战狼张汉杰:哪位帮忙详细说一下机器学习语言的问题

要有语言信息库和特征库，再用程序实现查找，匹配，与自我学习。
例如 苹果 苹果的属性有 红or黄or绿 甜or酸 生or熟等等，如果所有苹果的属性都被满足，它就是苹果。如果苹果的特征库中没有“苹果是圆的”这一项，而给出的条件有这一项，则程序自动将其纳入库中，正所谓自我学习。
语言信息库和特征库弄成双语的，再分语言种类建立一些典型句型库，到时候往里套，就是翻译了。

你可以参考讲解人工智能的资料。

要有语言信息库和特征库，再用程序实现查找，匹配，与自我学习。
例如 苹果 苹果的属性有 红or黄or绿 甜or酸 生or熟等等，如果所有苹果的属性都被满足，它就是苹果。如果苹果的特征库中没有“苹果是圆的”这一项，而给出的条件有这一项，则程序自动将其纳入库中，正所谓自我学习。
语言信息库和特征库弄成双语的，再分语言种类建立一些典型句型库，到时候往里套，就是翻译了。

你可以参考讲解人工智能的资料

人工智能自然语言的知识捕捉

智能型知识捕捉口语式查询
智能型知识库能够集成网站上使用Web接口，让用户输入一个简单口语式问句，透过最新之人工智能语意辨识系统，可了解用户问题内容，经由功能强大的分析智能理解系统，可准确地找到数据库内或文件数据库中相对应的数据。

分类树状查询
文件具有不同的属性，包含知识分类、归属部门、文件类型等，用户可以依照个人的阅读习惯以及需求，选择不同的树状结构进行浏览，以完整阅读相关文件。

关键字全文检索模糊查询
除了以关键字查询知识库内符合该字符串的信息，另提供同义词、关联词及联想词之高级查询功能，可提供用户自行精确定义查询条件。

高级查询功能
可使用文文件名、摘要资讯、版本等文件特徵查询特定文件，进行复合式条件查询。
知识库自动学习

将一些具代表性的文件分类成各类别后，透过具人工智能之知识自动学习训练机制后，以分析结果创建智能型知识分类引擎。当有大量文件需要分类时，系统利用这些模板与未进行分类的文件进行比较，然后透过知识分类引擎自动根据未分类文件的内容，选择最符合的类别，以提升任务效率。管理者可经由后台检视用户询问问题的回应结果；若有新的问法或知识需要新建学习，可直接透过问句训练学习模块，将用户问题进行训练，更新知识捕捉引擎。

关联性知识自动学习完整呈现

结果列表排序显示
透过智能知识查询机制，查询结果出现符合答案之网页数据或文件文件摘要数据，并可依照查询频率的高低或吻合率排列显示，提供用户快速点阅。

文件符合段落提醒
透过智能型知识捕捉机制，不仅可精确找出符合该答案的文件或数据，并且将数据文件中符合该问题答案的段落或文字特别标记出来，提供用户快速查看，而不需在繁杂的文章内容中重新检视。

知识满意度评分
用户可针对所调阅的数据文件作内容评分作业，并可留下意见给该作者。

相关文件自动提示
将所有用户调阅文件的纪录与习惯进行交叉分析后，系统自动产生文件间的相关性链接，当用户调阅一份文件数据时问，可自动推荐该相关联性的资讯文件给用户参考点选。

热门文件提示
可显示前几大热门文件，提供用户快速点选。