There are two main motivation for d

There are two main motivation for developing computational models: the scientific motivation and the practical/technological motivation [1][2]. The former one deals with obtaining a better understanding about how language works and tries to transpose complex theories as computer programs and then test them by observing how well they perform. The later, deals whit the assumption that natural language processing capabilities may change the way computers are used today. Computers aware of natural language understanding could access and manage stored information in text form and in addition provide a user interface accessible to everyone. In this paper we present the implementation of a ChatBot based on common concepts from formal language theory and natural language understanding. The program in implemented in Python programming language and may be obtained and accessed through the internet. At the end we outline a set of extensions to the formal model used. These are based on our previous research on formal models for modeling and simulating dynamic systems. Even if the model used dose not faithfully match the way humans process languages, it is important only to produce the desired results. 2 Notions and terminology The first step in making a computer capable of processing natural language is to define a set of rules that yield an exact communication needed for the computer, as contrary to a more ambiguous one accepted among humans. It is possible for a sentence to have any number of meanings even for a particular context. This raises a very particular problem for algorithms meant to understand human language, because computers programs are traditionally used in a very precise and exact way. From formal language theory we know that a Chomsky generative grammar (shortly grammar) [2], [6], [7], is a quadruple ( , ,,)

Kết quả (Việt) 1:

Không có hai động lực chính để phát triển các mô hình tính toán: động lực khoa học và động lực thực tế/công nghệ [1] [2]. Là một cựu đề cập đến việc có được một sự hiểu biết tốt hơn về cách ngôn ngữ làm việc và cố gắng transpose các lý thuyết phức tạp như các chương trình máy tính và sau đó kiểm tra chúng bằng cách quan sát như thế nào họ thực hiện. Sau này, thoả thuận whit các giả định rằng khả năng xử lý ngôn ngữ tự nhiên có thể thay đổi cách máy tính được sử dụng ngày nay. Nhận thức được sự hiểu biết ngôn ngữ tự nhiên của các máy tính có thể truy cập và quản lý các thông tin được lưu trữ dưới hình thức văn bản và ngoài ra cung cấp một giao diện người dùng có thể truy cập vào tất cả mọi người. Trong bài này chúng tôi trình bày việc thực hiện một ChatBot dựa trên các khái niệm phổ biến từ lý thuyết ngôn ngữ chính thức và sự hiểu biết ngôn ngữ tự nhiên. Chương trình thực hiện trong ngôn ngữ lập trình Python và có thể được thu được và truy cập thông qua internet. Lúc đầu chúng tôi phác thảo một tập hợp các phần mở rộng của mô hình chính thức được sử dụng. Chúng được dựa trên nghiên cứu trước đây của chúng tôi trên các mô hình chính thức cho mô hình và mô phỏng các hệ thống năng động. Ngay cả khi mô hình được sử dụng liều không phải một cách trung thực phù hợp với cách thức con người xử lý ngôn ngữ, điều quan trọng là chỉ để sản xuất các kết quả mong muốn. 2 khái niệm và thuật ngữ là bước đầu tiên trong việc đưa ra một máy tính có khả năng xử lý ngôn ngữ tự nhiên là để xác định một bộ quy tắc mang lại một giao tiếp chính xác cần thiết cho máy tính, như trái ngược với một cái mơ hồ hơn được chấp nhận trong con người. Nó có thể cho một câu để có bất kỳ số lượng các ý nghĩa ngay cả đối với một bối cảnh cụ thể. Điều này làm tăng một vấn đề rất cụ thể đối với thuật toán có nghĩa là để hiểu ngôn ngữ của con người, bởi vì chương trình máy tính truyền thống được sử dụng trong một cách rất chính xác và chính xác. Từ lý thuyết ngôn ngữ chính thức, chúng ta biết rằng một Chomsky generative ngữ pháp (một thời gian ngắn là grammar) [2], [6], [7], là một bốn (,,,)

Kết quả (Việt) 2:

Có hai động lực chính để phát triển mô hình tính toán: động lực khoa học và động lực thực tế / công nghệ [1] [2]. Cái trước đề với việc có được một sự hiểu biết tốt hơn về cách ngôn ngữ làm việc và cố gắng để transpose lý thuyết phức tạp như các chương trình máy tính và sau đó kiểm tra bằng cách quan sát họ thực hiện tốt như thế nào. Các sau đó, giao dịch whit giả định rằng khả năng xử lý ngôn ngữ tự nhiên có thể thay đổi cách máy tính được sử dụng ngày nay. Máy tính nhận thức hiểu biết ngôn ngữ tự nhiên có thể truy cập và quản lý các thông tin được lưu trữ dưới dạng văn bản và thêm vào đó cung cấp một giao diện người dùng truy cập đến tất cả mọi người. Trong bài báo này chúng tôi trình bày việc thực hiện một chatbot dựa trên khái niệm phổ biến từ lý thuyết ngôn ngữ hình thức và sự hiểu biết ngôn ngữ tự nhiên. Các chương trình trong thực hiện trong ngôn ngữ lập trình Python và có thể đạt được và được truy cập thông qua internet. Cuối cùng chúng tôi phác thảo một tập hợp các phần mở rộng cho mô hình chính thức sử dụng. Đây là dựa trên nghiên cứu trước đây về mô hình chính thức cho mô hình hóa và mô phỏng hệ thống năng động. Thậm chí nếu các mô hình sử dụng liều không trung thực phù hợp với cách con người quá trình ngôn ngữ, nó chỉ quan trọng để sản xuất các kết quả mong muốn là. 2 Khái niệm và thuật ngữ Bước đầu tiên trong việc đưa ra một máy tính có khả năng xử lý ngôn ngữ tự nhiên là xác định một bộ quy tắc mang lại một thông tin liên lạc chính xác cần thiết cho máy tính, như trái ngược với một mơ hồ hơn chấp nhận giữa những con người. Nó có thể cho một câu để có bất kỳ số lượng ý nghĩa ngay cả đối với một bối cảnh cụ thể. Điều này đặt ra một vấn đề rất cụ thể cho các thuật toán có nghĩa là để hiểu được ngôn ngữ của con người, bởi vì chương trình máy tính truyền thống được sử dụng trong một cách rất chính xác và chính xác. Từ lý thuyết ngôn ngữ chính thức, chúng ta biết rằng một Chomsky generative ngữ pháp (gọi tắt ngữ pháp) [2], [6], [7], là một tăng gấp bốn lần (, ,,)