人工智能和神经网络有什么联系与区别？( 二 )_经网络：神经网络是现代人工智能的最重

神经网络分词法

模拟人脑的运行，分布处理，建立计算模型，将分词知识分散、隐式地存入神经网络内部，通过学习和训练改变内部的权值，以达到正确的分词效果。该分词方法的关键，在于知识库的组织和网络推理规则的建立。神经网络分词法具有对外界变化敏感、反应迅速，且具有自学、自组织的能力；缺点在于对已有知识维护更新困难，网络模型表达复杂，训练时间长。

神经网络专家系统分词法

神经网络专家系统分词法是将神经网络分词法与专家系统分词法结合起来的一种方法。即利用了专家系统知识显式表达的优势，又利用神经网络自学、自组织的特点，这是基于人工智能的分词方法一种有益的尝试。采用包括专家系统和神经网络在内的人工智能技术来研究汉语自动分词与其它方法有明显不同。本质上讲，它是一种对人脑思维方式的模拟，试图用数字模型来逼近人们对语言认识的过程。

在汉语自动分词研究中，应用专家系统的时间比较短，引入神经网络技术的研究才刚刚起步，存在许多有待进一步解决的问题。专家系统的缺点是不能从经验中学习，当知识库庞大时难以维护，要进行多歧义字段切分时耗时较长，同时在知识表示、知识获取和知识验证等方面存在一些问题。将人工神经网络技术引入汉语分词系统中，也需要从多个角度去全面考虑。一方面，神经网络具有很多优点，如联想、容错、记忆、自适应、自学习和处理复杂多模式等；另一方面，神经网络的网络连接模型表达复杂，训练过程较长，不能对自身的推理方法进行解释，对未在训练样本中出现过的新词汇不能给予正确切分。