本书是新文科视域下人工智能交叉学科系列教材，内容分为人工智能、语言加工、智能语言发展三大部分，共有 11 章。第一部分人工智能包含第 1~6 章，主要介绍人工智能的概念和知识表示、搜索技术与群智能算法、深度学习人工智能网络、自然语言加工与语音加工技术。第二部分语言加工包含第 7、8 章，主要介绍人脑语言信号加工概念和理论、语言加工与脑电技术。第三部分智能语言发展包含第 9~11 章，主要介绍语言与智能发展概念和理论、语言加工的脑机制及人工智能语言加工。
本书力求将人工智能的基础知识及发展脉络展现出来，主要面向大学非计算机类的工科专业的学生与研究生，帮助他们了解人工智能发展过程及基础知识，扩大视野，熟悉人工智能与人脑语言加工的相关知识，培养人工智能交叉学科应用能力。同时，对于语言学、计算机相关专业的学生，本书也可作为人工智能专业课程的先导学习材料。

人工智能是现阶段人们关注的焦点。伴随着人工智能技术的逐步普及和不断推广，与之相关的学科也在迅速发展。在 2017 年国务院发布的《新一代人工智能发展规划》中明确了我国人工智能发展三步走的战略发展目标。根据教育部新文科建设要求，为促进“双一流”课程建设，拓宽学科交叉融合的广度，基于人工智能基础知识的交叉学科教材编写变得很有必要，主要体现在三个方面。一是人工智能相关专业课程建设的需要，能够更好地贯彻立德树人的培养目标。在传统的语言信号加工的基础上，融入人工智能技术知识，挖掘出专业知识中所蕴含的思政元素和求真务实、追求真理的科学精神，有利于“三全育人”目标的实现。二是新文科课程建设的需要，也是语言学科交叉、文理相融建设的需要。新文科旨在培养具有跨学科专业背景和创新合作能力的新时代卓越人才，融合人工智能和语言信号加工的知识，积极响应教育部新文科建设号召；突破传统文科的思维模式，注重继承与创新、交叉与融合、协同与共享，促进多学科交叉与深度融合，推动传统文科的更新升级。三是培养多学科、交叉性思维研究的重大尝试。运用现代脑电技术和人工智能的科技手段进行人文社科领域的研究，能够激发学生思想活力、开创人文社会科学融合研究发展的新方法，助推新文科建设。
“人工智能与语言加工”是人工智能技术、脑科学、神经认知科学和语言学的交叉性学科课程，其内涵是以语言认知加工描写为基础，融合人工智能基本技术，以理论研究为指导，以描写研究为枢纽，以多学科视角为特色，促使脑语言加工研究和人工智能的深度融合，实现新时代背景下文理交叉融合；其外延是语言科技加工、语言
学习加工、语言加工研究。
本书的编写目标是开拓学生思维，扩大视野，初步具备跨学科交叉学习的能力，使学生最大限度地掌握人工智能教学内容，了解语言加工规律，突出跨学科交叉理念的运用。因此，本书在编写时注重特色与创新，遵循内容的更新与脉络一致原则；内容重视理论，注重应用；既突出人工智能基础知识和人脑语言信号加工的特点和规律，又兼顾理论知识与实践应用的关系。同时，本书注重教学内容的先进性，主要体现在两个方面：一方面体现在介绍学科研究的发展前沿方面；另一方面体现在与现行通用知识的贯通一致性，内容坚持基础知识需求导向，介绍新文科研究范式转型，同时服务经济社会高质量发展提升国家文化软实力，是推进新文科建设的题中之义。
有鉴于此，本书侧重人工智能和人脑语言加工的社会需求，介绍相应的知识及发展需求，推进学科耦合；注重加强学科专业之间的融合贯通；加强语言学与人工智能不同学科的介绍、交流、碰撞、耦合；推介具有新时代特色的跨学科知识创新成果，坚持交叉学科所涉及的问题导向，为大力培育、孵化新型交叉学科奠定坚实基础。当下，自然科学与人文社会科学的结合日益紧密，培育新兴交叉学科成为现代科学技术发展新的生长点和增长点是形势所迫、发展所需。培育新型的人工智能交叉学科，大力发展与语言信号加工和人工智能等新技术结合的新兴文科专业拓展，实现文科建设与新兴技术的深度融合，不仅有助于跨学科的交流，也有利于思维的拓展。此外，本书打破学科壁垒，不仅打通人文学科内部、社会科学内部的壁垒，又打通人文科学与社会科学之间的壁垒，更要打通人文社会科学与自然科学之间的传统学科壁垒，以新文科思维推进文科领域内不同学科之间的交叉、融合、渗透和拓展，推动文理交叉、文工交叉等新兴领域知识的发展，有利于人工智能交叉复合型人才的培养，更好地认识和解决有关人工智能学科建设中的壁垒问题。
本书注重创新，坚持新文科建设以学生为中心、以产出为导向的卓越人才培养理念；积极创新人才培养模式和实现路径，切实转变人才观和教育质量观、评价观，在知识体系上注重培养交叉融合的高素质创新型人才。一是以培养具有人工智能和语言加工交叉学科知识为目标，积极推动人工智能、脑电加工技术等现代信息技术与文科
专业深度融合，构建互融、互通、共学、共享的人才培养共同体，实现新文科、新工科协同发展。二是内容体系创新。瞄准新一轮科技革命和产业变革趋势，优化本书内容结构布局，提升跨学科知识意识，注重传统语言加工知识的讲述，积极融入新兴人工智能知识，推动智能技术和语言信号加工知识的渗透，实现语言知识与人工智能知识的交叉融合，提升本书内容体系衔接的整体水平。三是提出了基础理论够用，重在交叉应用的编写原则。以学科质量为标准，根据专业人才的培养目标和教学实践，并按照适于教、利于学的原则组织本书内容。
本书的结构具有完整性与系统性。在吸取、借鉴以往相关教材长处的基础上，总结了多年人脑语言信号加工的教学经验，保持了人工智能知识的系统性，又考虑与人脑语言加工知识的连贯性。按照适于教、利于学的原则组织本书内容，既保证本书体系完整、系统性强、连贯性好，条理清晰、层次分明、可读性强，易于教师引导和教学；又充分考虑学生的认知规律，易于学生学习理解。不仅有绪论、正文、习题和参考文献，而且每章还有小结。本书表达力求简洁明了、图文并茂、文字规范、语言流畅，尽可能用表格、图示等形式对教学内容进行直观的归纳总结，便于阅读和理解。
本书的编写得到了多位专家学者的指导，编写者均是一线的授课教师。本书由任虎林任主编，刘欣、侯静怡任副主编，编写分工为：第 1 章由任虎林编写，第 2~6章由侯静怡编写，第 7、8 章由任虎林编写，第 9~11 章由刘欣编写。本书的出版得到了北京科技大学教材建设经费资助，得到了北京科技大学大学教务处的全程支持，是北京科技大学“新文科”系列教材。中国铁道出版社有限公司承担了本书的出版工作。
在本书的编写过程中，也得到了一些研究生和博士生的帮助，宗明霞和李雪松同学为本书收集了大量材料，借此机会一并表示感谢。
由于编者水平有限，加之时间仓促，书中难免有不妥之处，敬请专家、同行和读者批评指正，以便本书不断完善。

