢可能已經(jīng)指向在樹林中散步以找到“樹”。這個上下文被保持在正在進行的上下文列表中。在此情況下，大腦自己可以解決歧義性，并且將無需澄清性查詢。大腦處理系統(tǒng)102和由多個此后稱為“神經(jīng)元”的單獨神經(jīng)元節(jié)點組成的節(jié)點陣列104連接。節(jié)點陣列104可操作以便在多個神經(jīng)元的每一個中存儲唯一的概念。這個概念可以涉及具體對象(hardobject)或者抽象理念(abstractidea)。例如，在基于植物的上下文中，所述概念可以是樹的概念。它也可以是“卡車”的概念。此外，它可以涉及“救火車”的概念。任何復合數(shù)目的單詞可以定義一個特定概念，并且這個特定概念不一定要求它是單個單詞，相反，它可以是多個單詞的組合，并且甚至可能包括用短語具體表達的概念。如下面將描述的那樣，當在句子的上下文中看時，每一個概念與其他概念具有某種類型的關系。為了進行任意類型的對話或者在對話中轉達(relay)特定的整體概念，多個單獨的概念按特定順序和組織方式被組織。因此，一個單獨的概念在特定方式中的結構和順序定義了一個理念(idea)或者一個“概念流(conceptualflow)”。將在下面更詳細地描述這個概念流的細節(jié)?，F(xiàn)在參考圖2，示出了概念宇宙(conceptuniverse)的示意圖。示出了多個節(jié)點(神經(jīng)元，注意通篇將可互換地使用“節(jié)點”和“神經(jīng)元”)，每個節(jié)點表示一個單獨的概念。一個可以是特定動詞的概念，一個是特定名詞的概念，等等。這些概念中的每一個均具有與其相關聯(lián)的一組關系。例如，在對話中可以利用特定句子，其中，陳述了“AleopardnamedEgorisinthecatfamilyandhaswhitefurandwearsaredcollar.(名口Egor的豹屬于貓科，并具有白色皮毛，并戴著紅色頸圈)”。有多個關系存在于這個句子內(nèi)。首先，如果這些關系先前不存在，則將生成用于豹概念的神經(jīng)元，并且在豹和被定義為“貓”神經(jīng)元的先前存在的神經(jīng)元之間產(chǎn)生關系。這將以這樣的方式生成其中，所生成的關系被定義為是“豹”概念和“貓”概念之間的“父母(parent)”關系，即一個“父母”關系。在豹神經(jīng)元和名字“Egor”之間還將生成“...的實例(instanceof)”關系。在“Egor”神經(jīng)元和“紅色頸圈”神經(jīng)元之間將存在“擁有(possession)”關系。如果先前存在概念“紅色頸圈”作為神經(jīng)元的概念，則將在“Egor”神經(jīng)元中生成到“紅色頸圈”神經(jīng)元的該關系。從“紅色頸圈”神經(jīng)元到“Egor”神經(jīng)元還將生成稱作“返回關系(backrelationship)，，的關系。這在下面提到具體關系時將更詳細地描述。對于這個討論的剩余部分，神經(jīng)元之間的關系將被稱作“rein”或者關系“rein”。一種額外的關系將是屬性(attribute)，它將示出具體“Egor”神經(jīng)元的屬性將指向“白色”神經(jīng)元，假設先前存在在神經(jīng)元中被具體表達的這個概念。當定義特定分組(grouping)、即句子時，只需要定義在這個分組(以自然語言形成邏輯分組的句子)中被定義的概念，然后定義各個概念之間的關系。一旦分組(即句子)中的概念以及那些概念之間的關系被定義，則該句子或者邏輯分組的整體理念或者概念被定義。這可以被進一步擴展到整本書中的段落、章，等等。這也將在下面被更詳細地描述。往回參考圖2，示出了多個神經(jīng)元，各自定義了概念。定義了第一分組202和第二分組203。它們分別是獨立的分組。概念及其關系的特定分組將與例如特定句子相關聯(lián)。現(xiàn)在參考圖3，示出了一個特定整體概念流中的概念流的示意圖。下面的句子是由圖3的概念流表示的Adogisadomesticanimal.Dogsarecompanions.Dogsaremembersofthecaninefamilyandtheyarehairy.AdogIknowofisnamedFido.(狗是家畜。狗是伙伴。狗是犬科成員并且它們是多毛的。我知道的狗名叫Fido)然后該順序流將在各個神經(jīng)元之間行進。在這個例子中，存在“狗”神經(jīng)元、“家畜”神經(jīng)元、“伙伴”神經(jīng)元、“Fido”、“犬科”神經(jīng)元和“多毛”神經(jīng)元。句子流將是“狗”和“家畜”之間的第一關系，沿著由①表示的第一路徑。將存在從“家畜”回到“狗”的第二個流，因為存在從“狗”到“家畜”的關系(作為父母關系(parentage)之一)，即“狗”是“家畜”范疇的成員?！凹倚蟆焙汀肮贰敝g的關系是“狗”是“家畜”范疇的孩子(返回關系(back_rein))。然后將存在在“狗”和“伙伴”之間定義的下一關系。在“狗”神經(jīng)元處將存在一個關系，指示“伙伴”神經(jīng)元是關聯(lián)關系，這將和④關系具有返回關系。因此，狗將具有被存儲的到“伙伴”的關系，而伙伴將具有被存儲的回到“狗”的關系。要理解存儲在“狗”神經(jīng)元中的是到其他神經(jīng)元的關系而非“來自”其他神經(jīng)元的關系，即，對于狗神經(jīng)元來說重要的是知道其具有到伙伴神經(jīng)元的關聯(lián)關系，而不是知道伙伴神經(jīng)元具有到狗神經(jīng)元的返回關系。以類似的方式，流中的下一個關系將是“狗”神經(jīng)元到“犬科”神經(jīng)元的關系，其為父母/孩子關系之一?！肮贰鄙窠?jīng)元指示存在到“犬科”神經(jīng)元的父母關系，而“犬科”神經(jīng)元將指示回到“狗”關系的孩子關系。因此，“孩子”關系不被存儲在“狗”關系中。然后，將存在在“犬科”和“多毛”之間定義的關系，這是關聯(lián)關系。最后的關系將是到“Fido”神經(jīng)元的instance_of(...的實例)關系。在到“Fido”的一個方向中將存在作為實例關系的關系，而從“Fido”到“狗”的返回關系將是“inStance_of(...的實例)”關系。這些關系將在這里下面被更詳細地描述。如上面所指出的那樣，節(jié)點陣列和為人造大腦存儲的整體信息由利用各種關系互連在一起的多個概念神經(jīng)元組成。即，一個特定神經(jīng)元可能具有成千上萬的到其他神經(jīng)元的潛在關系。例如，“狗”神經(jīng)元可能和“犬科”神經(jīng)元、“狗的身體”神經(jīng)元、“皮毛”神經(jīng)元等相關。但是，直到某個概念流(例如和特定句子相關聯(lián)的概念流)出現(xiàn)，這些關系才有意義。當概念流以某種有組織和結構性概念方式被設置時，這些概念把含義給予由概念流和特定分組的順序、結構和組織機構傳遞的特定整體理念。現(xiàn)在參考圖4，示出了與被標記為概念節(jié)點b、概念節(jié)點C...概念節(jié)點N的多個其他概念節(jié)點406相關聯(lián)的單個概念節(jié)點或者神經(jīng)元404。每一個概念神經(jīng)元或者節(jié)點在塊408中具有一組性質(zhì)(property)與其相關聯(lián)，定義特定神經(jīng)元的某些方面。例如，如果概念神經(jīng)元是樹枝的概念，則性質(zhì)塊可以包括例如它比較細、具有小于特定直徑的尺寸、由木頭形成等內(nèi)容。這些是針對其屬性固定的某些內(nèi)容。盡管在通過引用包含于此的母申請中未討論，但是應理解，概念神經(jīng)元可以被生成為具有某些性質(zhì)，例如它們的單詞類型，即名詞、動詞等，并且它們可能已經(jīng)定義了與其相關聯(lián)的性質(zhì)?；蛘撸@些概念神經(jīng)元可以是“學習的(learned)”神經(jīng)元。可以有文字神經(jīng)元、可以有身份神經(jīng)元，等等。但是，每一個神經(jīng)元或者節(jié)點構成了要么是具體對象要么是抽象理念的特定概念。在系統(tǒng)中其被神經(jīng)元ID“NID”定義，這是把一個神經(jīng)元引向另一個神經(jīng)元所需的全部東西，即，它是NID流。往回參考圖4，特定神經(jīng)元404被定義為具有多個到其他神經(jīng)元或者節(jié)點406的關系(rein)?？赡苡谐汕先f的這些關系，對于每個神經(jīng)元這些關系的計數(shù)可能高達32K。當向包括神經(jīng)元的節(jié)點陣列的知識集合查詢特定關系時，這些關系是有用的。例如可能期望確定關于狗的信息。節(jié)點陣列將進入并確定最近的關系，然后確定最遠的關系。例如，它可能首先確定狗是犬科的，并且狗擁有狗身體。然后它可以再進一步并確定，由于狗存在于狗身體中，它擁有腳爪，然后，進一步的關系將是它擁有爪子，因為它擁有腳爪。直接關系將是到特定神經(jīng)元的最接近(immediate)的關系，然后一個較遠的關系，即被一個關系隔開的關系，將是進一步的關系。查詢可以按具體關系定義，一個例子是“構成(made_0f)”關系，它定義構成特定對象的組成的某個神經(jīng)元。例如，狗身體將由腳爪、尾巴和毛發(fā)構成。人們可以查詢狗由什么構成，并且數(shù)據(jù)庫為了響應該查詢將查看最近的構成(made_of)關系。同樣，數(shù)據(jù)庫查詢只需查看關系以確定如何產(chǎn)生特定響應。因此，往回參考圖4，所有的潛在關系(它們是直接關系)，流到概念節(jié)點406。