题目：自然语言的人类理解与机器“理解”对比研究

自然语言是相对于人工语言来说的，它是人类表达思维和用来交际的工具。自然语言理解是从上世纪60年代开始研究的计算机科学领域人工智能领域的一个重要方向。自然语言理解研究能使人和计算机用自然语言进行有效通信，并让计算机能产生人所期待的响应的各种理论和方法。用自然语言和计算机进行通信，这是人类的梦想，同时也具有非常重要的实际意义。
但在计算机科学高度发达的今天，自然语言理解似乎成就不大，甚至是长期的停滞不前，造成这种后果的原因有两个方面：一是人类把自然语言过于简单化，认为语言不过是一个符号系统，计算机可以很好地对其进行处理，但其实自然语言的复杂性和模糊性远远超出人类的想象，并且具有很强的文化性和语境关联性。二是自然语言理解的内在机制满足不了对自然语言进行处理的要求，因为自然语言理解系统是线性地对输入的话语进行词语析分和意义对比，而人类理解自然语言则具有很强的整体性，即对外界输入感官的事物进行整体的把握，理解是认知活动的基础。
基于这两个自然语言理解的问题，本文试图从研究人类对自然语言的理解入手，找出人类理解的本质，然后总结出各种自然语言理解系统的共同本质属性，通过与人类理解的对比，找出自然语言理解的本质困难，为其提出中肯的建议，指出可行的道路。