自适应多维认知空间及知识映射研究

People have invented many symbol systems including natural language and machine language to represent semantics, and have been exploring new representations. However, there is a big gap between the existing representations and the knowledge that humans think with. A fundamental scientific challenge is: How to model human-like knowledge? Turing machine can simulate most known systems through executing programs, but it is hard for an isolated machine to generate knowledge, because how to transform experience into knowledge is still an unsolved problem. This project is planned to explore the nature of text, semantics and knowledge, and unveil the inner relationship and rules. Research will focus on exploring the following scientific problems: (1) Adaptive multi-dimensional semantic space, so that users, resources and knowledge can be uniformly managed according to semantics and provide on-demand services. (2) Reinforced mapping from text space into knowledge space, so that human-like knowledge can be generated. Research will develop a systematic theory and method for semantics and knowledge modeling. We are going to develop a Research-Learning-Computing reinforcement knowledge Innovation Environment to verify and apply research results and obtain feedback, and to push the fusion of e-science research and e-learning. Research has scientific significance and potential application value.

人们已发明包括自然语言和机器语言在内的许多符号系统来表示语义和知识，仍在探索新的表示方法，然而已有的符号表示与人类用以思维的知识有很大的距离。一个根本性的科学挑战是：如何模拟人类知识？孤立的图灵机计算模型可通过执行人设计的算法模拟大部分已知系统，但难以产生知识，因为如何从经验的表示形成知识仍是一个未解问题。本项目拟探索文本、语义、知识与计算的本质、揭示内在的关联性与规律性，聚焦以下科学问题开展基础研究：（1）自适应多维认知空间的基础理论与方法，为统一管理用户、资源和知识并提供按需服务提供基础；（2）从文本空间到知识空间的互增强映射，实现从文本表示向知识的转换。形成系统性的语义与知识模拟的理论与方法。研发科研－教学－计算互增强知识创新环境，应用和验证研究结果并反馈新需求，推动e-Science和e-Learning的融合。研究具有重要的科学意义和应用前景。

人类知识建模是一个根本性的科学挑战。本项目通过探索文本、语义、知识与计算的本质揭示了其间内在的关联性与规律性，聚焦科学问题开展了基础研究：（1）建立了基于语义链网络模型和多维类空间模型的自适应多维知识空间的基础理论与方法，为统一管理各种资源和知识与提供按需服务提供基础；（2）建立了从文本空间到知识空间的互增强映射，实现从文本表示向知识的转换，形成系统性的知识模拟的理论与方法。设计了科研-教学-计算互增强知识创新环境，展示和验证了研究结果并反馈新需求，推动了e-Science和e-Learning的融合。基于网络思维、系统思维、概率思维、创新思维和计算思维，融合符号主义、连接主义和行为主义方法，开展了文本摘要等领域的应用研究和信息物理社会智能的探索，取得了显著效果，发表英文专著1部、国际刊物论文13篇、国际会议论文8篇，完成国际刊物论文6篇（在审）。为认识知识的本质和新一代人工智能的发展做出了贡献，具有重要的科学意义和应用前景。该项目还在国际学术服务和研究人才培养等方面做出了有益的贡献，在研究启发的教学创新和科普方面做了有意义的尝试。