15、形式语法学习与NARS情感模型研究

形式语法学习与NARS情感模型研究

形式语法自动学习

在形式语法的自动学习中，采用了语法学习器的多种配置。对于每种配置，使用了不同的方法来进行向量空间建模、聚类以及语法归纳。具体来说，向量空间建模使用了连接符或析取符，聚类采用了降维和K - 均值（DRK）或相同词法条目的收集（ILE），语法归纳则使用连接符或析取符。

对两个语料库使用解析器和语法学习器的不同配置，从“可解析性”和“解析质量”的角度得到了以下结果：
- 可解析性和解析质量之间的皮尔逊相关系数达到了85%，这意味着能够进行解析就大概率能正确解析。
- 使用Turtle语言时，语法学习结果呈现出100%的可解析性和解析质量。
- 使用英语时，可解析性在50 - 100%的范围内，解析质量在50 - 65%之间。

基于这些结果，可以得出结论：对于所尝试的语料库，形式语法的自动学习问题可以在50 - 100%的准确率范围内得到解决。对于两个语料库而言，基于考虑距离的互信息的最大生成树（MST）解析，构建连接符的向量空间，然后使用降维和K - 均值聚类，随后通过连接符或析取符进行语法归纳，能够提供更好的可解析性和解析质量。具体操作步骤如下：
1. 采用基于考虑距离的互信息的MST解析方法对语料进行初步处理。
2. 构建连接符的向量空间，将语料中的元素映射到向量空间中。
3. 运用降维和K - 均值聚类算法对向量空间中的数据进行聚类。
4. 通过连接符或析取符进行语法归纳，得到形式语法。

心理学中的情感研究

心理学对情感的研究大致可分为结构主义和功能主义两个主要流派：
|流派|研究重点|特点|