语用学课程教学大纲

“语用学”课程教学大纲

教研室主任：唐建萍执笔人：唐建萍

一、课程基本信息

开课单位：外国语学院

课程名称：语用学

课程编号：043103

英文名称：Pragmatics

课程类型：专业方向限选课

总学时：18 理论学时：18实验学时：

学分：1

开设专业：英语

先修课程：语言学导论

二、课程任务目标

（一）课程任务

语用学是英语专业语言学方向的一门专业限选课。本课程主要通过语用学中两个重要的概念，即“言语行为”和“语境”使学生掌握其相互作用和构成在话语交际中的核心作用，通过对语用学中指示、预设、言语行为理论、会话合作原则、话语逻辑等若干论题的研究，使学生可以从说话者和听话者的角度，知晓语言行为是受各种社会规约制约的行为，并可以运用社会规约结合语用知识去解释某些语言现象。让语言研究变成“语言—使用者—语境”这样一个三位一体的立体研究，对语言的认识从必然性跨越到自由性，从静态到动态，从单向分析向整体扩展，凝结出跨文化交际行为适合性的精髓。

（二）课程目标

在学完本课程之后，学生能够：

1. 区分语用学与语义学和其它相关学科在研究意义上的差别；

2. 在了解英语语言的基本特征以后，从语言使用的各种情况解释语言使用的意义、规

则和条件，从而以更高、更广的视角了解语言的特征；

3. 了解近二、三十年来语用学的发展、目前最新的研究动态及趋势，增强外语教学与

学习中的语用观念。

三、教学内容和要求

第一章引论

使学生了解语用学的起源和发展，并初步了解语用学中的几个基本概念及语用学同其它交叉学科的关系与学习意义

第一节语用学的起源及发展

第二节语用学的定义

第二章指示现象

使学生从语用角度了解指示词语的功能，脱离结构主义对指示词语的狭义理解，把话语和周围的世界联系起来。

第一节指示语的定义、分类和特点

第二节人称指示

第三节时间指示和空间指示

第四节语篇指示和社交指示

第三章语用预设

使学生了解预设、前提的定义及前提的反射问题。培养学生对话语命题进行逻辑切分的能力和逻辑推理能力

第一节前提的定义

第二节前提的种类

第三节前提的映射问题

第四节前提与蕴涵的关系

第四章会话含义(I):合作原则

要求学生掌握会话合作原则，并能应用到话语交际中，在话语轮回中动态的判断信息量，信息的真实性、相关性及谈话方式，发现话语的隐含意义

第一节合作原则的四项准则

第二节违反合作原则产生的语用效果

第三节隐含意义的定义及分类

第五章会话含义(II): 礼貌原则

介绍礼貌原则，培养学生能够参照社会语言学因素、文化语用因素等，在交际中恰当的表达自己，达到交际目的的能力。

第一节礼貌原则及其准则

第二节礼貌原则与合作原则的关系

第六章言语行为理论

要求学生明白语言的目的是用之于“行”，而不是用之于“指”，用语言表达就是完成了一个行为，及怎样用语言完成恰当有效的行为。

第一节言语行为理论的内容: 言内行为、言外行为、言后行为

第二节言有所为的恰当条件及语言特征

第三节言外行为的分类

第四节言外之力

第七章会话分析

通过介绍会话分析的几个概念，使学生了解自然会话的话轮结构及组织原则，解释会话的连贯性

第一节话轮转换

第二节毗邻应对

第三节选择等级

第四节修正原则

第八章语用学的应用

通过介绍语用学与其它相关学科的关系，使学生了解语用学的研究方法及应用

第一节语用学的多学科性特点

第二节语用学的应用性

四、学时分配

五、考核说明

闭卷考试并参考平时课堂讨论成绩。

六、主要教材及教学参考书目

（一）主要教材

1. 陈新仁. 《新编语用学教程》外语教学与研究出版社，2009年。

2. 何伟、彭漪、于晖. 《英语语用学教程》高等教育出版社，2010年。（二）主要参考书目

1. Yule, George 《语用学》上海外语教育出版社, 2000年。

2. 何自然.《语用学与英语学习》上海外语教育出版社，1997年。

3. 何兆熊.《新编语用学概要》上海外语教育出版社, 2000年。

人工智能课程教学大纲

人工智能课程教学大纲 【课程编码】JSZX0300 【适用专业】计算机科学与技术 【课时】 72(理论)+28(实验) 【学分】 3 【课程性质、目标和要求】 人工智能是计算机科学的重要分支，是计算机科学与技术专业本科生的专业限选课之一。本课程介绍如何用计算机来模拟人类智能，即如何用计算机实现诸如问题求解、规划推理、模式识别、知识工程、自然语言处理、机器学习等只有人类才具备的"智能"，使得计算机更好得为人类服务． 作为本科生一个学期的课程，重点掌握人工智能的基础知识和基本技能，以及人工智能的一般应用．完成如下教学目标： （1）了解人工智能的概念和人工智能的发展，了解国际人工智能的主要流派和路线，了解国内人工智能研究的基本情况，熟悉人工智能的研究领域． （2）较详细地论述知识表示的各种主要方法。重点掌握状态空间法、问题归约法和谓词逻辑法，熟悉语义网络法，了解知识表示的其他方法，如框架法、剧本法、过程法等。 （3）掌握盲目搜索和启发式搜索的基本原理和算法，特别是宽度优先搜索、深度优先搜索、等代价搜索、启发式搜索、有序搜索、A*算法等．了解博弈树搜索、遗传算法和模拟退火算法的基本方法． (4) 掌握消解原理、规则演绎系统和产生式系统的技术、了解不确定性推理、非单调推理的概念． （5）概括性地介绍人工智能的主要应用领域，如专家系统、机器学习、规划系统、自然语言理解和智能控制等． （6）简介人工智能程序设计的语言和工具． (7) 掌握Visual Prolog编程环境，会使用Prolog语言编写简单的智能程序。 要求学生已修过《数据结构》、《离散数据》和《编译原理》。 【教学时间安排】 本课程计 3 学分，理论课时72 ,实验课时28。学时分配如下表所示：