然后，每一個概念節(jié)點406流到相對于概念節(jié)點B被示出為概念節(jié)點410的其他概念節(jié)點，并且概念節(jié)點412與概念節(jié)點C相關聯(lián)。因此，如果期望的關系是從概念節(jié)點404往下兩步的那個關系，則能夠通過允許往下兩步取關系來確定概念節(jié)點404和概念節(jié)點410之間的關系。通過按關系定義查詢，可以定義特定關系路徑。因此，特定概念節(jié)點之間的所有關系都是“潛在”關系，直到做出查詢或者構成句子為止。從如何定義神經(jīng)元的觀點，可以從存在于特定段落或者對話內(nèi)的特定句子分解一個單詞，并被“概念化”為特定神經(jīng)元，其中，該神經(jīng)元的性質(zhì)可以被定義，并且該特定概念和其他概念神經(jīng)元之間的關系被定義。在概念化過程中，在存在于特定對話內(nèi)的各個其他神經(jīng)元之間定義關系。該對話可能導致將被呈現(xiàn)的新關系。例如，如果對話指示“狗有紅色頸圈”。指示將是在“狗”神經(jīng)元和“紅色頸圈”神經(jīng)元之間存在POSSN(擁有)關系，這先前可能已經(jīng)存在。這些關系將導致已經(jīng)存在的“狗”神經(jīng)元可能具有指向“紅色頸圈”神經(jīng)元的POSSN關系，以及存儲在“紅色頸圈”神經(jīng)元的往回指向“狗”神經(jīng)元的P0SSN_0F關系。這是如何作為特定輸入對話的結果定義關系，這在下面更詳細地描述。一般地，如上面多次指出的那樣，每一個要被知道的唯一概念被具體表達為單個神經(jīng)元。雖然所有神經(jīng)元實質(zhì)上相同，但是真正重要的信息不是在它們中存儲了什么(或者它們的具體特性)，而是它們?nèi)绾闻c其他神經(jīng)元互連。這些連接定義了關于它是什么的概念，即，其與系統(tǒng)內(nèi)的其他概念的唯一關系。這些關系可以固定，或者它們可以改變。某些可能是臨時的，即它們消失，或者不消失。如下面將描述的那樣，這些關系、即關系連接(relationalconnection)中的大多數(shù)是非加權的，但是有些是加權的。有些是兩個神經(jīng)元之間的雙向連接，例如ASOC關系，以及分離例如PARENT(父母)和CHILD(孩子)關系之類的關系所需的其他概念。一般地，當討論一般的上下文或者概念流時，人們必須查看概念或者思想的傳遞。一般地，使用單詞傳遞概念或者思想。人類主要的記憶機制是存儲概念或者思想而非借以傳達它的單詞。存在存儲精確文字的記憶機制，例如記憶獨立宣言，但是在這里不討論這個。跨越所有文化存在概念記憶的事情，因為所有的語言旨在通過使用單詞傳達某些東西。提供了使用概念節(jié)點和關系互連來表示整體概念，從最簡單的到較為復雜的概念。聽者，一般像是分解器——文字的翻譯者——盡力得出單詞本身試圖傳達的更多含義。文字通過各種渠道進入，并且其被分解和處理。概念被記在四個基本的神經(jīng)元類型其中之一中。第一個是簡單神經(jīng)元。這是其中單個概念被存儲在單個神經(jīng)元或者節(jié)點中的神經(jīng)元類型，其中，神經(jīng)元只是該概念的占位者(placeholder)。如上所述，關系連接“關系(rein)”被提供給在大腦的整體上下文內(nèi)給予所述神經(jīng)元含義的其他概念(或者單詞)，以便提供知識集合。這些簡單神經(jīng)元以真實方式存儲概念之間的關系。例如，單詞“狗”形成了“狗”神經(jīng)元，并且該神經(jīng)元通過關系鏈接到幫助在系統(tǒng)中建立狗的概念的其他神經(jīng)元。這可以只是單個神經(jīng)元，或者是需要多個關系的多個神經(jīng)元。簡單和復雜神經(jīng)元的神經(jīng)元ID(NID)共享同一編號空間。復雜神經(jīng)元是另一類型的神經(jīng)元，需要它們是因為偶爾存在對具有修飾性形容詞的名詞(例如“黑狗”)的重復引用。生成復雜神經(jīng)元以便處理這些情況。例如，復雜神經(jīng)元和其相關聯(lián)的概念攜帶了所有“狗”的含義和“紅色”的修飾，但是不具有其自身復制所有鏈接的開銷。這是因為盡管在文字上需要兩個單詞來傳達復雜的“紅狗”概念，但是該概念可以被在單個概念中查看。通過比較，當提到具有特定特質(zhì)或者關聯(lián)的具體的狗(例如“那條狗”)時，生成簡單概念神經(jīng)元。簡單神經(jīng)元指“狗”的具體實例，并通過INST_OF“dog”連接到“狗”，并通過INST關系從“狗”連接到“那條狗”。另一種神經(jīng)元類型被稱作“叢(clump)”神經(jīng)元。這是收集關于已經(jīng)發(fā)生的動作的信息的“叢”，并用其儲存該特定動作或者事件的所有歷史的概念。因此，每一個叢神經(jīng)元包含到動詞(區(qū)別特性)的連接。這些叢是名詞采取的動作的貯存庫，并且每一個這樣的叢暗示了什么可以被看作獨立從句的內(nèi)容，具有處理從屬從句的變體。一般地，大腦分解句子并輸出存儲被分解的“思想”的單個概念叢(Conc印tualClump)。概念叢存儲思想而非單詞，即，對于該特定句子，它是概念的語義組織，要理解，一般認為一個句子定義了特定的單個思想(記住，某些句子傳達多個思想，并且它們必須被單獨地處理)。在存儲思想或者概念的序列時，提供了捕獲輸入流或者概念(即“概念流”)的豐富集合的能力。將這些不同的流分析為概念上相等的可能性也被考慮到了，并且也規(guī)定了為生成輸出提供豐富的句子再生范圍。這在下面定義概念流時將被更詳細地描述。一般地，如下面將進一步描述的那樣，一個概念叢是一個基本的句子叢，該基本的句子叢在其最基本的等級取得句子的單詞和短語，并將其轉換為一系列語義角色，這些角色其中之一是PAS動詞，其中定義了分配特定叢的大多數(shù)其他角色的主動詞。此外，如下面將描述的那樣，每一個概念叢被定義為提供一個角色。它既是具有被定義的與其相關聯(lián)的概念集合，以使其利用定義特定概念與“從”(它為一個句子)的關系的特定關系(rein)指向這些特定的概念神經(jīng)元的神經(jīng)元，而且也定義了叢的角色。但是，有多個和叢相關聯(lián)的角色，這將在下面描述和給出?，F(xiàn)在參考圖5，示出了如何表示概念流的理念。存在被稱作句子叢(SentenceClump,SC)的叢類型，句子叢定義了與其相關聯(lián)的特定神經(jīng)元及其流。這些被示出為線性流，但是實際上它們并非這樣相關。例如，特定SC可以把各種概念神經(jīng)元定義為名詞、動詞、形容詞、賓語等。但是，它們被線性地表示只為了示出它們在特定SC內(nèi)具有某種關系。在可能是段落中的句子的特定對話中，示出了多個SC。一個SC由叢ID(CID)“9017”定義。還提供了SC“9181”和SC“8911”，其間可能包含多個SC。整個SC組被組織在所謂的控制器叢(CC，ControllerClump)中。一般地，思想流通常用連詞或者通過起到連詞作用的標點(假設連詞)把句子連結在一起?？刂破鲄彩窃诟叩枚嗟牡燃壌鎯π畔⒌姆绞健？刂破鲄蔡峁┝艘粋€句子的思想的線性演進。這通常是邏輯演進(即，想然后實現(xiàn)，期望然后現(xiàn)實)。控制器叢基本上是在由句子定義的特定理念分組中被連接的思想的實質(zhì)。同樣，這將在下面更詳細地定義?，F(xiàn)在參考圖6，示出了可以如何定義理念序列的替代示意圖。在一個對話中，通常有若干段落，即離散的理念集合之間的邏輯中斷。句子描述特定思想，并且段落中的各種句子定義被以某種邏輯方式分組在一起的那些思想的邏輯演進。兩個順序段落定義兩個思想組。因此，可以示出第一段落Para1，它具有多個句子叢SCI、SC2...SCN與其相關聯(lián)。這被稱為控制器叢CCl。第二段落Para2具有句子叢SCl、SC2...SCM，連結在一起作為句子叢CC2。在更高等級，這所提供的是大綱叢(OutlineClump,0C)。這基本上是文本材料的主旨的較大視圖，即，它為話題提供了范圍或者大綱，例如“這本書的主旨是什么？”。大綱叢可以概括一個段落，或者它可以提供書中各章的概括(如果合適)。現(xiàn)在參考圖7，示出了基于輸入分解英語并把其概念化的一般結構，無論輸入是某個類型的文字還是口頭輸入。這將在下面進一步描述。此外，用于存儲概念神經(jīng)元等的系統(tǒng)的一般結構也將在下面描述。為了本討論的目的，有必要確定概念在特定句子中如何流動，并且該結構將如何提供某種益處。事件或者文字輸入在塊702提供，并且這被輸入記號化器(tokenizer)704。記號化器基本上可操作，以便把文字轉換為句子記號和/或NID的列表。記號化器是對分解塊706的輸入，用來把句子或者其片段分解為記號替代列表的集合，其中對替代物加權。然后這被輸出到概念化塊708，它可操作以便確定存在于句子內(nèi)的特定單詞背后的概念。然后，這傳遞到解析塊710，以便從通用類別解析OTD以找到被存在于句子內(nèi)的特定單詞引用的具體NID。一旦完成，則在塊712生成叢，它把角色分配給NID組以便形成NID組和與其相關聯(lián)的角色。然后，這個塊流到塊714以便根據(jù)叢生成關系。這是把叢轉換為作為具有相關聯(lián)的NID的關系的更簡單形式的嘗試。然后，在塊716這將提供操作的完成。一般地，分解器是自然語言分解器，它可以利用很多不同類型的方法。在本實施例中使用的類型是使用用于語言的巴科斯-諾爾范式(BNF)布局描述的謂詞-論元-分解器。實際上，雖然分解器的某些領域使用語言學上常見的常規(guī)“謂詞_論元結構”(PAS)，但是對于操作來說其不是必要的。