基于自然语言处理的平面几何题意分析与理解
摘 要
教育软件的趋势在于良好的人机交互和智能化，使学生能用他们所熟悉的平面几何语言提 出平面几何证明问题。平面几何自然语言这类受限语言虽然句式简单，但对语言理解的要求却很 高，任何平面几何量或平面几何关系的缺失都会导致推理证明的失败，因此需要做到理解的准确和 完备。平面几何自然语言理解技术的成果不仅能应用到平面几何软件(包括平面几何教育软件)，提高软 件的品质，而且还能为类似的专业性质的自然语言开发技术提供借鉴，促进我国中文信息 处理技术的发展。
平面几何自然语言理解的过程可以分为两个部分，中文分词和语义理解。中文分词首先需 要构建一部分词词典，对平面平面几何中的一些例子进行分析，在把句子中常用的一些词归 纳、整理后，分为平面几何元素、平面几何关系、方位与动作、辅助词、标识字符、数字、断句符 号、格式符号共八类词语，把这些词放入分词词典。对于输入的平面几何自然语句，按照词典 内容采用最大匹配原则(Maximal Munch Rule)来进行句子和词类的切分。
相对于中文分词，语义理解不是对“词典”中单个孤立词的理解，而是对于短语、句
子的理解。可以参照分词词典构建一个规则库，然后把短语和句子对照该规则库进行匹 配，实现语义理解。
本文探讨了中文分词、语义理解和 JavaCC 编程实现的一些问题和技巧，并 在 GNLU(Geometric Natural Language Understanding)系统上得以较好的实现。
关键词：平面几何自然语言，中文分词，语义理解，JavaCC
引 言
自然语言理解（或称计算语言学）属于人工智能的一部分，早在上世纪 50 年代就 开始被人们关注，60 年代以后，逐渐形成一门以计算语言学理论为基础的多边缘的交 叉学科，涉及数学、计算机科学、语言学、心理学、统计学、电子工程学等众多知识领 域，现已成为一门实用的学科，广泛应用于智能计算机人机接口, 机器翻译等众多领 域，是一项引人入胜且富有挑战性的当今热门研究课题。几十年里，伴随着自然语言理 解理论的不断创新，人们针对不同的工程和用途开发出形式多样的自然语言理解系统， 有些在实际应用中创造出了很大的价值．但另一方面，自然语言理解理论正处于发展当 中，还不成熟．因而大多数应用系统的最后结果不尽如人意，尤其是一些大型的应用系 统，象英汉翻译等系统更是效果很差；只有对于一些面向专业性用途的涉及自然语言环 境较狭窄的应用系统才有取得比较理想的结果。
平面几何自然语言是一种由数学符号、数学术语和经过改进的自然语言组成的科学语 言，结构严谨而形式简单。随着初等平面几何命题机器证明技术逐步成熟，特别是可读证明 的实现，自然语言处理技术越来越多地被用到计算机辅助教学中。在平面几何命题的机器证 明过程中，都需要把文本描述转化成为计算机能处理的变量或规则，但直至目前，此类 的教育软件都是人工作图，还不能由计算机通过对课本上的自然语言进行理解，自动产 生平面几何图形以及题目条件和结论。
作为教育软件智能化的一个重要组成部分，平面几何自然语言理解的研究工作就比较有 意义了。平面几何自然语言理解技术，事实上是以平面几何学自然语言为语料来源，在计算机上 开发自然语言理解技术，属于模式识别和自然语言理解的范畴，目的是将平面几何专业自然 语言理解后生成计算机谓词形式的计算机语言。平面几何自然语言理解技术的成果不仅能应 用到平面几何软件(包括平面几何教育软件)，提高软件的品质，而且还能为类似的专业性质的自 然语言开发技术提供借鉴，促进我国中文信息处理技术的发展．
语言理解中最基本的技术是分词和语义理解，本文利用最大匹配法来实现中文分 词，针对平面几何自然语言的特殊性质，采用以谓词功能驱动的格式处理文法进行平面几何自然 语言理解分析, 使用基于规则库的词典来实现语义理解。
采用了开源项目 JavaCC 作为语义理解的工具，让开发者从烦琐的编程中解脱出
来，把主要精力投入核心算法实现部分，大大方便了规则库的创建，并且有利于提高软 件的质量，便于以后的升级、维护。
我们搭建了 GNLU 系统，是 Geometric Natural Language Understanding 的缩写，该 系统是基于 JavaCC 语法的语义理解系统，对平面平面几何教材中节选的 300 多个例子进行 验证，理解正确率能达到 90%以上。
作为 Z+Z 智能教育软件代表作的超级画板，对基础教育的贡献已经得到了 广泛的认可，GNLU 设计之初就考虑了和超级画板的兼容性，生成超级画板 所使用的谓词系统，技术上可以实现和超级画板的集成，有效促进智能教育 软件的发展。
参考文献
[1] [美]James Allen 著，刘群，张华平，骆卫华，孙健 译．自然语言理解．第 2
版． 北京：电子工业出版社，2005．
[2] [美]Daniel Jurafsky，James H. Martin 著，冯志伟，孙乐 译．自然语言处理综论．北 京：电子工业出版社，2005．
[3] 姚天顺，朱靖波，张琍，杨莹．自然语言理解——一种让计算机懂的人类语言的研 究．第 2 版． 北京：清华大学出版社，2002 ．
[4] 佘莉，符红光，方海光．平面几何命题处理中的中文分词技术[J]．计算机工程，2005，
31(18)：180-182．
[5] 马晓娜，杨承磊．自然语言查询系统中的句法分析与算法实现[J]．山东建筑工程学 院学报，2005，20(1)：76-81．
[6] [美]Christopher D. Manning，[德]Hinrich Schutze 著，苑春法，李庆中等 译．统计自 然语言处理基础． 北京：电子工业出版社，2005 ．
[7] 吴文俊．平面几何定理机器证明的基本原理（初等平面几何部分）．北京：科学出版社，
1984．
[8] 张景中．计算机怎样解平面几何题-谈谈自动推理．广东：暨南大学出版社，2000．
[9] 张树义．初中平面几何解题方法大全．山西：山西教育出版社，2002．
[10] [美]John E. Hopcroft，Rajeev Motwani，Jeffrey D. Ullman 著，刘田，姜晖，王捍 贫 译．自动机理论、语言和计算导论．北京：机械工业出版社，2004．
[11] 全昌勤，刘辉，何婷婷．基于统计模型的词语搭配自动获取方法的分析与比较
[J]．计算机应用研究，2005，9：55-57．
[12] 苏菲，马翠霞，戴国忠．针对特定平面几何语言的句法语义一体化分析方法[J]．计算 机工程与设计，2004，25(10)：1641-1647．
[13] 杨宪泽，谈文蓉，刘玉萍，撒晓英等．自然语言处理的一些方法研究[J]．西南民 族大学学报•自然科学版，2005，31(4)：592-595．
[14] 郭峰，徐玉生，陈晓云，王颖．基于信息提取的面向行业应用文本分类算法
[J]．清华大学学报(自然科学版)，2005，45(1)：1810-1813．
[15] 余正涛，樊孝忠，康海燕．基于自然语言理解的受限领域自动应答系统[J]．计算 机工程，2004，30(18)：35-37．
[16] 黄河燕，李渝生．上下文相关汉语自动分词及词法预处理算法[J]．应用科学学 报，1999，17(2)：148-155．