语用学与修辞学讲义

语用学与修辞学讲义 第一章绪论 第一节语用学与修辞学的概念 一、什么是语用学 Pragmatics这一术语由美国哲学家C.Morris在《符号学理论基础》(1938)一书中首次提出。如果以1977年在荷兰创刊的《语用学杂志》为标志，则语用学作为一们独立的学科迄今不过30多年的历史。 1、定义：Charles W.Morris在其《符号理论基础》中提出：语用学研究“符号与符号解释者的关系”，研究“符号与有生命的方面，即研究符号作用下出现的所有心理、生理和社会现象”。 列文森（Levinson S.C.，1983：转引自何兆熊，1989：8-9）有关语用学的几个定义： （1）“语用学是对在一种语言的结构中被语法化后被编码的语言和语境之间的关系的研究”； （2）“语用学是对所有那些未能纳入语义理论的意义侧面研究”； （3）“语用学是对语言和语境之间对于说明语言理解来说是十分根本的那些关系的研究”； （4）“语用学是对语言使用者把句子和使这些句子得以合适的语境相匹配的能力的研究”； （5）“语用学是对指示（至少是其中的一部分）、含义、前提、言语行为以及话

语结构各个侧面的研究。” （6）“语用学多要研究的是语言使用者在特定的语境中运用合适的语句的能力。”（英·列文森S。C。Levinson,Pragmatics,Cambrige University Press。1983 P。24。 再来看看其他学者对语用学的定义（何兆熊，1989：10-11）： （1）“语用学是对语言行为以及实施这些行为的语境所作的研究（Stalnaker，1972）”； （2）“语用学是一种旨在描述说话人如何使用一种语言的句子达致成功交际的理论（Kempson，1975）”； （3）“语用学是对语言的使用和语言交际进行的研究（Akmajian，1979）”； （4）“语用学可以有效地定义为对话语如何在情景中取得意义的研究。”（英·利奇G。N。Leech,Principles of Pragmatics,Longman,1983。P。X。 何自然：“语用学研究特定情景中的特定话语，研究不同的语言交际环境下如何理解和运用语言。”（《语用学概论》第1页 金定元：“语用学就是研究语境的科学。”（《语用学——研究语境的科学》载《中国语文天地》1986年第1期。） 周礼全：“语用学是符号学的重要部分……它研究：在一个语境中，说话者如何应用话语准确地表达和传达自己的思想感情给听话者，从而达到自己的意图；它也研究：在一个语境中，听话者如何准确地了解说话者通过话语所表达和传达的思想感情及其背后的意图。”（《中国语用学思想·序》） 2、对象和内容 就语用学研究对象而言，大致出现三大主要趋势： 一是认为语用学研究说话者意义（speaker meaning），如G Leech（1983），强

《人工智能》教学大纲

附件1 广东财经大学华商学院课程教学大纲模板 一、课程简介 人工智能是计算机与自动化学科的一门分支学科。它研究如何用机器来模仿人脑所从事的推理、证明、识别、理解、学习、规划、诊断等智能活动。人工智能是当前科学技术中正在迅速发展，新思想、新观点、新技术不断涌现的一个学科，也是一门涉及数学、计算机科学、控制论、信息论、心理学、哲学等学科的交叉和边缘学科。人工智能原理是计算机科学技术类专业的应用学科。前修课程包括：离散数学、数据结构、算法分析与设计等，后续课程：专家系统，知识工程。 二、教学目标 （1）熟练掌握图搜索策略，熟练掌握回溯策略、图搜索策略的过程以及算法（BACKTRACK 以及AI算法），掌握一些典型问题的启发式函数； （2）掌握用命题逻辑、一阶逻辑表示知识的方法，并在此基础上进行推理，熟练掌握归结方法以及归结反驳过程，熟练掌握利用归结反驳方法进行推理。 （3）掌握基于贝叶斯规则的不确定性推理，掌握条件概率、独立、条件独立及贝叶斯公式；掌握利用贝叶斯定理检测垃圾邮件的基本方法。 三、主要教学模式和教学手段 1．本课程的教学包括课堂讲授、课外作业、辅导答疑、上机实验和期末考试等教学环节。

2．课堂教学采用启发式教学方法，理例结合，多媒体并用，引导学生加深对课程内容的理解，提高学生的学习兴趣和效果。 3．理论联系实际，通过本课程的教学，力争使学生在理解和掌握大纲所要求的知识内容的基础上，能正确地运用这些知识解决有关实际问题。 四、教学内容（要求编写所有章节的主要内容） 第一章人工智能概述 基本内容和要求： 1．人工智能的概念与目标； 2．人工智能的研究内容与方法； 3．人工智能的分支领域； 4．人工智能的发展概况。 第二章逻辑程序设计语言Prolog 基本内容和要求： 1．掌握Prolog语言的语句特点、程序结构和运行机理； 2．能编写简单的Prolog程序，能读懂一般的Prolog程序。 教学重点： Prolog程序设计。 教学难点： 表与递归，回溯控制 第三章基于图搜索的问题求解 基本内容和要求： 1．掌握状态图的基本概念、状态图搜索基本技术和状态图问题求解的一般方法，包括穷举式搜索、启发式搜索、加权状态图搜索和A算法、A*算法等； 2．掌握与或图的基本概念、与或图搜索基本技术和或图问题求解的一般方法； 3．理解一些经典规划调度问题（如迷宫、八数码、梵塔、旅行商、八皇后等问题）的求解方法； 教学重点：