第 1 章绪论 1
1.1 人工智能的发端和定义 1
1.2人工智能的流派与相关理论 3
1.2.1符号主义 3
1.2.2连接主义 4
1.2.3行为主义 4
1.2.4人工智能的细分领域 4
1.3人工智能的发展趋势 5
1.4语言加工的内涵和定义 6
1.4.1词汇加工 .7
1.4.2句子加工 .8
1.4.3语篇加工 .8
1.5语言加工的相关理论与发展 9
1.5.1模块理论 9
1.5.2连接主义理论 10
1.5.3符号主义理论 .10
1.5.4语言加工展望 11
小结 .11
习题 .12
第 2 章人工智能的概念和知识表示 13
2.1经典概念理论与数理逻辑 13
2.1.1经典概念理论 13
2.1.2数理逻辑 14
2.2知识表示的概念与方法 32
2.2.1知识表示的概念 33
2.2.2知识表示的方法 33
2.3知识图谱与本体知识 40
2.3.1知识图谱 40
2.3.2本体知识表示 42
小结 .43
习题 .43
第 3 章搜索技术与群智能算法. 44
3.1盲目搜索与博弈搜索 44
3.1.1盲目搜索 44
3.1.2博弈搜索 51
3.2群智能算法 57
3.2.1进化算法 58
3.2.2群智能算法的定义 61
3.3蚁群算法与粒子群算法 62
3.3.1蚁群算法 62
3.3.2粒子群算法 65
小结 .67
习题 .68
第 4 章人工神经网络与深度学习. 69
4.1深度学习 69
4.2大数据与神经网络 70
4.2.1神经网络的发展历史 70
4.2.2大数据与有监督学习 72
4.2.3神经元与神经网络 73
4.3循环神经网络与图神经网络 77
4.3.1循环神经网络 77
4.3.2图神经网络 80
4.3.3卷积神经网络 84
4.4深度生成模型 89
4.4.1变分自编码器 90
4.4.2生成对抗网络 93
小结 .98
习题 .98
第 5 章自然语言加工. 100
5.1自然语言加工概述 100
5.1.1发展历史 100
5.1.2自然语言理解 101
5.1.3形式语法与自动机理论 102
5.1.4词法分析与句法分析 103
5.2机器翻译 105
5.2.1统计机器翻译 105
5.2.2神经机器翻译  111
5.2.3机器翻译评价指标 113
5.3自然语言人机交互 114
5.3.1问答系统与对话系统 114
5.3.2结合机器视觉的跨模态语言系统 116
小结 .120
习题 .121
第 6 章语音加工技术. 122
6.1语音的概念 122
6.1.1语言信息 122
6.1.2语音与听觉 123
6.1.3语音生成机制 124
6.1.4声学特征 124
6.2语音的形成与识别 126
6.2.1基于传统机器学习的语音识别 126
6.2.2基于深度学习的语音识别 134
6.3语音的合成 134
6.3.1传统语音合成方法 135
6.3.2基于统计的语音合成方法 135
6.3.3基于深度学习的语音合成方法 136
小结 .136
习题 .137
第 7 章语言加工 138
7.1经验主义语言观 138
7.2基于经验的句子加工模型 .142
7.2.1首驱动短语结构语法 142
7.2.2有限状态模型 142
7.2.3 Bever（1970）的句子模式理论 .143
7.2.4限制满足理论 144
7.2.5基于用法模式 145
7.2.6竞争理论 145
7.3基于规则的加工模型 148
7.3.1 Chomsky 的生成模型 148
7.3.2花园路径模型 .149
7.3.3 Chomsky 的最简方案 150
7.4句子加工和语言加工器 158
小结 .160
习题 .161
第 8 章语言加工与脑电技术 162
8.1语言加工与眼动技术 163
8.2语言加工与 ERP 技术 .167
8.3语言加工与近红外技术 172
小结 .175
习题 .177
第 9 章语言与智能发展 178
9.1动态系统理论与认知发展 178
9.1.1动态系统理论 178
9.1.2认知发展 180
9.2社会认知与智能发展 181
9.2.1信息加工理论 182
9.2.2选择性关注模型 183
9.3语障与智能 184
小结 .185
习题 .186
第 10 章语言加工的脑机制 187
10.1大脑可塑性概念 187
10.2脑功能结构与语言加工 187
10.2.1人类的语言中枢 188
10.2.2脑内语言系统 189
10.3动机理论（Motor Theory） .190
10.3.1复杂动机结构分析 190
10.3.2行为的卢可比模型 191
小结 .192
习题 .192
第 11 章人工智能语言加工 193
11.1机器学习与智能语言加工 193
11.2人类学习与语言加工能力 195
11.2.1信息加工的学习模式 195
11.2.2语言习得的认知加工模型 196
11.3人机心理情绪与语言加工 197
11.3.1情绪状态空间 197
11.3.2认知情感计算 200
小结 .203
习题 .203
参考文献. 204