這個BNF范式是選擇之一，并且很多其他的選擇可被使用和預期，所以其使用不是限制性的，并且可以利用其他的分解器來提供分解操作。記號化器704是其中進入的句子被解體為“記號”的操作，記號是對應于各個單詞和標點的項目，但是其中，單詞已經(jīng)被某種形式的內(nèi)部序列編號定位，如果它們已知的話。因此，這個簡化的列表(非文字)隨后被轉發(fā)到分解器供后續(xù)處理。分解塊706是把句子斷開為其更簡單部分的設備，其中，分解器由語言的自頂向下的描述定義。在所利用的特定分解器算法中，利用巴科斯-諾爾范式(BNF)，它是用于描述英語語法的自然語言C++分解器，利用自然語言C++分解器把英語語法翻譯為計算機語言。因此，記號化器最初把句子斷開為對應于各個單詞和標點的項目，然后，分解器把句子斷開為其更簡單的部分，并且組成部分被以某種方式保存。一般地，這是“語義”分解器，并且主要被有效句子的句法和語法驅(qū)動。這些組成部分的堆隨后被傳遞到概念化塊708，以允許它們被轉換為叢神經(jīng)元。這里所定義的“叢”是記住和動作、體(aspect)相關的某些東西的神經(jīng)元的形式，或者，僅僅對具體時間，例如“明天”是真實的。在技術上，任何短語，獨立或者非獨立的，可以被形成為叢，盡管那可能是對存儲器空間的不良使用。簡單地定義了某些東西，例如“所有的鳥飛行”的這些短語或者叢可以被更簡單地存儲為簡單神經(jīng)元之間的關系。一大類的信息能夠以這種方式存儲，盡管存儲在神經(jīng)元(不是叢神經(jīng)元)中在很多情況下變得不實際。在這里描述的系統(tǒng)中，所有的句子被形成為叢，后續(xù)過程確定它們是否應該被轉換為神經(jīng)元關系并刪除，或者被允許保留。概念化的主要操作是1.把類別解析為神經(jīng)元的實例(例如具有NID“6921”的我的鸚鵡Fiji，來自“鸚鵡，，)2.為每一個被分解的歷史日志或者列表生成一個或更多個叢。3.轉換列表或者日志，并把NID解析為叢中的角色(其中角色將在下面描述)。4.管理未使用(not-to-be-used)試驗叢的回收(在下面這將被描述為神經(jīng)元的臨時組，神經(jīng)元的臨時組不會被存儲長的持續(xù)時間，而將只因臨時原因被使用)。一般地，分解器在上下文池中建立很多有用的包括近來內(nèi)容的歷史的數(shù)據(jù)列表(上下文池由近來使用的關系即其歷史組成，并且可以具有或者不具有到其的臨時方面，艮口，如果它們在對話中未再次出現(xiàn)，則它們在一個時間段后將衰退以便被復位。這提供了對話的近來歷史的某些知識)，并且某些工具被概念化塊708調(diào)用以便把神經(jīng)元的類別(一般族)解析為涉及當前話題的具體神經(jīng)元。某些叢可以被幾個其他的叢重新使用(共享)，出現(xiàn)多次的句子片段也是如此，例如介詞短語?！膀鹪谝归g飛行”和“當然，你今晚可以在橋附近找到蝙蝠，因為蝙蝠在夜間飛行”共享公共的“語義”叢。較高等級的“控制器”叢管理短語和概念的相互連接，而“大綱叢”概括段落的內(nèi)容。和常規(guī)神經(jīng)元一樣，叢神經(jīng)元以后可以被丟棄_不被記住_如果在21天時段上沒有被重新生效(下面描述)。某些類型的叢在本質(zhì)上是純粹限定性的，并且它們的數(shù)據(jù)被更適當?shù)卮鎯υ诤唵紊窠?jīng)元之間的關系的集合中。這種情況的例子是“天和水是藍色”的。這些是限定性陳述，就像“我的狗有四個腳爪”。這個例子示出了擁有——可以被作為中心概念存儲的靜態(tài)條件?？梢员晦D換為關系的示范性陳述包括1.主語補足語一"Thesefloors,whicharewetwithrain(這些地板，它們被雨淋濕了)”。2.所有格_"Mydoghasfourpaws(我的狗有四個腳爪)，，。3.組成部分(Part-ofs)-“Theengineincludesablock,acarburetor,andseveralmanifolds(引擎包括汽缸體、化油器和幾個集合管)”。4.f^m-"Acatisamemberofthefelinespecies(Ithink)！(MMiM^類成員(我認為)！)，，。被轉換為關系的叢可以被刪除，或者被保留供控制或者大綱叢進一步使用。在轉換過程以后，分解為叢的過程結束。神經(jīng)元關系(NeuronReins)如上面指出的那樣，在大腦中正常神經(jīng)元之間的連接通過“關系(縮寫為“rein”)”形成。用于其他類型的神經(jīng)元(例如叢或者身份神經(jīng)元)的關系具有特殊的關系并被給予其他的名字，例如叢神經(jīng)元的角色。每一個類型的神經(jīng)元具有其自己的編號順序(或者編號空間)，用于枚舉其關系連接。對于正常神經(jīng)元，關系被劃分為兩個范疇具有加權連接的那些和沒有加權的那些。圖8中繪出了數(shù)據(jù)空間中的關系的結構。每一個關系在最高位(MSB)中具有8比特字段，它規(guī)定了關系的類型，這是Cmd字段。8比特Cmd字段可以被劃分為分離的Opc和百分比子字段。這將是3比特Opc字段和5比特Cmd字段。提供了和Adhoc標志相關聯(lián)的單個的1比特字段，并且剩余的比特，23比特，構成了關系的剩余部分。Adhoc標志定義該比特為臨時或者真實關系，這將在下面描述。因此23比特神經(jīng)元字段包含神經(jīng)元或者叢的順序號。用于非加權神經(jīng)元關系的Cmd字段利用整個8比特字段，所以可以定義最多255個關系。當然，至于如何定義關系，這取決于系統(tǒng)設計者。附錄Al提供了某些關系及其相應的定義，注意這并非窮舉列表，并且額外的關系被利用或者可以被定義。對于具有百分比權重的關系，使用構成Cmd字段的五個最低位(LSB)的5比特按比例調(diào)節(jié)的(scaled)無符號百分比字段。這造成了非常有限數(shù)量的命令opcode，總共限于5到6個這樣的關系(每一個這樣的關系把非加權關系的可用數(shù)量減小32，從非加權關系的總數(shù)255往下)。因此，總共最多有255個關系，允許加權和非加權關系。當然，這可以通過增大Cmd字段的長度補救。應該理解，關系的總長度可以增大以便擴展尋址空間。由于只使用了5比特字段來存儲百分比，所以每一個計數(shù)達到大約3.3%，從比特值“0”的值0%到比特值“31”的值100%。除非由生成鏈接的源數(shù)據(jù)另外規(guī)定，權重被缺省設置為大約50%。對于系統(tǒng)的一個例子，與加權神經(jīng)元相關聯(lián)的各種Op碼在附錄Al中被給出?，F(xiàn)在參考圖9，示出了神經(jīng)元之間的特定關系集合的示意圖。這表示在給定時間這個特定神經(jīng)元集合及其關系的狀態(tài)。關系已經(jīng)生成，并且神經(jīng)元被針對這個特定例子“固定”。因此，這表示系統(tǒng)在特定時刻的靜態(tài)狀態(tài)。應該理解，在以對話形式接收某種類型的輸入期間，例如，額外的概念可以被引入，或者，概念之間的額外的關系可以被引入。例如，如上面指出的那樣，可能存在指示與特定概念神經(jīng)元相關聯(lián)的豹具有皮帶的對話。如果這個特定關系先前不存在，則新的關系將被存儲在豹神經(jīng)元中以指向皮帶神經(jīng)元——假設先前存在的神經(jīng)元。同時，將利用存儲在皮帶神經(jīng)元中指向豹神經(jīng)元的P0SSN_0F生成返回關系。此外，可能并非每一個豹，即基本概念將具有這個皮帶。因此，可能存在名為Egor的特定豹擁有皮帶的情況，這是豹神經(jīng)元的實例-INST關系，所以Egor神經(jīng)元擁有該關系而非豹神經(jīng)元擁有它。返回圖9，將討論與貓神經(jīng)元902相關聯(lián)的關系。貓神經(jīng)元具有多個直接關系，即從其移動一次。貓神經(jīng)元和貓科神經(jīng)元904具有父母/孩子關系，所以在貓神經(jīng)元902存儲有指向貓科神經(jīng)元904的父母關系，并且在貓科神經(jīng)元904存儲指向貓神經(jīng)元902的孩子關系。貓神經(jīng)元902具有指向貓身體神經(jīng)元906的POSSN關系，返回關系P0SSN_0F從貓身體神經(jīng)元906指回貓神經(jīng)元902。還有一個和貓神經(jīng)元相關聯(lián)的名字，它是“加非貓”，這導致“加非貓”神經(jīng)元908，具有從“貓”神經(jīng)元902指向其的INST關系，而返回關系INST_OF關系從加非貓神經(jīng)元908指向貓神經(jīng)元902。加非貓神經(jīng)元908只是當查看性質(zhì)時將允許系統(tǒng)確定與其相關聯(lián)的文本單詞的特定實例的概念。但是，該神經(jīng)元自身只是具有各種與其相關聯(lián)的關系等的貓的特定實例的概念。例如，加非貓神經(jīng)元908和與紅色頸圈相關聯(lián)的對象神經(jīng)元910具有關系，紅色頸圈是紅色頸圈神經(jīng)元910。這是從神經(jīng)元908指向神經(jīng)元910的POSSN關系，具有從紅色頸圈神經(jīng)元910指回它的返回關系P0SSN_0F。此外，力口非貓神經(jīng)元908和神經(jīng)元912具有關系，該關系是擁有關系，所以在神經(jīng)元908存在指向神經(jīng)元912的POSSN關系。神經(jīng)元912是和對象——白色條紋尾巴相關聯(lián)的那個神經(jīng)元。