人工智能教学大纲

《人工智能》教学大纲 一、课程概述 1. 课程研究对象和研究内容 人工智能是计算机与自动化学科的一门分支学科。它研究如何用机器来模仿人脑所从事的推理、证明、识别、理解、学习、规划、诊断等智能活动。人工智能是当前科学技术中正在迅速发展，新思想、新观点、新技术不断涌现的一个学科，也是一门涉及数学、计算机科学、控制论、信息论、心理学、哲学等学科的交叉和边缘学科。 《人工智能》（双语）课程的主要目标是为大学本科高年级学生提供有关人工智能理论以及应用所必需的知识和技能；掌握人工智能的基本原理；掌握设计开发智能系统的基本方法。 2. 课程在整个课程体系中的地位 人工智能原理是计算机科学技术类专业的应用学科。前修课程包括：离散数学、数据结构、算法分析与设计等，后续课程：专家系统，知识工程，该课程可以在大学三、四年级开设。 二、课程目标 1．熟练掌握图搜索策略，熟练掌握回溯策略、图搜索策略的过程以及算法（BACKTRACK 以及A*算法），掌握一些典型问题的启发式函数。 2．掌握用命题逻辑、一阶逻辑表示知识的方法，并在此基础上进行推理，熟练掌握归结方法以及归结反驳过程，熟练掌握利用归结反驳方法进行推理。 3．掌握基于贝叶斯规则的不确定性推理，掌握条件概率、独立、条件独立及贝叶斯公式；掌握利用贝叶斯定理检测垃圾邮件的基本方法。 三、课程内容和要求 这门学科的知识与技能要求分为知道、理解、掌握、学会四个层次。这四个层次的一般涵义表述如下： 知道———是指对这门学科和教学现象的认知。 理解———是指对这门学科涉及到的概念、原理、策略与技术的说明和解释，能提示所涉及到的教学现象演变过程的特征、形成原因以及教学要素之间的相互关系。 掌握———是指运用已理解的教学概念和原理说明、解释、类推同类教学事件和现象。

《人工智能》详细教学大纲.doc

《人工智能》教学大纲 课程名称：人工智能 英语名称：Artificial Intelligence 课程代码：130234 课程性质：专业必修 学分学时数： 5/80 适用专业：计算机应用技术 修（制）订人： 修（制）订日期：2009年2月 审核人： 审核日期： 审定人： 审定日期： 一、课程的性质和目的 （一）课程性质 人工智能是计算机科学理论基础研究的重要组成部分，人工智能课程是计算机科学技术专业的专业拓展选修课。通过本课程的学习使学生了解人工智能的提出、几种智能观、重要研究领域，掌握人工智能求解方法的特点。掌握人工智能的基本概念、基本方法，会用知识表示方法、推理方法和机器学习等方法求解简单问题等。 （二）课程目的 1、基本理论要求： 课程介绍人工智能的主要思想和基本技术、方法以及有关问题的入门知识。要求学生了解人工智能的主要思想和方法。 2、基本技能要求： 学生在较坚实打好的人工智能数学基础（数理逻辑、概率论、模糊理论、数值分析）上，能够利用这些数学手段对确定性和不确定性的知识完成推理；在理解Herbrand 域概念和Horn 子句的基础上，应用Robinson 归结原理进行定理证明；应掌握问题求解（GPS ）的状态空间法，能应用几种主要的盲目搜索和启发式搜索算法（宽度优先、深度优先、有代价的搜索、A 算法、A*算法、博弈数的极大—极小法、α―β剪枝技术）完成问题求解；并能熟悉几种重要的不确定推理方法，如确定因子法、主观Bayes 方法、D —S 证据理论等，利用数值分析中常用方法进行正确计算。 3、职业素质要求：结合实战，初步理解和掌握人工智能的相关技术。 二、教学内容、重（难）点、教学要求及学时分配 第一章：人工智能概述（2学时） …… ………………………………………………………………装……订……线…………………………………………………………………………………………………………… …………………………

语用学课件-预设与蕴涵

The projection problem There is a basic expectation that the presupposition of a simple sentence will continue to be true when that simple sentence becomes part of a more complex sentence.This is one version of the general idea that the meaning of the whole sentence is a combination of the meaning of its parts.However,the meaning of some presuppositions (as ‘parts’) doesn’t survive to become the meaning of some complex sentences (as ‘wholes’).This is known as the projection problem.In example [12],we are going to see what happens to the presupposition q (‘Kelly was ill’) which is assumed to be true in the simple structure [12c.],but which does not ‘project’into the complex structure [12h.].In order to follow this type of analysis,we have to think of a situation in which a person might say: ‘I imagined that Kelly was ill and nobody realized that she was ill.’ [12]a.Nobody realized that Kelly was ill.(=p) b.Kelly was ill.(=q) c.p>>q (At this point,the speaker uttering[12a.] presupposes[12b.].) d.I imagined that Kelly was ill.(=r) e.Kelly was not ill.(=NOT q) f.r>>NOT q (At this piont,the speaker uttering[12d.]presupposes[12e.],the opposite of [12b.].) g.I imagined that Kelly was ill and nobody realized that she was ill.(=r&p) h.r&p>>NOT q (At this piont,after combining r&p,the presupposition q can no longer be assumed to be true.) In an example like [12],the technical analysis may be straightforward,but it may be difficult to think of a context in which someone would talk like that.Perhaps example [13]will contextualize better.In an episode of a TV soap opera,two characters have the dialog in [13]. [13]Shirley:It’s so sad.George regrets getting Mary pregnant. Jean:But he didn’t get her pregnant.We know that now. If we combine two of the utterances from [13],we have the sequence, ‘George regrets getting Mary pregnant;but he didn’t get her pregnant’.Identifying the different propositions involved,as in [14],we can see that the presupposition q in [14b.] does not survive as a presupposition of the combined utterances in [14e.]. [14]a.George regrets getting Mary pregnant.(=p) b.George got Mary pregnant.(=q) c.p>>q d.He didn’t get her her pregnant.(=r) e.George regrets getting Mary pregnant,but he didn’t get her pregnant.(=p&r) f.p&r >>NOT q One way to think about the whole sentence presented in [14e.] is as an utterance by a person reporting what happened in the soap opera that day.That person will not assume the presupposition q (i.e. that George got Mary pregnant) is true when uttering [14e.]. A simple explanation for the fact that presuppositions don’t ‘project’ is that they are destroyed by entailments.Remember that an entailment is something that necessarily follows from what is asserted.In example [13],Jean’s utterance of ‘he didn’t get her pregnant’ actually entails ‘George didn’t get Mary pregnant’ as a logical consequence.Thus,when the person who watched the soap