任虎林，博士，教授，北京科技大学外国语学院副院长，教育部学位评审专家、教育部高等学校行业英语教学指导委员会委员、全国语言认知与智能发展专业委员会副会长兼秘书长。主持国家社科基金语言学外译项目1项、教育部人文社科基金项目1项，北京市社科基金（重点）项目2项、国家语委项目1项和多项横向项目。出版学术专著3部。在Neurosciences Letters, Frontiers in Psychology等(S)SCI期刊以及《外语教学与研究》、《中国外语》和《外语教学理论与实践》等CSSCI和其他外语类重要刊物上发表论文40余篇。主要研究领域：心理语言学、二语习得、语言信号加工、老年语言学、语言服务。

①以培养具有人工智能和语言学加工交叉学科知识为目标，积极推动人工智能、脑电加工技术等现代信息技术与文科专业深度融合，构建互融、互通、共学、共享的人才培养共同体，实现新文科、新工科协同发展。

②紧跟新一轮科技革命和产业变革趋势，优化内容结构布局，提升跨学科知识，注重传统语言加工知识的讲述，积极融入人工智能知识，推动智能发展和语言信号加工知识的渗透，实现语言知识与智能发展知识的交叉融合，提升内容体系建设整体水平。

③贯彻理论够用、重在交叉应用的教材编写原则，以学科质量为标准，根据专业人才的培养目标和教学实践，并按照适于教、利于学的原则组织教材内容，既保证教材体系完整、系统性强、连贯性好，条理清晰、层次分明、可读性强，易于教师引导和教学，又充分考虑学生的认知规律，易于学生学习理解。

④教材表达要简洁明了、图文并茂、文字规范、语言流畅，尽可能用表格、图标等形式对教学内容进行直观的归纳总结，便于阅读和理解。