1、人工智能在很多領(lǐng)域中已廣泛應(yīng)用,其中自然語言理解是其應(yīng)用到實(shí)際領(lǐng)域的典型范例。隨著科技的發(fā)展,為了增加產(chǎn)品設(shè)計(jì)的競(jìng)爭(zhēng)力,要求設(shè)計(jì)要不斷進(jìn)行技術(shù)創(chuàng)新,所以將人工智能與機(jī)械設(shè)計(jì)相融合已成為了一種趨勢(shì)。自然語言理解技術(shù)在機(jī)械設(shè)計(jì)領(lǐng)域中的應(yīng)用是人工智能技術(shù)應(yīng)用的重點(diǎn)與難點(diǎn)之一。本文研究了將自然語言理解應(yīng)用到機(jī)械設(shè)計(jì)領(lǐng)域中去,實(shí)現(xiàn)了系統(tǒng)和用戶之間的很好溝通,并為后面的設(shè)計(jì)提供基礎(chǔ),用來改善機(jī)械設(shè)計(jì)領(lǐng)域智能化不高的現(xiàn)狀。
　　本文首先介紹了自

2、然語言理解的一些基本理論知識(shí),重點(diǎn)介紹了現(xiàn)有的知識(shí)表示方法,其次對(duì)領(lǐng)屬關(guān)系和動(dòng)態(tài)領(lǐng)屬的進(jìn)行了研究,構(gòu)建了領(lǐng)屬關(guān)系梯度樹并且依據(jù)其梯度建模,將領(lǐng)屬關(guān)系的可讓渡性的程度進(jìn)行了量化,通過對(duì)大量篇章中動(dòng)態(tài)領(lǐng)屬句子歸納,構(gòu)建了動(dòng)態(tài)領(lǐng)屬語義理解的處理模型,緊接著使用專家系統(tǒng)開發(fā)工具,結(jié)合基于知識(shí)的自然語言理解系統(tǒng)的特點(diǎn),選擇了概念從屬樹與框架等知識(shí)表示方法;構(gòu)建了相關(guān)知識(shí)庫,在系統(tǒng)里完成了該模型的實(shí)現(xiàn)。最后,將自然語言理解中動(dòng)態(tài)領(lǐng)屬處理模型應(yīng)用到機(jī)