知识表示与推理研究是探索人类智能的众多途径之一。传统的基于逻辑方法的知识表示与推理主要依赖于经典逻辑。经典逻辑并不是直接为基于自然语言的推理而设计的，而是为基于半人工化数学语言的推理量身定制的。但是，人类的大多数知识是用自然语言而不是用数学语言表达的。这就使得传统的知识表示与推理在应用方面受到局限，不能真正为人工智能提供支持。为了扩大知识表示与推理的应用范围，加强它对人工智能的支持力度，必须让知识表示与推理建立在自然语言逻辑的基础上。
　　《面向知识表示与推理的自然语言逻辑》以知识表示与推理为应用牵引，以非经典逻辑(包括哲学逻辑和语言逻辑)为理论驱动，针对自然语言的内涵性、模糊性、交互性、形态性和多样性，分别构造了若干自然语言逻辑系统，包括：语境内涵逻辑、模糊量词逻辑、带群体知识的公开宣告逻辑、时态句型逻辑以及汉语灵活语序逻辑和汉语致使句逻辑，对现有的许多逻辑理论成果，如超内涵逻辑、自然逻辑、动态认知逻辑、多模态范畴逻辑和Lambek演算等进行了修正、拓展和改进，为今后的自然语言逻辑研究指明了新的方向。

知识表示与推理研究是探索人类智能的众多途径之一。传统的基于逻辑方法的知识表示与推理主要依赖于经典逻辑。经典逻辑并不是直接为基于自然语言的推理而设计的，而是为基于半人工化数学语言的推理量身定制的。但是，人类的大多数知识是用自然语言而不是用数学语言表达的。这就使得传统的知识表示与推理在应用方面受到局限，不能真正为人工智能提供支持。为了扩大知识表示与推理的应用范围，加强它对人工智能的支持力度，必须让知识表示与推理建立在自然语言逻辑的基础上。

第1章 逻辑、自然语言与KRR
1.1 自然语言的内涵性与KRR
1.2 自然语言的模糊性与KRR
1.3 自然语言的交互性与KRR
1.4 自然语言的形态性与KRR
1.5 自然语言的多样性与KRR
1.6　本书结构——从KRR到LNL
第2章　类型逻辑与Lambek演算
2.1　范畴语法
2.2　类型逻辑
2.3 Lambek演算的代数模型
2.4 Lambek演算的证明论性质
2.5 Lambek演算与结构规则
第3章 面向自然语言内涵性的LNL：语境内涵逻辑
3.1 导言

第1章　逻辑、自然语言与KRR
　　与形式语言相比，自然语言有内涵性、模糊性、交互性、形态性和多样性等显著特点。这些特点一方面为KRR设置了困难和挑战，另一方面也为KRR提供了更为深刻的直观背景和更加广阔的应用前景。
　　1.1 自然语言的内涵性与KRR
　　自然语言与形式语言相比的一个首要特点就是自然语言具有突出的内涵性（intensionality）。这种内涵性不但包括语用上的内涵性，即所谓的言外之意（connotation），如“13”在西方除了表示数字，还有不吉利之意，更重要的在于它还包括语义上的内涵性，即用以确定表达式指称的语义内容，弗雷格（Gottlob Frege）和卡尔纳普（Rudolf Carnap）分别称之为sense和intension。从这一角度看，内涵概念与外延（extension）、指称（reference）或所指（denotation）等概念相对。但是，它们两者之间并不具有一一对应关系。在自然语言中，外延相同而内涵不同的表达式比比皆是，如“有心脏的动物”与“有肾脏的动物”，“北京”与“中华人民共和国首都”。最臭名昭著的例子是“天然两足无羽动物”与“人”。
　　……