因此，這是白色條紋尾巴神經(jīng)元912。它具有到神經(jīng)元908的返回關系P0SSN_0F。因此，加非貓神經(jīng)元908僅提供貓神經(jīng)元902的實例，所以潛在查詢“什么名叫加非貓？”將導致將找到加非貓神經(jīng)元908的搜索，并允許返回關系把搜索引導到貓神經(jīng)元902。貓身體神經(jīng)元906具有多個組成部分，這些是分別與腳爪、尖耳朵和尾巴相關聯(lián)的神經(jīng)元914、916和918。這些中的每一個具有與其相關聯(lián)的MADE_0F關系，并且這些中的每一個具有回到貓身體神經(jīng)元906的返回關系PART_0F。此外，腳爪神經(jīng)元914具有到和爪子相關聯(lián)的神經(jīng)元920的MADE_0F關系，具有到神經(jīng)元914的返回關系PART_0F。當貓移動到更高等級概念——貓科神經(jīng)元904等時，抵達不同的較高等級層次。但是，關系不和層次相關聯(lián)。這只被嵌入關系自身內(nèi)。例如，貓科神經(jīng)元904和較高等級神經(jīng)元——動物神經(jīng)元924相關，存儲在貓科神經(jīng)元904的父母關系指向動物神經(jīng)元924，并且存儲在動物神經(jīng)元924的孩子關系指向貓科神經(jīng)元904。應理解存儲在任何給定神經(jīng)元的關系定義了關系的類型，并且與該關系相關聯(lián)的NID定義了其以定義的方式與之相關的特定神經(jīng)元。此外，動物神經(jīng)元924可以針對臭鼬神經(jīng)元926具有父母/孩子關系(注意，其間可能具有不同等級的父母/孩子關系，但是為了簡單的目的這已被簡化)。臭鼬神經(jīng)元926具有到和名字P印i相關聯(lián)的神經(jīng)元928的INST關系。這被示出以表明神經(jīng)元924也具有與之相關聯(lián)的針對用于白色條紋尾巴的神經(jīng)元912的POSSN關系。因此，加非貓神經(jīng)元908和P印i神經(jīng)元928都和同一白色條紋尾巴具有關系。還示出了白色條紋尾巴神經(jīng)元912和尾巴神經(jīng)元918之間的ASSOC關系。這是雙向神經(jīng)元，表明兩者之間存在關聯(lián)。進一步參考圖9，注意，在靜態(tài)模式中，這些關系允許人們獲得關于特定概念的大量信息。例如，假設對這個特定節(jié)點陣列做出查詢，詢問下列“給我講講貓？”，并包括搜索標準(其包括父母/孩子關系)、貓的所有實例，以及貓由什么組成(至少到一定程度)。這將返回信息，例如下列“貓是貓科范疇的成員，并且其擁有貓身體。貓身體由腳爪、尖耳朵和尾巴組成。一個特定的貓是名為加非貓的貓。”如人們可以看到的那樣，這只不過要求確定以貓神經(jīng)元904為中心的概念的順序，并只通過單個關系步——即一個搜索度——循著從其向外到其他概念的關系?，F(xiàn)在參考圖10，示出了更簡化的圖，該圖示出了至少直到貓科神經(jīng)元924的圖。圖10中所示這些神經(jīng)元中的每一個，除了尾巴神經(jīng)元918外，始自臭鼬神經(jīng)元926和P印i神經(jīng)元928，提供了神經(jīng)元編號。如圖所示，每一個神經(jīng)編號被下劃線以將其與附圖標記區(qū)分。貓身體神經(jīng)元編號是“3011”，貓神經(jīng)元902具有NID“2031”，并且貓科神經(jīng)元924具有NID“1003”。因此，查詢將是“給我講講關于貓的一切”。這將被轉換為NID“2031”。然后，這將給予響應“‘2031’在范疇‘1003’中，并且擁有‘3011，?！?011，由‘3005，和‘3101，組成。存在叫做‘7041’的‘2031’”。只需利用特定神經(jīng)元的性質(zhì)部分確定和該神經(jīng)元相關聯(lián)的文字以完成查詢?，F(xiàn)在參考圖11，示出了圖10中所示的各種神經(jīng)元如何彼此相關的示意圖。每一個概念神經(jīng)元具有一個NID與其相關聯(lián)，如上所述。除了性質(zhì)方面(未示出)，還與其相關聯(lián)的是關系。除了其指向的概念神經(jīng)元的NID，每一個關系組成了該關系的類型。例如，在貓神經(jīng)元902中，給其分配了NID“2031”。這具有與其相關聯(lián)的指向神經(jīng)元“3011”的POSSN關系，“3011”是貓身體神經(jīng)元906的NID。此外，貓神經(jīng)元NID“2031”具有指向NID“7041”的INST關系與其相關聯(lián)。這是加非貓神經(jīng)元908的NID。由于存在和這些中的每一個相關聯(lián)的返回關系，貓身體神經(jīng)元906具有指向神經(jīng)元“2031”(貓神經(jīng)元902)的P0SSN_0F關系。類似地，加非貓神經(jīng)元NID“7041”具有指向NID“2031”(貓神經(jīng)元902的NID)的INST_0F關系。類似地，所有其他的神經(jīng)元具有指向不同神經(jīng)元的各種關系。通過查看關系，可以回答各種查詢。例如，問題可以是“什么類型的動物可能具有紅色頸圈？”。這將只要求系統(tǒng)到達神經(jīng)元910，并查看返回關系，以便回到具有引回到動物神經(jīng)元924的父母/孩子關系的神經(jīng)元。這將導致神經(jīng)元902。通過使用關系互連這可以很快完成，然后只查找與神經(jīng)元902相關聯(lián)的文字并提供答案“這是貓”。另一個查詢可能是“加非貓擁有什么？”。這將只要求到達神經(jīng)元908并回到將具有與其相關聯(lián)的最接近的MADE_0F關系的任何神經(jīng)元。這將返回答案它擁有“具有腳爪、爪子、尖耳朵和尾巴的貓身體”。如索引中注明的那樣，存在不同類型的關系。一些是父母狀的、一些是孩子狀的，并且一些是兄弟狀的。父母狀的關系是諸如PARENT、PART_0F、INST_0F和P0SSN_0F的關系。這意味著它們指回到更高的層次順序。孩子狀的關系將是諸如CHILD、INST、MADE_OF和ATTRIB的那些。兄弟狀的關系將是諸如ASSOC和NAT_ATC的那些。在另一查詢中，假設存在關于P印i是否和加非貓相關的問題。這將要求神經(jīng)元928和神經(jīng)元908被向后搜索到公共的父母/孩子關系，即它將循著父母狀的鏈接回到公共概念神經(jīng)元。當其抵達公共概念神經(jīng)元時，這將組成關系。“叢”的概念被定義為包含對動詞的引用(要求)并且取多個概念——無論其是單詞還是句子的短語或者其他——并把它們轉換為一系列語義角色的神經(jīng)元。因此，它能夠捕獲在獨立從句內(nèi)具體表達的知識。相對于句子叢，這再次被那些句子的角色從語義角度調(diào)整。應該理解，當用于概念神經(jīng)元時術語“關系互連”定義了一個神經(jīng)元和另一個神經(jīng)元之間的關系。以類似的方式，“角色”仍是叢神經(jīng)元和構成該叢的所有概念神經(jīng)元之間的關系。角色定義了叢中這些神經(jīng)元中的每一個或者叢內(nèi)的每一個句子的關系。為了理解叢的概念，首先有必要確定如何形成叢，下面是這些討論。謂詞論元結構(PAS,PredicateArgumentStructure)對于任何句子或者思想來說，主動詞是重要的。它像是句子轎車的駕駛員。對于任何給定句子，從該句子選擇一個不同的主動詞可能導致迥然不同的含義。主動詞把語義“角色”或者“責任”分配給各種語法要素，并且當該動詞改變時，整個句子改變。唯一的動詞可以以某種方式、在特定時間出現(xiàn)，它可以攜帶一個主題，并且可能存在主作用者(mainagent)，或者經(jīng)歷該動詞的動作的某種事物。例如角色、經(jīng)歷和位置的修飾語使單詞能夠轉移到概念。單詞不被存儲——單詞背后的概念被存儲。PAS由可以被分配給任何給定動詞的多個不同角色構成。這些角色的例子陳述如下作用者“Ge0rgi0”描繪裸體的演員。經(jīng)歷者狗捉到“飛盤”。時間“在晚上”，生物出來活動。方式小雞“迅速”穿過道路。地點我喜歡“在棒球場”吃熱狗。話題=Snakes聲稱“中國烹調(diào)是危險的”。利用動詞的PAS信息，分解器能夠理解在動詞和與其相關聯(lián)的角色和角色或者它們可能分配的責任之間可能出現(xiàn)的唯一關系?？梢栽诓煌燃壏峙涓鞣N角色。在句子等級，施加“句子角色”。這些是由動詞分配的語義角色之外的角色。在句子等級，句子角色經(jīng)常用來連接思想。相關對(correlatepair)，例如“如果-則”將在句子之間建立唯一關系。例如“但是”的狀語連詞代表和先前陳述相反。這在理解思想之間的關系時扮演了關鍵角色?，F(xiàn)在參考圖12，示出了從記號化文字到叢的過程的示意圖。如上面指出的那樣，分解器的基本流涉及1.記號化(tokenization)2.預規(guī)則層3.PAS動詞選擇4.后規(guī)則層5.語法分解6.規(guī)則解析7.打分8.概念‘成叢，(conceptual‘clumping，)記號化在塊1202啟動以便從最基本等級開始。目標文字必須在試圖分解它之前準備。施加記號化過程以便把文字斷開為若干基本分組。在語言中，這些經(jīng)常被稱作單詞，艮口，邏輯語義元素。這些單詞不一定必須是正式單詞，因為它們可以是未知的字母集合或者符號序列。這些“記號”是驅(qū)動分解過程的輸入。該過程中的下一步與預規(guī)則層相關聯(lián)，如塊1204所指示。預分解層用為后來的語法分解器提供線索的標志來標記所有的相關記號。