DX3004模式识别与人工智能--教学大纲

《模式识别与人工智能》课程教学大纲 一、课程基本信息 课程代码：DX3004 课程名称：模式识别与人工智能 课程性质：选修课 课程类别：专业与专业方向课程 适用专业：电气信息类专业 总学时： 64 学时 总学分： 4 学分 先修课程：MATLAB程序设计；数据结构；数字信号处理；概率论与数理统计 后续课程：语音处理技术；数字图像处理 课程简介： 模式识别与人工智能是60年代迅速发展起来的一门学科，属于信息，控制和系统科学的范畴。模式识别就是利用计算机对某些物理现象进行分类，在错误概率最小的条件下，使识别的结果尽量与事物相符。模式识别技术主要分为两大类：基于决策理论的统计模式识别和基于形式语言理论的句法模式识别。模式识别的原理和方法在医学、军事等众多领域应用十分广泛。本课程着重讲述模式识别的基本概念，基本方法和算法原理，注重理论与实践紧密结合，通过大量实例讲述如何将所学知识运用到实际应用之中去，避免引用过多的、繁琐的数学推导。这门课的教学目的是让学生掌握统计模式识别基本原理和方法，使学生具有初步综合利用数学知识深入研究有关信息领域问题的能力。 选用教材： 《模式识别》第二版，边肇祺，张学工等编著[M]，北京：清华大学出版社，1999； 参考书目： [1] 《模式识别导论》，齐敏，李大健，郝重阳编著[M]. 北京：清华大学出版社，2009； [2] 《人工智能基础》，蔡自兴，蒙祖强[M]. 北京：高等教育出版社，2005； [3] 《模式识别》，汪增福编著[M]. 安徽：中国科学技术大学出版社，2010； 二、课程总目标 本课程为计算机应用技术专业本科生的专业选修课。通过本课程的学习，要求重点掌握统计模式识别的基本理论和应用。掌握统计模式识别方法中的特征提取和分类决策。掌握特征提取和选择的准则和算法，掌握监督学习的原理以及分类器的设计方法。基本掌握非监督模式识别方法。了解应用人工神经网络和模糊理论的模式识别方法。了解模式识别的应用和系统设计。要求学生掌握本课程的基本理论和方法并能在解决实际问题时得到有效地运用，同时为开发研究新的模式识别的理论和方法打下基础。 三、课程教学内容与基本要求 1、教学内容： （1）模式识别与人工智能基本知识； （2）贝叶斯决策理论； （3）概率密度函数的估计； （4）线性判别函数； （5）非线性胖别函数；

《人工智能》课程教学大纲

人工智能》课程教学大纲 、课程基本信息 二、课程教学目标 《人工智能》是计算机科学与技术专业的一门专业拓展课，通过本课程的学习使本科生对人工智能的基本内容、基本原理和基本方法有一个比较初步的认识，掌握人工智能的基本概念、基本原理、知识的表示、推理机制和智能问题求解技术。启发学生开发软件的思路，培养学生对相关的智能问题的分析能力，提高学生开发应用软件的能力和水平。 三、教学学时分配

四、教学内容和教学要求 第一章人工智能概述（3 学时） （一）教学要求 1.掌握人工智能的基本概念； 2.理解人工智能的发展状况。 3.理解人工智能的基本技术； 4.了解人工智能的研究途径与方法； 5.了解人工智能的分支领域； （二）教学重点与难点教学重点：人工智能的基本技术。教学难点：三大学派的研究途径与方法。 （三）教学内容 第一节人工智能的基本概念 1.什么是人工智能 2.强人工智能与弱人工智能 3.脑智能和群智能 4.符号智能和计算智能 第二节人工智能发展概况 1.人工智能学科的产生

2.人工智能学科的发展 3.人工智能三大学派 第三节人工智能研究途径与方法 1.人工智能的研究目标 2.人工智能的研究方法 3.人工智能的研究内容 第四节人工智能基本技术 1.推理技术 2.搜索技术 3.知识库技术 4.归纳技术 5.联想技术第五节人工智能的应用 1.难题求解 2.机器定理证明 3.自动程序设计 4.模式识别 5.机器翻译 6.智能管控 7.智能决策 8.智能人机接口 第六节人工智能的影响 1.人工智能对人类的影响 2.人工智能对社会的影响 本章习题要点：对基本概念、技术、方法的理解。 第二章智能程序设计语言（5 学时）（一）教学要求 1．了解常见的几种人工智能程序设计语言；

