利用拓扑遍历算法进行自然语言处理和分析的一些构想

      连接主义的自然语言处理机制
    
      一个节点中存储着离散的字符和其它符号  节点间形成无规则的全连接拓扑
      然后随机选择一个起始节点，开始随机遍历，遍历出来的字符和符号形成一个字符串
      然后用系统预先存储的语法和词法规则引擎去过滤这些字符串，合符规则的
      就输出，不符合规则的就抛弃，然后反馈 再次遍历 直到人能够理解这些字符串的意义
    

      这样做，必然使得系统内部产生大量的错误连接，但是所谓错误，只是对于规则而言

      有些语法和语义其实并非是错误的。只是形式上有点问题。。。。。。

 

       一个拓扑网络就是一个语义空间，既有向量模式，也是标量模式，随机遍历这个空间
      产生无数个符号连接串，然后用语法规则去过滤这些连接符号串，并产生有意义的符号
      串，然后给外界输出
    
      语义的识别和过滤 并非来自拓扑算法  而是平衡机算法  动态平衡算法-通过扩张和收缩运动
      产生一组一组的混沌-次序的处理过程 把混沌的字符串过滤掉，产生有次序的字符串，并赋予
      其意义和内涵

 

       拓扑遍历算法是脑的功能，而语义的识别和处理分析是心的功能，心每分钟的扩张与收缩其实

       是在进行混沌-次序的处理过程，心与脑同步，生命才产生意识和思想

 

        强人工智能的主要使命是致力于让机器产生意识，这是我们永恒的课题

         玩强人工智能，有时候需要有一些超越常规的思想，一些神秘主义的思想，这就是强人工智能的魅力所在