對于每一個句子，預規(guī)則只需被執(zhí)行或者運行一次。它們不因不同的動詞嘗試而改變，因為無論主動詞最終是什么樣，它們都保持為真。下一步驟是在塊1206的PAS動詞選擇。謂詞-論元結構(PAS)，或者主動詞，被通過打分系統(tǒng)選擇。打分系統(tǒng)確定嘗試哪些可能的動詞。不管成功與否，由于分解器的遞歸性質(zhì)所致，其他的選項也被選擇和嘗試。對于任何給定的分解嘗試，選擇的PAS動詞是主動詞。繼續(xù)向前，分解器假設這為真，并且就好像它確實如此那樣繼續(xù)。這使分解器能夠避免在語法分解期間始終試圖解決這個問題的復雜性。下一步驟是在塊1208的后規(guī)則層。根據(jù)假設選擇的PAS動詞，把后規(guī)則施加于輸入記號。在英語中，存在一旦辨別出動詞就可以應用的規(guī)則。由于在任何給定的分解中，分解器假設主動詞，所以主動詞已被辨別。過程中的下一步將是語法分解，如塊1210所表示。這是遞歸過程。當分解文字時，有很多必須做出的“決策”。很多單詞可以以多個單詞類型工作。經(jīng)常使用不恰當?shù)恼Z法和標點，但是那不能妨礙分解器的任務。“決策節(jié)點”已經(jīng)被實施，它們經(jīng)過分解過程跟蹤這些決策。決策節(jié)點的例子如下TheCopsclaimedthatcriminal.在主動詞“claimed”以后出現(xiàn)決策點。動詞“claimed”的PAS數(shù)據(jù)指示“claimed”分配了“主題(theme)”角色。這個主題表示動詞“claim”。作為主題，整個角色自身可以是具有其自己的PAS動詞的嵌套從句。在遇到“that”的點上，語法分解器無法肯定是否存在嵌套從句，“that”是否是關系代詞，它是否是不相關的關鍵詞，或者“that”是否是限定詞。嵌套從句被語言學稱為“CP”或者補語化成分短語。補語化成分可以具有它們的頭，或者將使其開始的單詞，或者，它們可以被假設。這些情況將是以下這樣ThecopsclaimedthatAllRelativePronounTheme(IjfW^^^WilS)Thecopsclaimedthatcriminalsaredangerous:NestedTheme(嵌套主題)CPw/CP頭·Thecopsclaimedthatcriminalisdangerous:NestedDeterminedThemeCPw/noCPhead(嵌套確定主題CPw/無CP頭)Thecopsclaimedthatcriminal:DeterminedTarget(石角定的目標)在“Thecopsclaimedthat...”需要決策節(jié)點。決策節(jié)點存儲枚舉的關于決策的信息集合。節(jié)點被可能性域包圍。決策邏輯確定選擇哪個可能性，并且它在日志中記錄該選擇。某些節(jié)點導致歧義，而其他的不會。在任何給定分解失敗或者成功后，所有歧義節(jié)點將被捕獲。實際上，做出其他的選擇，并且分解器試圖分解該特定版本。在以這種方式處理決策時，分解器的手是干凈的。實際上沒有決策，因為所有導致有效分解的決策在這個階段是有效的和可接受的。過程中的下一步是確定角色解析。在該角色解析中，語法角色被轉換為其PAS角色對應方。主語可以變?yōu)閯幼髡?、?jīng)歷者，等等。通過使用各種規(guī)則定義PAS動詞，這些規(guī)則根據(jù)語言學規(guī)范設置。然后這些角色必須被打分，這個打分被看作競爭。這在塊1212被推動。有效的語法分解選項是為分解而競爭的競爭者。存在多個在其上判斷競爭的層，如下1.PAS層2.角色層3.上下文層分數(shù)被計算，并且選手們競爭。在這個實例化中最高分數(shù)獲勝。如果沒有可行的選項，則決策將落入一系列絕望模式。這些模式改變預規(guī)則工作的方式，并且逐漸地變得不那么限制性。一旦某些語法限制放松了，一個句子像是“Theismyfavoritedeterminer"將分解。如果所有其他的失敗了，則最終嘗試是把句子分解為片段。盡管這里已經(jīng)討論了語法+PAS分解器，但是應該理解，也可以使用其他分解器?？梢允褂谜Z法分解，可以使用基于統(tǒng)計的分解(即在Google類型系統(tǒng)中通?？烧业降念愋?，或者，可以就使用基本的PAS分解器。如上面描述的，概念叢是概念的集合，其中，單詞被用來傳達概念。這個概念集合是聚在一起形成思想的集合。在塊1214分解器的輸出是單個叢，它被整潔地以其概念形式存儲。在打分操作期間，返回片段，采取絕望嘗試，等等。這被塊1216、1218和1220示出，每一個采取單獨的路徑回到初始記號化塊1202以便再一次通過該過程。在語法分解操作期間，以及在動詞選擇時，可能有歧義。在歧義節(jié)點1222解決這種歧義。如果語法分解已經(jīng)是可接受的，則其將傳遞到歧義節(jié)點1222。一旦消除了任何歧義，這將傳遞回到PAS動詞選擇塊1206，然后到打分塊1212。歧義節(jié)點塊1222確定是否有歧義，并且，如果有，它將傳遞到上個歧義節(jié)點，然后回到語法分解。如果語法分解失敗，則其也將傳遞回PAS動詞選擇塊。關于歧義，有兩個主要類型的歧義詞匯的和結構的。當一個單詞可能意味著不同事物時出現(xiàn)詞匯性歧義。在技術上，同形異義字頭可以被不同地解釋。像bank、jump、chair或者cup的單詞都具有多個含義和用途。一個例子是“Americanchairseeksarms.”實際上這里有兩個詞匯歧義。第一個，即美國種類的“chair”，或者是美國的某種事物的“chair”，例如領導人、州長？另一個歧義是這些“arms”是身體部分還是椅子的部分？一般地，詞匯歧義在單詞可能起到講話的兩個或更多個部分的作用時出現(xiàn)。通過比較，結構歧義在短語所有者可能被錯誤施加時出現(xiàn)，例如在短語“Hepaintedtheactorsinthenude.”中。問題將是關于此人是在裸體的同時繪畫，還是他描繪的演員是裸體的。一般地，上下文可以解決結構性歧義。此人因描繪裸體聞名？已知他是個古怪或者激進的藝術家？這個陳述和另一個可能幫助人們理解的陳述捆綁？各種歧義組合、不良標點、復雜句子和未知單詞可能導致各種各樣的語法分解。例如，在短語“ChockorecognizedZoolsflyinthenight.”中，該句子可能具有多達15種不同的含義。例如，它可能是“inthenight,Chocko‘recognized'acertaintypeoffly.(在晚上，Chocko“認出”某個類型的蒼蠅)”，或者“Chocko丨recognized丨Zools[that]fly.(flyingZools).Chocko“認出”飛行的Zools0(fIyingZools)，，。如上面指出的那樣，叢基本上收集關于發(fā)生的動作的信息，并儲存該事件的所有歷史。這樣的叢是被名詞采取的貯存庫，并且每一個這樣的叢暗示了什么可以被看作獨立從句的內(nèi)容，用變體處理從屬從句。因此，概念叢存儲分解的“思想”，并且一般用來保存句子的動詞，盡管它無需這樣。為了方便，如上面指出的那樣，叢神經(jīng)元具有其自己的編號和空間。在基本等級，叢取得句子的單詞和短語，并將其轉換為一系列語義“角色”。三種類型的語義角色驅(qū)動基本的句子叢。主要的是PAS動詞(ROLE_CLUMP_VERB)。主動詞分配存儲在叢中的大多數(shù)其他角色。重要的是注意不同的PAS動詞將分配不同的角色。某些動詞不能分配某些角色，并且很多時候被分配的角色被以各種方式限制。這些限制在給分解打分時提供幫助，因為它們將有助于準確的句子重建。除了主動詞外，是ROLE_TASPECT。它包含PAS分配動詞利用的時態(tài)和體(aspect)。在基本句子等級的最后驅(qū)動角色被利用五個模式角色中的一個或更多個捕獲R0LE_M_INTENT、ROLE_M_ABILITY、R0LE_M_0BLIGATI0N、ROLE_M_DESIRE禾口R0LE_M_POSSIBILITY。利用這三個角色POSS、TASPECT,MODAL,能夠重建動詞、時態(tài)、體和語氣(modality)?？梢岳藐P系捕獲像是“Wantedtobejumping(想在跳躍)”的內(nèi)容。完整的句子，“Therabbitmayquicklyjumpoverthecarrot(兔子可以迅速地跳躍過胡蘿卜)，，，斷開為叢2001，如圖13中所示。在這個叢中，可以看到有多個和被解析的神經(jīng)元ID(NID)相關聯(lián)的角色。例如，角色ROLE_CLUMP_VERB被解析為和“jump(跳躍)”NID相關聯(lián)。角色ROLE_TASPECT被解析為和PRESNID相關聯(lián)。提供了角色ROLE_M_POSSIBILITY，它和“may”NID相關聯(lián)，角色“R0LE_ACT0R”和“兔子”NID相關聯(lián)，角色“ROLE_EXPERIENCER”和“胡蘿卜"NID相關聯(lián)，以及角色R0LE_NAN0R和概念“迅速"NID相關聯(lián)。還提供了命令字段，它是位于叢的每一個角色中的2比特字段。其主要目的是允許叢的可重用性。如果叢要擴散，則隨著時間它們將消耗大量存儲器空間。為了緩和這種情況，實施了一種方法來允許重新使用現(xiàn)有的叢，例如共享靠近所需東西的叢。如果一個新的叢只有“η”個角色量不同，則作為結果可以共享基礎叢以節(jié)省存儲空間(其中“η”由決定通過重新使用叢是否實際上節(jié)省任何時間/空間的函數(shù)確定)。