《人工智能导论》教学大纲

人工智能导论》教学大纲 大纲说明 课程代码： 3235042 总学时： 32 学时（讲课 32 学时） 总学分： 2 学分 课程类别：限制性选修 适用专业：计算机科学与技术，以及有关专业 预修要求： C 程序设计语言，数据结构 课程的性质、目的、任务： 人工智能是计算机科 学中涉及研究、 科学与技术， 以及有关专业重要的专业方向与特色模块课程之一。 生对人工智能的发展概况、 基本原理和应用领域有初步了解， 启发学生对人工智能的兴趣，培养知识创新和技术创新能力。 课程教学的基本要求： 人工智能的研究论题包括计算机视觉、规划与行动、多 言理解、专家系统和机器学习等。 这些研究论题的基础是通用和专用的知 识表示和推理机制、 问题求解和搜索算法，以及计算智能技术等。要求学生掌握这些研究论题的基础知识。 人工智能还提供一套工具以解决那些用其它方法难以解决， 甚至无法解决的问题。 这些 工具包括启发式搜索和规划算法， 知识表示和推理形式， 机器学习技术， 语音和语言理解方 法，计算机视觉和机器人学等。 要求学生掌握利用其中的重要工具解决给定问题的基本方法。 大纲的使用说明： 通过适当调节教学内容和学时安排，减少有关章节学时和增加专家系统这一章的学时， 本大纲亦可作为《人工智能与专家系统》的课程教学大纲。 大纲正文 第一章 绪论 学时： 2 学时（讲课 2学时） 了解人类智能与人工智能的含义，人工智能的发展和应用领域；理解人工智能的内涵。 本章讲授要点 ：在介绍人工智能概念的基础上， 使学生了解本课程所涉知识的重要意义， 以及人工智能的应用现状和应用前景。 设计和应用智能机器的一个分支。 本课程是计算机 通过本课程的开设， 使学 对主要技术及应用有一定掌握， Agent 系统、 语音识别、自动语

《人工智能》课程教学大纲.doc

《人工智能》课程教学大纲 课程代码：H0404X 课程名称：人工智能 适用专业：计算机科学与技术专业及有关专业 课程性质：本科生专业基础课﹙学位课﹚ 主讲教师：中南大学信息科学与工程学院智能系统与智能软件研究所蔡自兴教授 总学时：40学时﹙课堂讲授36学时，实验教学4学时﹚ 课程学分：2学分 预修课程：离散数学，数据结构 一.教学目的和要求： 通过本课程学习，使学生对人工智能的发展概况、基本原理和应用领域有初步了解，对主要技术及应用有一定掌握，启发学生对人工智能的兴趣，培养知识创新和技术创新能力。 人工智能涉及自主智能系统的设计和分析，与软件系统、物理机器、传感器和驱动器有关，常以机器人或自主飞行器作为例子加以介绍。一个智能系统必须感知它的环境，与其它Agent和人类交互作用，并作用于环境，以完成指定的任务。 人工智能的研究论题包括计算机视觉、规划与行动、多Agent系统、语音识别、自动语言理解、专家系统和机器学习等。这些研究论题的基础是通用和专用的知识表示和推理机制、问题求解和搜索算法，以及计算智能技术等。 此外，人工智能还提供一套工具以解决那些用其它方法难以解决甚至无法解决的问题。这些工具包括启发式搜索和规划算法，知识表示和推理形式，机器学习技术，语音和语言理解方法，计算机视觉和机器人学等。通过学习，学生能够知道什么时候需要某种合适的人工智能方法用于给定的问题，并能够选择适当的实现方法。 二.课程内容简介 人工智能的主要讲授内容如下： 1.叙述人工智能和智能系统的概况，列举出人工智能的研究与应用领域。 2.研究传统人工智能的知识表示方法和搜索推理技术，包括状态空间法、问题归约法谓词逻辑法、语义网络法、盲目搜索、启发式搜索、规则演绎算法和产生式系统等。 3.讨论高级知识推理，涉及非单调推理、时序推理、和各种不确定推理方法。 4.探讨人工智能的新研究领域，初步阐述计算智能的基本知识，包含神经计算、模糊计算、进化计算和人工生命诸内容。 5.比较详细地讨论了人工智能的主要应用，包括专家系统、机器学习、自动规划、Agent、自然语言理解、机器视觉和智能控制等。对于应用内容，根据学时，有选择地进行讲授。 6.评述近年来人工智能的争论，讨论人工智能对人类经济、社会和文化的影响，展望人工智能的发展。 以上内容反映了人工智能的最新进展，理论联系实际，具有很好的针对性。 三.教学内容和学时安排

《人工智能》详细教学大纲

《人工智能》详细教学大纲 《人工智能》教学大纲 课程代码：130234 课程性质：专业必修 学分学时数： 5/80 适用专业：计算机应用技术 一、课程的性质和目的 （一）课程性质 人工智能是计算机科学理论基础研究的重要组成部分，人工智能课程是计算机科学技术专业的专业拓展选修课。通过本课程的学习使学生了解人工智能的提出、几种智能观、重要研究领域，掌握人工智能求解方法的特点。掌握人工智能的基本概念、基本方法，会用知识表示方法、推理方法和机器学习等方法求解简单问题等。 （二）课程目的 1、基本理论要求： 课程介绍人工智能的主要思想和基本技术、方法以及有关问题的入门知识。要求学生了解人工智能的主要思想和方法。 2、基本技能要求： 学生在较坚实打好的人工智能数学基础（数理逻辑、概率论、模糊理论、数值分析）上，能够利用这些数学手段对确定性和不确定性的知识完成推理；在理解Herbrand 域概念和Horn 子句的基础上，应用Robinson 归结原理进行定理证明；应掌握问题求解（GPS ）的状态空间法，能应用几种主要的盲目搜索和启发式搜索算法（宽度优先、深度优先、有代价的搜索、A 算法、A*算法、博弈数的极大—极小法、α―β剪枝技术）完成问题求解；并能熟悉几种重要的不确定推理方法，如确定因子法、主观Bayes 方法、D —S 证据理论等，利用数值分析中常用方法进行正确计算。 3、职业素质要求：结合实战，初步理解和掌握人工智能的相关技术。 二、教学内容、重（难）点、教学要求及学时分配 第一章：人工智能概述（2学时） 1、讲授内容： （1） 人工智能的概念 （2） 人工智能的研究途径和方法 ………………………………………………

