◆第一章 人工智能概述
◇第一节 人工智能的诞生
◇第二节 什么是人工智能
◇第三节 90年代初人工智能进展
◆第二章 归结推理方法
◇第一节 命题逻辑的归结法
◇第二节 子句形
◇第三节 Herbrand 定理
◇第四节 归结原理
◇第五节 归结过程的控制策略
◇第六节 归结法与Prolog 语言
◇第七节 非归结方法
◆第三章 不确定和非单调推理方法
◇第一节 概述
◇第二节 不确定推理方法
◇第三节 非单调推理方法
◇第四节 定性推理方法
◆第四章 知识表示方法
◇第一节 概述
◇第二节 逻辑表示法
◇第三节 产生式表示法
◇第四节 语义网络表示法
◇第五节 框架表示法
◇第六节 面向对象的表示法
◆第五章 机器学习
◇第一节 为什么研究机器学习
◇第二节 什么是机器学习
◇第三节 机器学习的发展历史
◇第四节 学习的一种模型
◇第五节 机器学习的分类
◇第六节 机器学习的研究目标
◇第七节 机器学习的研究目标
◆第六章 实例学习
◇第一节 实例学习的两个空间模型
◇第二节 实例学习的分类
◇第三节 学习单个概念
◇第四节 学习多个概念
◇第五节 学习多步任务
◇第六节 基于解释的学习
◆第七章 其它学习方法
◇第一节 记忆学习
◇第二节 传授学习
◇第三节 类比学习
◇第四节 观察与发现学习
◆第八章 自然语言理解的任务和发展简史
◇第一节 什么叫自然语言理解
◇第二节 以关键词匹配为主流的早期历史
◇第三节 以句法-语义分析为主流的中期历史
◇第四节 以走向实用化和工程化为特征的近期历史
◆第九章 句法分析
◇第一节句法分析的地位
◇第二节 短语结构语言
◇第三节 乔姆斯基体系
◇第四节 语言串理论
◇第五节 转换语法
◇第六节 ATN 语法
◇第七节 句法分析的确定性算法
◇第八节 基于合一的语法理论
◇第九节 定子句语法
◆第十章 语义分析
◇第一节 谓词-变元
◇第二节 LFL的形成规则
◇第三节 动 词
◇第四节 名 词
◇第五节 限 定 词
◇第六节 代 词
◇第七节 副 词
◇第八节 形 容 词
◇第九节 介 词
◇第十节 连 词
◇第十一节 LFI中的非词义谓词
◇第十二节 索引算子
◆第十一章 神经网络
◇第一节 神经网络的发展
◇第二节 神经元的结构
◇第三节 神经元的结构模型
◇第四节 神经网络模型
◇第五节 感知机
◇第六节 多层前向网络
◇第七节 Hopfield网络
◇第八节 神经网络的应用