作為對此的替代，并可能更優(yōu)選的一個是最小化這些額外叢的生成，使用鏈接列表結構保存叢的希望要的內(nèi)容。然后將評估每一個這樣(樹狀)的結構分支的價值，以確定應該選擇哪一個作為叢神經(jīng)元被輸出。如上面多次指出的那樣，單個神經(jīng)元表示單個概念，并且到其他神經(jīng)元的連接建立其在整個數(shù)據(jù)庫的上下文內(nèi)的含義、表示和目的。在另一方面，叢利用“語義角色”來捕獲大腦內(nèi)概念的某些方面的歷史。為名詞和動詞建立這些語義角色允許系統(tǒng)更容易重述事物。分配給單詞的角色(以及它們使用的規(guī)則)被用作單詞的現(xiàn)有歷史。利用它們或者不利用它們，系統(tǒng)可以選擇替代的單詞呈現(xiàn)(word-rendering)或者相同概念，但是角色使得該選擇更容易。因此，語義角色起到“粘合劑”的作用，它提取現(xiàn)有神經(jīng)元互連暗示的含義——具有或者不具有層次，并在需要的情況下把它們的變形引導到句子中。在進一步繼續(xù)之前，按照PAS描述語義角色的一般概念可能是有幫助的。PAS語義角色一般地，句子中的所有名詞被視為動詞的論元，其中，每一個動詞給每一個名詞分配一個被稱作語義角色的標記。針對特定動詞的語義角色的總和是該動詞的“謂詞論元結構”，或者PAS。同樣，注意PAS只是這里可利用的多個分解器其中之一，并且預期可以利用其他的分解器。一般地，這個系統(tǒng)的目的是從句法或者形式(例如單詞順序)分離語義，或者含義。這個系統(tǒng)被設計成處理人們可能改變英語中的單詞順序或者甚至時態(tài)但是保留相同含義的各種方式。提供了這種單詞順序改變的三個例子。它們?nèi)缦轮鲃泳湎鄬Ρ粍泳渚渥印癐atethecookie(我吃小甜餅)”和“Thecookiewaseatenbyme(小甜餅被我吃了)”表示相同的事情。它們都有被吃物和吃的人，但是單詞順序不同。PAS模型把吃的人標記為作用者，并且把被吃物標記為經(jīng)歷者，而不管單詞的順序如何。雙賓語或者VG動詞雙賓語動詞是例如“give(給)”的動詞，它可以帶有賓語，例如在“Mosesgave‘Miriamacookie(Moses給‘Miriam小甜餅，)”中。所有的雙賓語動詞也可以被用作常規(guī)的及物動詞，具有額外的介詞短語，例如在“Mosesgave’thecookietoMiriam.'(Moses把小甜餅給Miriam)”中。但是，在兩種形式中，Miriam仍是最后有小甜餅的人，Moses仍是把它給她的人，并且小甜餅仍是被給的東西。也是在使用雙賓語動詞的情況之下，并且盡管其實際上可能被以相同方式處理，其是用于特殊枚舉。只在某些方言中，一般不是雙賓語動詞的單詞可以變成雙賓語動詞，以便指示受益方。例如“I'mgoingtopaint‘meafence”或者“I'mgoingtokill’meabear.‘”最終形式，稱作限定性雙賓語動詞使用，只在利用另一賓語或者限定詞限定一個賓語的動詞中出現(xiàn)。例如，“Youshallcall‘hisnameJohn(你應該稱他的名為John)”或者“Letmemake‘youanicesupper.‘(我給你做頓不錯的晚飯)”，或者"Octaviawillcall'Isabelacab.'(Octavia將給'Isabel叫出租車)”。這有時候可能會使人困惑——Octavia現(xiàn)在將稱Isabel為出租車，還是Octavia為了Isabel方便叫了出租車？作格動詞(ErgativeVerbs)如果作格動詞被及物或者不及物地使用，則它們表現(xiàn)不同。如果它們被不及物地使用，則它們表示對主語做出了動作。但是，如果它們被及物地使用，則它們表示主語對直接賓語{故了云力作0這個的列子是句子"Thealienraygunliquefiedthegreenchair.(外星射線槍液化了綠色椅子)”和“Thegreenchairliquefied(綠色椅子液化了)”。例如，在這兩個句子中，“Thealienraygunliquefiedthegreenchair.(外星射線槍液化了綠色椅子)”和“Thegreenchairliquefied(綠色椅子液化了)”，相同的賓語被液化——綠色的椅子——盡管其在第一個句子中是賓語，在第二個中是主語。值得注意，第二個句子不是第一個的被動態(tài)。被動態(tài)將是“Thegreenchairwasliquefiedbythealienraygun.(綠色的椅子被外星射線槍液化了)”。提供了三種范疇的角色，通用角色、常規(guī)角色和專門分配的角色。這些被定義，其中，通用角色是在任何句子中可被使用的角色，無論動詞類型如何。常規(guī)角色是必須被動詞分配的角色，它們不是在任何句子中都可以出現(xiàn)，并且專門分配的角色是只能被某些種類的動詞分配的那些角色。這些角色被在附錄B中定義?；氐絽捕x，除了在圖13中描述的簡單叢以外，還提供了嵌套句子叢。這些比基本叢略微復雜，因為這個叢類型包含起到被具有關系形容詞(relativeadjectives,Radjs)的PAS動詞句子分配的整個角色，嵌套WH角色的作用的嵌套叢，并且動名詞是這個的例子。例如，句子"Therabbitthatbitmemayquicklyjumpoverthecarrot.(咬我的兔子可以迅速跳過胡蘿卜)”。圖14示出了在角色R0LE_ACT0R中參考叢“2002”的叢“2001”。這表明額外的角色ROLE_CLUMP_VERB和單詞“bit(咬)”相關聯(lián)，并且角色R0LE_EXP和單詞“me(我)”相關聯(lián)。但是，有時候不需要把關系形容詞存儲為嵌套叢，盡管那是其在語法上它們將分解的方式。使用關系形容詞來確定名詞。通過確定人們在考慮“whichone(哪一個)”來解析名詞是有幫助的。但是，如果叢關系形容詞形式是新的信息，其應該被存儲。系統(tǒng)將解析名詞，或者，它將必須生成新的概念，該概念以較高的優(yōu)先級標志等待解析。連結句控制器叢(ConjoinedSentenceControllerClumps)思想流通常利用連接詞或者通過起到連接詞(假設連接詞)作用的標點把句子連結在一起。這些是在句子等級，并且被用來并列、從屬或者建立條件(如果/則)。這種情況的明確例子是"Lukewantedpeanuts,howeverhegotcashews.(Luke想要花生，但是他得到腰果)”。這種情況的假設例子是“Luke想要花生。他得到腰果?！薄Ｈ藗兛赡苓x擇形成兩個標準叢，并存儲來自一個的正向句子角色，和到另一個的返回鏈接，但是那可能被視為是限制性的。存在各種可以得出這兩個思想的形式，并且如果系統(tǒng)被允許提取任何特定的一個來標準化，則其可能陷于系統(tǒng)應該不必應對的復雜性問題(即“Lukegotpeanutsbuthewantedcashews.(Luke得到花生但是他想要腰果)”)。更準確的存儲信息的方式是利用較高等級的控制器叢，如上所述?？刂破鞯募僭O是其線性地演進，即，它是線性概念流。連接的叢被以線性方式存儲。如果一個未被明確地表達，則系統(tǒng)將把它們存儲在邏輯演進中(即，想要，然后，實現(xiàn)，期望，然后現(xiàn)實)?？刂破魇潜贿B接的思想的實質(zhì)，并且這在圖15中示出。在圖15中，叢“2001”被定義為控制器叢。這具有兩個角色SENT_SEQ角色和SENT_C0NTRAST角色。第一個角色被分配或者指向叢“2002”的被解析NID，并且第二個指向叢“2003”的被解析NID。叢“2002”具有多個與其相關聯(lián)的角色。這是用于單詞“want(想要)，，、“Luke”和“peanuts(花生)”。動詞“want(想要)，，是用于這個叢的主動詞，并占用角色R0LE_CLUMP_VERB。單詞“Luke”取得動作者的角色，并且單詞“peanuts(花生)”取得經(jīng)歷者的角色。所有者是控制器叢，叢“2001”。叢“2003”和單詞“got(得到)”、“Luke”和“cashews(腰果)”相關聯(lián)。這個叢中的主動詞是動詞“got(得到)”，動作者是單詞“Luke”，并且經(jīng)歷者是單詞“cashews(腰果)”。所有者仍是叢“2001”。利用這個安排，在較高等級存儲將允許輸出側上更大的表達多樣性，并允許在分析過程中較強的匹配概念的能力(例如用于回答問題)。現(xiàn)在參考圖12a，顯示了示出叢之間的鏈接的示范性流圖。系統(tǒng)具有各種類型的神經(jīng)元，其中，經(jīng)歷神經(jīng)元和正常神經(jīng)元鏈接到叢。對于“經(jīng)歷神經(jīng)元”，所有其他的神經(jīng)元捕獲知識、關系和事實，但是經(jīng)歷神經(jīng)元捕獲經(jīng)歷的情緒、時刻和期望。以這種方式，這個神經(jīng)元定義了經(jīng)歷的實質(zhì)概念。為了方便，用于經(jīng)歷的神經(jīng)元ID具有其自己的編號空間。因此，經(jīng)歷神經(jīng)元捕獲與第一人經(jīng)歷伴隨而來的進一步等級的細節(jié)和微小差別。經(jīng)歷的核心是叢，因此其將鏈接到叢。所有的正常神經(jīng)元表示“概念”，并且從這些概念，存在到概念分組(叢)的鏈接°"Adogthatjumpedaroad,ateabirdandthenwenttosleep(跳過馬路、吃了鳥，然后睡覺的狗)”鏈接到表示整個序列的控制叢。扮演一個角色的每一個概念將具有到它們在其中扮演角色的叢的鏈接。通過去往控制器叢，鳥叢能夠回到其叢的原因(cause)?！案拍罨鳌边壿嫑Q定對叢做什么。