语用学

语用学概述 ①语用学（pragmatics） 语用学是一门新兴的学科，是语言学研究的较新的一个领域。语用学（pragmatics）这一术语的使用最早是由美国哲学家C. Morris 和R. Carnap在20世纪中后期提出来的。但此时语用学只是作为符号学的组成部分。他们在《符号学理论基础》中指出：语用学研究“符号与符号解释者的关系”，研究“符号的有生命方面，即……研究符号作用下出现的所有心理、生理和社会现象（Morris 1971:17-74）。正如所有新兴的学科一样，语用学的研究也经历了一个不断探索不断发展的过程。在语用学发展的初始阶段，语用学曾被视为语义学的废纸篓。此时的语言学家们更加关注抽象的原则与语言逻辑。但是随着语境的引入及人们对于实际使用语言的重视，语用学逐渐成为一门独立的学科，正如何兆熊（2000：4）先生所说“语境因素一旦进入了语义研究的范围，便为语用研究开辟了道路。语用研究进而迅速发展成为一门相对独立的学科。”那么什么是语用学呢？从字面上而言，语用学就是研究如何使用语言的学科。但是对于语用学的定义远没有这么简单。下面我们回顾一下专家们对语用学所下的定义。 Stalnaker（1972：383）将语用学定义为“语用学是对语言行为以及实施这些行为的语境所作的研究。” George Yule (2000: 3) 认为语用学所关注的四个领域分别是（1）语用学是对说话人含义的研究（2）语用学是对语境意义的研究。（3）语用学是对所获得的交际比所说的内容多多少的研究。（4）语用学是对相对距离描述的研究。 Leech（1983：x）将语用学定义为“对于语用学可以下这样的定义，它是对话语怎样在情景中获得意义的研究。” Mey (2004:42) 认为“语用学在本质上关注实际生活场景中语言的使用者及怎样使他们有效并得体地运用语言技能和资料的条件”。 我国的学者也对语用学下了不同的定义。 何自然（1997：1）认为“语用学（pragmatics）是语言学的一个较新的领域，它研究在特定情景中的特定话语，研究如何通过语境（context）来理解和使用语言”。 胡壮麟（2001：20）认为“语用学研究语境当中的意义”。“换句话说，语用学更关注语言交际的方式而不是语言建构（structured）的方式”。 尽管以上的定义各不相同，但是它们共同关注了两个问题，即意义与语境。这也是语用学研究的两个基本概念。 ②意义（meaning） 对于意义，有同学可能会问，语义学也是研究意义的。语用学与语义学是不是一样呢？在这里有必要对此稍作澄清。上文中我们曾经提到语用学曾被视为语义学研究的废纸篓，语义学家们将他们无法解释的现象都扔进了这个“废纸篓”。传统语义学关注的是句子所包含的语义命题的真实值，以及判断一个命题内容真实还是谬误所要满足的条件。 例如：He arrived late and missed the train. 这个句子由两个命题组成，命题p “He arrived late”，命题q “He missed the train”。两个命题由合取连词连接。那么该句的命题为p & q，如果p为真并且q也为真，那么p & q为真，如果p或q不为真，那么p & q为假。 德国哲学家Frege认为只有“思想”（thought）才可能具有真实值。“思想”就是句子的“意义”。Frege注意到并不是所有的句子都表达了思想，有的句子不具有表达思想的那种意义，有些句子表达了比思想更多的内容，有些句子不足以表达思想，其中包括表达请求、命令、意愿、感叹的句子等。Frege将这三种类型的句子都扔到了语用学的“废纸篓”。 假设我们说“The roo m is cold .” 那么对于语义学家们来说，只有当此句话表达了可以判

《人工智能导论》教学大纲.

《人工智能导论》教学大纲 大纲说明 课程代码：3235042 总学时：32学时（讲课32学时） 总学分：2学分 课程类别：限制性选修 适用专业：计算机科学与技术，以及有关专业 预修要求：C程序设计语言，数据结构 课程的性质、目的、任务： 人工智能是计算机科学中涉及研究、设计和应用智能机器的一个分支。本课程是计算机科学与技术，以及有关专业重要的专业方向与特色模块课程之一。通过本课程的开设，使学生对人工智能的发展概况、基本原理和应用领域有初步了解，对主要技术及应用有一定掌握，启发学生对人工智能的兴趣，培养知识创新和技术创新能力。 课程教学的基本要求： 人工智能的研究论题包括计算机视觉、规划与行动、多Agent系统、语音识别、自动语言理解、专家系统和机器学习等。这些研究论题的基础是通用和专用的知识表示和推理机制、问题求解和搜索算法，以及计算智能技术等。要求学生掌握这些研究论题的基础知识。 人工智能还提供一套工具以解决那些用其它方法难以解决，甚至无法解决的问题。这些工具包括启发式搜索和规划算法，知识表示和推理形式，机器学习技术，语音和语言理解方法，计算机视觉和机器人学等。要求学生掌握利用其中的重要工具解决给定问题的基本方法。大纲的使用说明： 通过适当调节教学内容和学时安排，减少有关章节学时和增加专家系统这一章的学时，本大纲亦可作为《人工智能与专家系统》的课程教学大纲。 大纲正文 第一章绪论学时：2学时（讲课2学时）了解人类智能与人工智能的含义，人工智能的发展和应用领域；理解人工智能的内涵。 本章讲授要点：在介绍人工智能概念的基础上，使学生了解本课程所涉知识的重要意义，以及人工智能的应用现状和应用前景。

