语言所蕴含的意义就是语义（semantic)，简单的说，符号是语言的载体，符号本身没有任何意义，只有被赋予含义的符号才能够被使用，这时候语言就转化为了信息，而语言的含义就是语义。

　　语义可以简单地看作是数据所对应的现实世界中的事物所代表的概念的含义，以及这些含义之间的关系，是数据在某个领域上的解释和逻辑表示。

　　主观特征。

　　一般来说，知识为人类提供了一种能够理解的模式用来判断事物到底表示什么或者事情将会如何发展，从知识的陈述特性上来看，知识即指用来描述信息的概念，概念之间的关系，以及概念在陈述具体事实时所必须遵守的条件。

　　从这一点看，对于信息的语义以及信息语义之间的关联关系的描述本身就是一种知识的表达，因此在许多研究中，往往将语义的描述等同于知识的描述。

　　人工智能的基础理论科学包括计算机科学，逻辑学，生物学，心理学及哲学等众多学科，人工智能技术核心具体包括：。

　　1，计算机视觉。

　　人们认识世界，91%是通过视觉来实现，同样，计算机视觉的较终目标就是让计算机能够像人一样通过视觉来认识和了解世界，它主要是通过算法对图像进行识别分析，目前计算机视觉较广泛的应用是人脸识别和图像识别，相关技术具体包括图像分类，目标跟踪，语义分割。

　　2，机器学习。

　　机器学习的基本思想是通过计算机对数据的学习来提升自身性能的算法，机器学习中需要解决的较重要的4类问题是预测，聚类，分类和降维，机器学习按照学习方法分类可分为:监督学习，无监督学习，半监督学习和强化学习。

　　3，自然语言处理。

　　自然语言处理(NLP)[30]是指计算机拥有识别理解人类文本语言的能力，是计算机科学与人类语言学的交叉学科，自然语言是人与动物之间的较大区别，人类的思维建立在语言之上，所以自然语言处理也就代表了人工智能的较终目标，机器若想实现真正的智能自然语言处理是必不可少的一环。