如果或者甚至過程神經(jīng)元，它可能需要被斷開并作為類別等級屬性存儲。通過在叢中添加R0LE_EM0T關系，可以存儲任何叢的情緒影響。例如，特定政治演講的特定陳述可能已經(jīng)激起憤怒，并且它可以被存儲在精確的攻擊性句子等級叢中。但是，演講自身可能不是攻擊性的，因此“政治演講”叢將不得到R0LE_EM0T。另一個有用的東西是經(jīng)歷神經(jīng)元指向叢的能力。如果變得憤怒的經(jīng)歷滿足標準，其可以得到其自身的經(jīng)歷神經(jīng)元(‘exper')。在這種情況中，我們將把exper(經(jīng)歷)鏈接到叢，并能夠選擇在經(jīng)歷中存儲R0LE_EM0T。最后，叢是概念/思想的集合，并且通過利用神經(jīng)元互連思想并把情緒影響分配給它們，我們提高了系統(tǒng)的靈活性，并且我們向仿真人類大腦更靠近了一步。大綱叢(OutlineClump)大綱叢(OC)非常像書本的內(nèi)容表。它給出討論的整體目的或者主題，并提供材料的內(nèi)容表狀的布局。例如，單個OC總結大腦已經(jīng)吸收的訓練文檔的內(nèi)容。另一個可能概括電影或者經(jīng)歷，例如我的“HawaiianVacationof1999”。OC是一系列以分層次方式排列的控制器叢(CC)的保存地點。在較低等級，句子由語義叢(SC)組成。例如，每一個段落由包括許多SC和最終總結SC的控制器叢管理。如果某人正在處理其正在閱讀的書本，較高等級的CC被排列成負責一章的小節(jié)。在它們的上面，大綱叢(OC)把章節(jié)CC排序為整個書本。如果期望，能夠丟棄除了總結叢以外的所有較低等級的語義叢(SC)，以提供書本的概要。無論在結構中的等級如何，每一個CC和OC具有附著于其的總結叢。例如，“小節(jié)”CC在其下具有用于每一個段落的總結Sc。小節(jié)自身具有總結Sc，所述總結SC是其下所有段落的SC的“卷起(roll-up)”。最后，大綱叢(OC)具有總結書本自身所涉及內(nèi)容的總結SC。OC不同于其他類型的叢之處在于它能夠包容文本或者討論內(nèi)容，以及經(jīng)歷(如上面討論的“expers”)。經(jīng)歷神經(jīng)元中的知識的類型被組織得非常不同于叢和概念神經(jīng)元。它包括例如期望和預期(滿足或不滿足)以及涉及所述經(jīng)歷的各種情緒和時間標記的東西。OC具有所有叢的最少信息，但是包含多種類型的知識的最高等級的概要。它事實上是大綱或者站點，從所述大綱或者站點，從很多等級回憶知識。叢管理叢神經(jīng)元的使用(和重新使用)必須被明確地管理。提出的新的叢神經(jīng)元可能類似于現(xiàn)有的叢神經(jīng)元(“叢”)。使用原始的叢作為樣式或者模板生成MAKE_FR0M神經(jīng)元而非生成基本上復制現(xiàn)有項目的完整叢可能更簡短。生成非復制叢的過程采用以下步驟1.尋找匹配2.如果沒有匹配，則生成新的叢。3.如果存在精確匹配，返回匹配神經(jīng)元的叢ID。4.如果存在接近但是非完美匹配，則使用現(xiàn)有叢作為make-from模板。以這種方式，系統(tǒng)最大化其存儲器資源的使用。當生成新的叢時，系統(tǒng)有必要首先確定是否存在類似的一個叢。提出的新叢和現(xiàn)有叢的各種匹配程度是可能的?！捌ヅ洹眳彩蔷哂邢嗤慕巧砑系囊粋€叢。即，所有角色是相同的，并且角色值是相同的(角色指向的神經(jīng)元ID)?；蛘?，可能存在部分匹配，其中，一些角色精確地匹配，但是其他的不是。系統(tǒng)必須確定相對于重新使用現(xiàn)有的一個叢，什么樣的閾值將生成新的叢。例如，考慮短語“TherabbitbitThomas(兔子咬Thomas)”、“TherabbitbitLuke(兔子咬Luke)”，以及“Skipbittherabbit.(Skip咬兔子)”。這在圖16中示出。這定義了第一個句子，動詞是“bit(咬)”，動作者是“rabbit(兔子)”，并且經(jīng)歷者是“Thomas”。這是新生成的叢“2002”。當系統(tǒng)遇到下一個句子時，有必要決定下一步要求什么。函數(shù)需要確定存在和這個非常類似的叢。決定的輸出將是使用叢“2002”作為起始點(因為它類似)(只差一個角色)。這通過把新的叢的類別整數(shù)MAKE_FR0M設置為舊的叢一叢“2002”的值實現(xiàn)。這將保留其中的所有信息，并且在和新的叢相關聯(lián)的新表中，系統(tǒng)將只利用替換命令來指定變化。這將如在圖17中給出的那樣。這響應命令MAKE_FR0M=〃2002〃。這實際上用“Luke”作為經(jīng)歷者替換了“Thomas”。這將指令叢只利用新的經(jīng)歷者角色替換經(jīng)歷者角色。在輸出側，查看叢的工具將看到圖18中的叢表格，其中，動詞的角色、動作者和經(jīng)歷者被替換或者從模板取得。因此，這些實際上不存儲在新的叢中，而只是看起來在叢中。注意，用于作為經(jīng)歷者的“Luke”單詞的命令行具有信息R0LE_REPLACE與其相關聯(lián)。在非標記叢的例子中，考慮短語“Skipbittherabbit”，其中，只有單個匹配存在，并且是在動詞上。另兩個角色不匹配。對于比匹配具有更多差別的這些非匹配叢，針對提出的叢生成了新的叢。受益于本公開內(nèi)容的本領域技術人員將理解，這種經(jīng)由多個通過預定關系連接在一起的概念節(jié)點定義人造大腦的方法和裝置提供了一種人造大腦，為了允許它們具有能夠被用來定義概念流的互連關系，它把多個概念排列在節(jié)點陣列的各個節(jié)點中。應該理解，這里的附圖和詳細描述被看作說明性的而非限制性的，并且預期不限于公開的特定形式和例子。相反，不偏離由下列權利要求限定的精神和范圍，包括任何進一步的修改、變化、重新排列、代用、替換、設計選擇，以及本領域技術人員清楚的實施例。因此，預期下面的權利要求被解釋為包括所有這些進一步的修改、變化、重新排列、代用、替換、設計選擇，以及實施例。附錄Al非加權關系下面列出非加權關系。在枚舉中使用了整個8比特Cmd字段。未給出枚舉值本身，因為它時常變化。<table>tableseeoriginaldocumentpage23</column></row><table><table>tableseeoriginaldocumentpage24</column></row><table><table>tableseeoriginaldocumentpage25</column></row><table>關系命令碼用途24個LSB的使用R—POSSN—OF擁有的所有者這是到R—POSSN的返回關系；MD指示擁有的所有者。例如，“我擁有轎車”，所以表示我的神經(jīng)元將因此包含R—POSSN。R—POSSN的NID指向被擁有的項目，在這個例子中是轎車。轎車神經(jīng)元將包含指回到我的R—POSSN—OF。擁有的理念不應與某物由什么東西制成混淆。"XPREP介詞短語操作參見R—OP。MD指向具體介詞單詞，通常是分隔，例如“in(where)”。這個的使用在R—OP中以圖形形式描述。"XPROP物理性質(zhì)(列任何名詞可能具有一個和更多個性質(zhì)列表，其表)描述對象的某個物理方面。這些可以包括顏色、質(zhì)地、大小，等等，并且在關于名詞屬性的章節(jié)中定義。可變長度的列表被記錄在R—BLOCK列表中，具有在8個LSB中給定的長度，并具有在R—BLOCK的8到15比特中給定的RJ3ROP枚舉。RJ3ROP從不作為關系獨立存在。R—SPLIT相同單詞，新概通過使用分隔神經(jīng)元，例如“jump”或者“in”念的單詞的單獨含義可以被相互隔離。分隔神經(jīng)元是被文字名Wp指向的東西，并且它將只包含R—SPLIT關系。每一個這樣的關系的NID指向適當含義的分隔神經(jīng)元。在分離神經(jīng)元內(nèi)(例如in表示在哪里相對于in表示時間)是指回到包含R—SPLIT的Wp的神經(jīng)元的R—SPLIT—OF。為了在各種分離之間區(qū)別，每一個具有指向其百分比的R—ASSOC，例如在上面的例子中的where或者when。<table>tableseeoriginaldocumentpage27</column></row><table>附錄A2下面的表定義了加權操作碼(opcode)。<table>tableseeoriginaldocumentpage28</column></row><table>附錄B通用角色這些角色可以在任何句子中使用，無論動詞類型如何。R0LE_TIME(tim)這個角色包括所有和時間或者日期相關的短語，包括同時。時間可以是介詞短語，副詞短語或者適當?shù)男问?。例子”Thespecimenisleavingthepetryidishnow.，，ROLE—DURATION(dur)這個角色包括所有的持續(xù)時間，例如“Theheateddiscussionlastedforthreehours”，禾口“I'veeatennothingbutcookiesandcokeforayear.，，。持續(xù)時間可以是for引導，跟著是時間段的介詞短語，“during”引導，跟著是表示在一個時間段上發(fā)生的某事的名詞的介詞短語，或者用“while”或者“as”連接的補語化成分短語。例子"Iwastalkingtothespacemenduringthelaunch.”,"MillicentCowkissedthecanarywhilethedogslookedon.”。R0LE_REAS0N(rsn)陳述的云力作目的。