《人工智能》课程教学大纲

《人工智能》课程教学大纲 （Artificial Intelligence） 课程性质：院公选课 适用专业：各专业 先修课程：离散数学、数据结构、操作系统原理 后续课程： 总学分：2学分 一、教学目的与要求 1．教学目的 人工智能主要研究解释和模拟人类智能、智能行为及其规律的一门学科，其主要任务是建立智能信息处理理论，进而设计可以展现某些近似于人类智能行为的计算机系统。本课程要求学生掌握人工智能的基本原理，了解人工智能中常用的基本技术，诸如：知识表示技术、搜索技术、自动推理技术以及专家系统等，同时学会运用Prolog语言求解人工智能的实际问题。 2．教学要求 学生必须具有离散数学、程序设计、数据结构、操作系统方面的知识。 二、课时安排 三、教学内容 1．人工智能概述（4学时） （1）教学基本要求 了解：人工智能的发展概况 理解：人工智能的概念 掌握：人工智能的研究途径与方法、人工智能的分支领域 灵活运用：人工智能的基本技术 （2）教学内容

①人工智能的概念 ②人工智能的研究途径与方法(重点) ③人工智能的分支领域(重点、难点) ④人工智能的基本技术(难点) ⑤人工智能的发展概况 2．人工智能程序设计语言（6学时） （1）教学基本要求 了解：人工智能程序设计语言分类 掌握：函数型程序设计语言LISP和逻辑型程序设计语言PROLOG 灵活运用：Turbo PROLOG程序设计语言 （2）教学内容 ①综述 ②函数型程序设计语言LISP(重点) ③逻辑型程序设计语言PROLOG(重点、难点) ④Turbo PROLOG程序设计(难点) 3．基于谓词逻辑的机器推理（6学时） （1）教学基本要求 理解：谓词及谓词逻辑，形式演绎推理 掌握：归结演绎推理 灵活运用：应用归结原理求取问题答案 了解：Horn子句归结与逻辑程序、非归结演绎推理 （2）教学内容 ①一阶谓词逻辑 ②归结演绎推理(重点) ③应用归结原理求取问题答案(重点、难点) ④归结策略 ⑤归结反演程序举例 ⑥Horn子句归结与逻辑程序(难点) ⑦非归结演绎推理 4．图搜索技术（8学时） （1）教学基本要求 掌握：状态图搜索方法、与或图搜索方法 灵活运用：状态图搜索方法进行问题求解、与或图搜索方法进行问题求解了解：博弈树搜索技术 （2）教学内容 ①状态图搜索(重点、难点) ②状态图问题求解(重点) ③与或图搜索(重点、难点) ④与或图问题求解（难点） ⑤博弈树搜索 5．产生式系统（4学时）

矩阵论华中科技大学课后习题答案

习题一 1.判断下列集合对指定的运算是否构成R 上的线性空间 （1）11 {()| 0}n ij n n ii i V A a a ?====∑，对矩阵加法和数乘运算； （2）2{|,}n n T V A A R A A ?=∈=-，对矩阵加法和数乘运算； （3）33V R =；对3R 中向量加法和如下定义的数乘向量：3 ,,0R k R k αα?∈∈=； （4）4{()|()0}V f x f x =≥，通常的函数加法与数乘运算。 解： （1）、（2）为R 上线性空间 （3）不是，由线性空间定义，对0α?≠有1α=α，而题（3）中10α= （4）不是，若k<0，则()0kf x ≤，数乘不满足封闭性。 2.求线性空间{|}n n T V A R A A ?=∈=的维数和一组基。 解：一组基 100 010 10 101010000000100............ ......0010010?? ???? ?????? ???? ? ? ? ? ? ??? ? ? ? ? ? ??? ? ? ? ? ? ??? ? ? ? ? ? ??? ? ? ? ? ? ?? ? ? ? ? ? ?? ? ? ? ? ? ?? ? ? ? ? ? ?? ? ? ? ? ? ?? ?? ? ? ?? ?? ? ? ? ?????? dim W =n ( n +1)/2 3.如果U 1和U 2都是线性空间V 的子空间，若dim U 1=dim U 2，而且12U U ?，证明：U 1=U 2。 证明：因为dim U 1=dim U 2，故设 {}12,,,r ααα为空间U 1的一组基，{}12,,,r βββ为空间U 2的一组基 2U γ?∈，有 ()12 r X γγβββ= 而 ()()12 12r r C αααβββ=，C 为过渡矩阵，且可逆 于是 ()()()112 12121r r r X C X Y U γγγγβββαααααα-===∈ 由此，得 21 U U ?

人工智能与社会教学大纲

人工智能与社会 课程教学大纲课程英文名称：Artificial Intelligence and Society 开课院系：计算机科学与技术学院课程性质：科技素质教育课程课程目的： 人工智能是一门边沿学科，属于自然科学、社会科学、技术科学三向交叉学科。今天，各样的智能机器人，不断能够帮助人类进行生产劳作，甚至可以料理家务，人们在整个的发展的过程当中希望利用外来之物来强化自身，摆脱自然力的束缚，人类从中可以得到解放，这是一个千古梦想，也是中国梦的梦境之一。这个梦想怎么样才能变成现实，最精彩的是人希望有一种智力的工具，它依靠信息科学技术来把信息资源转化成为这种工具，帮助人来扩展自己的信息功能、智力功能，这样就可以把人类从很多繁重的劳动，包括体力劳动和智力劳动中解放出来。人工智能是对资源、科学、技术、工具的集大成，这个是人类争取从自然力解放的一个非常重要的途径。学过这门课程后使学生对现代社会的人工智能应用有一个初步的认识，在今后的工作中适应现代社会的发展，为实现中国富强梦做出更大贡献。 课程内容： 一、二进制的前世今生 1. 计数的发展历史，计数历史贡献 2. 二进制的诞生，二进制的发展历史 3. 二进制的计算能力，二进制在科技进步中的作用

