语义模型 + 属性关系 + 图论新路径推理 + 数学工具 = 机器推演
机器推演
Reply
机器问答
语义模型“理解”，语义对象运行时，基于语义模型的问答机制。
读写->听说
音频对应新语种。实现语言听说。
翻译
语言A -> 基准语言 -> 语言B
自然语言状态机
语法时态造成语义对象运行时过程。
使用工作流引擎实现。
多语种映射
不符合语法的文字也能被常人所理解。
- 不考虑语法的情况下，建立不同语种之间的单词映射关系。
- 相同语义树，对应不同语法树，建立语法-语义关系，实现语法映射。
- 实现基准语种到不同语种的映射关系。
- 实现“语种A-基准语种-语种B”映射方法。
元数据知识库
在词典模型完成的“WordNet”已经建立的基础上，引入语料库，以统计方法对语义“属性”使用进行规约。
在此基础上建立起基于属性的知识库，称为“元数据知识库”。
提供使用“知识库”方法，实现语言“理解”。
知识库使用和规约过程迭代进行。
词典建模
- 语言是为了表达语义的产物。所以研究语言本身只能得出“逼近值”，而不是“常规解”。人机对话过程中，人类强大的理解（纠错）能力可以正确“理解”错误的机器表达。InfoEcos的思路是对语义建模，然后尝试“理解”语言。
- 自然语言千变万化，词典条目有限。所以词典可以进行语义建模，而自然语言[……]
技术框架
项目规划
- 自然语言处理以数学统计模型为指导。
传统的自然语言处理人士对语义技术在自然语言处理中所占的比重不是十分重视，认为统计模型计算能够实现“量变引起质变”，其结果和语义模型差相仿佛； - 语义网以语义建模为主，但不同本体库的规约方法有差异。
初学语言的过程，先有认知，再建立模型，再抽象为语言[……]