例如"Katrinknewhewantedhertoreadthatbook,soshereaditforhim”,或者‘‘B.iornsoldhissoulfor$20，，。理由可以是以because開始的介詞短語，以so或者inorderthat補語化成分開始的補語化成分短語。R0LE_MANNER(man)描述動詞如何被執(zhí)行的副詞狀短語。例子‘‘ShediedwithdiRnity.”。方式可以是介詞短語或者副詞短語。R0LE_ACC0MPANIMENT(acc)這個語義角色代表伴隨句子主語的實體。例如，“IwenttothesoftwarestorewithAnne-Marie.”或者“GowithGod”。句子的主語無需是作用者，例如在“ShewasattackedwithherfriendStacy.”中。伴隨可以是以alongside或者with開始的介詞短語，或者，它可以是動詞短語togetherοR0LE_INSTRUMENT(ins)作用者是動作的發(fā)起者，工具(instrument)是作用者使用的東西。例子“Ibrutallymurderedhimwithaspatula^o注意，作用者無需在句子中以使工具存在。例如，在“Hewaskilledbythesword"中，不存在進行殺人的人(作用者)，但是有劍(工具)。工具可以是名詞短語或者動名詞短語。常規(guī)角色這些角色可以被動詞分配；它們可能不一定在任何句子中都出現(xiàn)。R0LE_ACT0R(atr){故出動作的人,如在“Theredcoatsarecoming！”中。動作者可以是名詞短語、動名詞短語，或者補語化成分短語。ROLEEXPERIENCER(exp)經(jīng)歷者是經(jīng)歷變化或者感覺的名詞，例如在“Tonnyfeelsverysadtoday，”或者“Heattackedmewithoutwarning！”中。注意，在主動cps中，所有的狀態(tài)動詞必須分配exp0動詞“tobecome”根據(jù)下面的推理線索分配經(jīng)歷者。動詞“tochange”，如在“RudolphchangedNancyintoanicerperson，，中，分配云力作者(Rudolph)禾口經(jīng)歷者(Nancy)。在“tobecome”中，如在“Ibecamenicer”中，動作者把他自己變得更好。在我們的模型中，我們稱其為經(jīng)歷者，盡管這是任意的，并且他一樣簡單地可以是動作者。經(jīng)歷者可以是名詞短語、動名詞短語或者補語化成分短語。R0LE_THEME(thm)和話題類似。如在“Ijoinedyouinyourquestfortruth"或者〃Quitinvolvingmeinyourproblems"、"Datinginvolveslotsofmoney.，，主題可以是抽象名詞或者動名詞，或者補語化成分短語。R0LE_EFFECT(eff)動作的結果。只有效果名詞因動詞而存在才被分配效果。即，你必須能夠用“效果”(不是“影響”)替換原始動詞，并且句子必須保持為真。例如，在句子“Shebakedcookies.”中，說的是她做了小甜餅——她通過烤的動作導致小甜餅存在。因此，"cookie(小甜餅)”是效果。在另一方面，在句子“Shebakedcookiedoimh.”中，說的是她把小甜餅面團置于烤的過程，而不是她通過烤它使其成為小甜餅面團。因此，“cookiedough(小甜餅面團)”將不被視為效果，而是經(jīng)歷者。效果不要求動作者被分配。句子“Idiedapainfuldeath.”是這種情況的例子。在這個例子中，“I”是經(jīng)歷者而非作用者。因為狀態(tài)或者狀態(tài)動詞，效果可以是名詞短語或者形容詞——我使她生氣，“她生氣”是效果。專門分配的角色這些角色只可以被某些類型的動詞分配。R0LE_STATE(sta)這個語義角色是用于狀態(tài)動詞的表達使用，例如“tobe”，如在“l(fā)amhappy”中，并且也用于感觀動詞，例如“l(fā)ook”，如在“Youlookterrible.”中。注意，這些不是名詞短語，而是形容詞短語。這是非常罕見的現(xiàn)象，并且非常有限一在這里形容詞只被包括作為謂詞論元結構的一部分，因為它們被動詞需要。分配給形容詞短語的其他動詞是“act”，如在“You'reactingstrangetoday，，中，“seem，，,如在“Youseemquitenice，，中，以及"stay”,如在“Istaywarmmostofthetime”中。狀態(tài)可以只是形容詞短語。ROLE_IDENTITY(idt)身份被針對系動詞生成，但是不限于此，例如在“IamHannah，，中?！癏annah”接收身份的角色，因為它指示和主語指示的相同的實體。任何不是主語但是是其共同指示物的名詞短語被分配身份的角色。身份可以是名詞短語、動名詞短語，或者補語化成分短語。R0LE_MEASURE(msr)所有量度云力詞分配這個角色,例如“Pterodactyl'swingspanmeasuresfortyfeet".量度可以是名詞短語或者動名詞短語。這是可以是NP但不能起到句子的賓語作用的唯一角色。權利要求一種用于仿真人類行為的方法，所述方法包含提供多個神經(jīng)元，其中一個神經(jīng)元表示一個概念，在所述多個神經(jīng)元中的至少一個和所述多個神經(jīng)元中的另一個之間生成關系連接；其中，神經(jīng)元的含義由通過所述關系連接在所述多個神經(jīng)元中的所述至少一個和所述多個神經(jīng)元中的所述另一個之間建立的連接確定。2.如權利要求1所述的人類仿真方法，其中，所述關系連接使用AND/OR謂詞邏輯。3.如權利要求2所述的人類仿真方法，其中，所述AND/OR謂詞邏輯使用列表中的序列來表達邏輯。4.如權利要求2所述的人類仿真方法，其中，所述AND/OR謂詞邏輯使用常規(guī)邏輯門。5.如權利要求1所述的人類仿真方法，其中，所述關系連接還包含使用百分比權重在所述多個神經(jīng)元中的所述至少一個和所述多個神經(jīng)元中的所述另一個之間建立相對強度的步驟。6.如權利要求1所述的人類仿真方法，其中，所述關系連接還包含使用編碼或者枚舉連接類型的步驟。7.如權利要求1所述的人類仿真方法，其中，所述關系連接還包含使用編碼或者枚舉連接類型和使用百分比權重建立相對強度的步驟。8.如權利要求6所述的人類仿真方法，其中，所述關系連接還包含指向不同類別的神經(jīng)元的步驟，其中，類別由所使用的具體代碼暗示。9.如權利要求6所述的人類仿真方法，其中，使用編碼或者枚舉連接類型的步驟還包含第一組類型扮演左腦事實連接的角色，并且其中，第二組類型服務于所述事實連接。10.如權利要求6所述的人類仿真方法，其中，使用編碼或者枚舉連接類型的步驟還包含第一組類型扮演左腦事實連接的角色，并且其中，第二組類型服務于經(jīng)驗或者情緒角色的右腦連接。11.如權利要求6所述的人類仿真方法，還包含把所述多個神經(jīng)元分離到一般分類中的步驟，使得單獨的編號空間可被用于其順序或者神經(jīng)元ID號，并且其中，所述編號空間由所述關系連接的編碼類型暗示。12.如權利要求1所述的人類仿真方法，還包含利用簡單轉換表在臨時和永久存儲器空間之間生成轉換的步驟，并且該表可以包含“命中”條目來評估永久連接的相對價值。13.如權利要求1所述的人類仿真方法，還包含通過句子意圖和內(nèi)容的概念化來生成神經(jīng)元關系連接的步驟。14.如權利要求1所述的人類仿真方法，其中通過與所述大腦周圍的外部世界中的對象和概念的交互經(jīng)驗生成神經(jīng)元關系連接。15.一種用于在節(jié)點網(wǎng)絡中存儲概念集合的方法，包含步驟定義多個概念，每個概念和一個節(jié)點相關聯(lián)；針對給定節(jié)點，唯一地定義所述概念集合中的相關聯(lián)概念的唯一表示；每一個節(jié)點包括用于標識所述給定節(jié)點的相關聯(lián)的標識符；多個關系指示符，每個關系指示符定義從所述相關聯(lián)概念到所述概念集合中的一個或更多個其他概念的唯一關系；其中，所述相關聯(lián)概念能夠承載對多個其他概念中的一個或更多個的唯一關系，所述關系是從所述多個其他概念中的所述一個或更多個到所述相關聯(lián)概念。16.如權利要求15所述的方法，其中，關系指示符中被選擇的那些在本質(zhì)上是分層次的。17.如權利要求15所述的方法，其中，多個節(jié)點在語義分組中被分組，所述語義分組由其中每個所述節(jié)點和它們的相關聯(lián)概念對概念的語義流所具有的關系定義。18.如權利要求17所述的方法，其中，所述語義流包含句子。19.如權利要求17所述的方法，所述語義流包含在所述語義流中具有動作關系的概念節(jié)點其中之一、在所述語義流中具有主語關系的概念節(jié)點其中之一，和在所述語義流中具有賓語關系的概念節(jié)點其中之一。全文摘要本發(fā)明提供了一種用于定義節(jié)點網(wǎng)絡的方法，每一個節(jié)點表示唯一的概念，并通過到其他概念的唯一關系在各個概念之間形成連接。每一個節(jié)點可操作，以便除了唯一關系以外還存儲網(wǎng)絡中的唯一標識符和關于概念的信息。文檔編號G06F17/00GK101809539SQ200880109527公開日2010年8月18日申請日期2008年8月5日優(yōu)先權日2007年8月6日發(fā)明者G·P·漢米爾頓,L·K·沃馬克,T·A·威塞爾申請人:樞科技術有限責任公司