二、现代计算机的诞生 1. 计算工具的发展历史，计算工具的历史贡献 2. 机械式计算器的诞生，机械式计算器的历史作用 3. 现代计算机诞生，现代计算机的计算能力 三、人工智能的起源 1. Turing 思想和Turing 机 2. 人工智能的诞生的三大标志 3. 人工智能语言的发展 4. 智能博弈技术的发展 四、人类智能与计算机模拟 1. 智能仿真模拟能力 2. 计算机仿真模拟领域 3. 计算机仿真模拟能力 五、模糊世界和模糊信息 1. 人类世界的模糊性 2. 粒度计算的基本原理 3. 粒度计算的应用 4. 典型模糊案例分析

智能材料教学大纲

《智能材料》课程教学大纲 【课程编号】 【课程名称】智能材料 Intelligent materials 【学时学分】24学时；1.5学分【实验和上机学时】0学时【课程类别】专业与专业方向课【开课模式】选修 【先修课程】大学物理、高分子物理 【开课单位】辽宁省通用航空重点实验室【开课学期】第7学期 【授课对象】复合材料与工程专业本科学生 【考核方式】考查 一、课程的性质、目的与任务 智能材料这门课是为了拓展复合材料与工程专业学生的应用新型材料的能力，了解、应用、研发新材料的性能的一门选修课程，对学生认识交叉学科在材料与结构设计领域的应用具有启发意义。 本课程利用材料具有的一些生物体才具有的功能，如传感、判断、处理、执行、自预警、自修复、应激响应等，通过自适应材料与结构、智能超分子和膜、智能凝胶、微机械智能光电子、纳米机械等应用在航空航天飞行器以及土木建筑等方面。 本课程以大学物理和高分子物理等课程为基础，是学生毕业从事相关技术工作的重要理论基础。 二、课程的教学内容、基本要求和学时分配 1．绪论（2学时） 了解智能材料与智能结构的发展；智能材料的内涵和定义；智能材料与智能结构的应用前景与发展趋势。 2．典型智能材料介绍（16学时） 分别介绍几种典型的智能材料， ①形状记忆合金；

②压电复合材料； ③电磁流变体； ④智能纤维材料； ⑤智能高分子材料； ⑥智能橡胶与智能弹性体。 3．智能结构与智能控制（4学时） ①智能结构控制概念； ②隔振器与消能器； ③传感器； ④作动器。 4．其他传感元件（2学时） ①电阻应变丝； ②碳纤维复合材料； ③智能无机高分子复合材料与应用 ④二氧化钒智能窗； ⑤半导体材料； ⑥疲劳寿命丝（箔）。 三、教材及主要参考书（第1条填写主选教材） 著者书名出版社出版日期 1 陈英杰等《智能材料》机械工业出版社2013.07 2 傅秦生等《智能材料与结构系统》北京大学出版社2010.08 四、其它必要说明

《人工智能基础》教学大纲(自考)

人工智能基础（8017）考试大纲 一、课程性质与设置目的 （一）课程性质和特点 “人工智能”是21世纪计算机科学发展的主流，为了培养国家建设跨世纪的有用人才，在计算机专业本科开设《人工智能基础》课程是十分必要的。《人工智能基础》是计算机专业本科的一门必修课程，本课程中涉及的理论、原理、方法和技术有助于学生进一步学习其他专业课程。开设本课程的目的是培养学生软件开发的“智能”观念；掌握人工智能的基本理论、基本方法和基本技术；提高解决“智能”问题的能力，为今后的继续深造和智能系统研制，以及进行相关的工作打下人工智能方面的基础。 （二）本课程的基本要求（课程总目标） 《人工智能基础》是理论性较强，涉及知识面较广，方法和技术较复杂的一门学科。通过对本课程的学习，学生应掌握人工智能的一个问题和三大技术，即通用问题求解和知识表示技术、搜索技术、推理技术。具体要求是：学生在较坚实打好的人工智能数学基础（数理逻辑、概率论、模糊理论、数值分析）上，能够利用这些数学手段对确定性和不确定性的知识完成推理；在理解Herbrand域概念和Horn子句的基础上，应用Robinson 归结原理进行定理证明；应掌握问题求解（GPS）的状态空间法，能应用几种主要的盲目搜索和启发式搜索算法（宽度优先、深度优先、有代价的搜索、A算法、A*算法、博弈数的极大—极小法、α―β剪枝技术）完成问题求解；并能熟悉几种重要的不确定推理方法，如确定因子法、主观Bayes方法、D—S证据理论等，利用数值分析中常用方法进行正确计算。另外，学生还应该了解专家系统的基本概念、研究历史、系统结构、系统评价和领域应用。学生还应认识机器学习对于智能软件研制的重要性，掌握机器学习的相关概念，机器学习的方法及其相应的学习机制，几个典型的机器学习系统的学习方法、功能和领域应用。 （三）本课程与相关课程的联系、分工或区别 与本课程相关的课程有：离散数学、算法设计、数值分析、程序设计语言等。 离散数学中的命题逻辑、谓词逻辑、树/图、表等知识是本课程的数学基础之一。本课程中的知识表示需要利用矩阵、表、树/图、多元组等手段，因此学生前期的离散数学学习，对于本课程起到了基础作用。 -1-