CN117149163A - 自然解决方案语言 - Google Patents
自然解决方案语言 Download PDFInfo
- Publication number
- CN117149163A CN117149163A CN202311106989.XA CN202311106989A CN117149163A CN 117149163 A CN117149163 A CN 117149163A CN 202311106989 A CN202311106989 A CN 202311106989A CN 117149163 A CN117149163 A CN 117149163A
- Authority
- CN
- China
- Prior art keywords
- entity
- solution
- entities
- nsl
- state
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 claims abstract description 352
- 230000008569 process Effects 0.000 claims abstract description 71
- 239000003795 chemical substances by application Substances 0.000 claims description 409
- 230000008859 change Effects 0.000 claims description 174
- 241000282414 Homo sapiens Species 0.000 claims description 110
- 230000006870 function Effects 0.000 claims description 90
- 238000010276 construction Methods 0.000 claims description 43
- 238000013507 mapping Methods 0.000 claims description 28
- 230000004044 response Effects 0.000 claims description 28
- 238000013459 approach Methods 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 19
- 238000004891 communication Methods 0.000 claims description 16
- 230000009471 action Effects 0.000 claims description 15
- 238000010801 machine learning Methods 0.000 claims description 15
- 230000037361 pathway Effects 0.000 claims description 15
- 230000006399 behavior Effects 0.000 claims description 13
- 238000005457 optimization Methods 0.000 claims description 13
- 238000013528 artificial neural network Methods 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 230000000694 effects Effects 0.000 claims description 10
- 239000000284 extract Substances 0.000 claims description 8
- 230000002452 interceptive effect Effects 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000002123 temporal effect Effects 0.000 claims description 5
- 238000013473 artificial intelligence Methods 0.000 claims description 4
- 230000008094 contradictory effect Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 4
- 230000001815 facial effect Effects 0.000 claims description 4
- 238000013439 planning Methods 0.000 claims description 4
- 230000002207 retinal effect Effects 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 2
- 238000003066 decision tree Methods 0.000 claims description 2
- 238000003064 k means clustering Methods 0.000 claims description 2
- 238000012417 linear regression Methods 0.000 claims description 2
- 238000007477 logistic regression Methods 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 claims description 2
- 238000012706 support-vector machine Methods 0.000 claims description 2
- 238000013461 design Methods 0.000 abstract description 52
- 238000005516 engineering process Methods 0.000 abstract description 48
- 230000002441 reversible effect Effects 0.000 abstract description 2
- 238000004883 computer application Methods 0.000 abstract 1
- 238000004590 computer program Methods 0.000 abstract 1
- 239000000243 solution Substances 0.000 description 588
- 238000010586 diagram Methods 0.000 description 111
- 239000000306 component Substances 0.000 description 55
- 230000001960 triggered effect Effects 0.000 description 26
- 230000003068 static effect Effects 0.000 description 25
- 238000013519 translation Methods 0.000 description 21
- 238000011161 development Methods 0.000 description 18
- 230000003993 interaction Effects 0.000 description 15
- 230000003863 physical function Effects 0.000 description 14
- 230000004048 modification Effects 0.000 description 13
- 238000012986 modification Methods 0.000 description 13
- 230000009466 transformation Effects 0.000 description 11
- 230000004069 differentiation Effects 0.000 description 10
- 230000010354 integration Effects 0.000 description 10
- 238000003860 storage Methods 0.000 description 10
- 238000003058 natural language processing Methods 0.000 description 9
- 238000007726 management method Methods 0.000 description 8
- 230000007704 transition Effects 0.000 description 8
- 229920000168 Microcrystalline cellulose Polymers 0.000 description 7
- 230000004308 accommodation Effects 0.000 description 7
- 230000004888 barrier function Effects 0.000 description 7
- 210000004556 brain Anatomy 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 7
- 208000017763 cutaneous neuroendocrine carcinoma Diseases 0.000 description 7
- 230000001419 dependent effect Effects 0.000 description 7
- 235000019813 microcrystalline cellulose Nutrition 0.000 description 7
- 210000002569 neuron Anatomy 0.000 description 7
- 239000002245 particle Substances 0.000 description 7
- 230000008447 perception Effects 0.000 description 7
- 238000007792 addition Methods 0.000 description 6
- 230000004075 alteration Effects 0.000 description 6
- 230000006835 compression Effects 0.000 description 6
- 238000007906 compression Methods 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 6
- 210000004027 cell Anatomy 0.000 description 5
- 238000012217 deletion Methods 0.000 description 5
- 230000037430 deletion Effects 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 125000004429 atom Chemical group 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 230000001364 causal effect Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000000054 nanosphere lithography Methods 0.000 description 4
- 230000001537 neural effect Effects 0.000 description 4
- 238000011002 quantification Methods 0.000 description 4
- 230000035807 sensation Effects 0.000 description 4
- 230000001953 sensory effect Effects 0.000 description 4
- 241001122767 Theaceae Species 0.000 description 3
- 238000010304 firing Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 238000003909 pattern recognition Methods 0.000 description 3
- 238000009877 rendering Methods 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 238000012384 transportation and delivery Methods 0.000 description 3
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 2
- 241000282412 Homo Species 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 208000035475 disorder Diseases 0.000 description 2
- 230000008014 freezing Effects 0.000 description 2
- 238000007710 freezing Methods 0.000 description 2
- 230000001339 gustatory effect Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000000391 smoking effect Effects 0.000 description 2
- 238000013106 supervised machine learning method Methods 0.000 description 2
- 238000013107 unsupervised machine learning method Methods 0.000 description 2
- ULFUTCYGWMQVIO-PCVRPHSVSA-N [(6s,8r,9s,10r,13s,14s,17r)-17-acetyl-6,10,13-trimethyl-3-oxo-2,6,7,8,9,11,12,14,15,16-decahydro-1h-cyclopenta[a]phenanthren-17-yl] acetate;[(8r,9s,13s,14s,17s)-3-hydroxy-13-methyl-6,7,8,9,11,12,14,15,16,17-decahydrocyclopenta[a]phenanthren-17-yl] pentano Chemical compound C1CC2=CC(O)=CC=C2[C@@H]2[C@@H]1[C@@H]1CC[C@H](OC(=O)CCCC)[C@@]1(C)CC2.C([C@@]12C)CC(=O)C=C1[C@@H](C)C[C@@H]1[C@@H]2CC[C@]2(C)[C@@](OC(C)=O)(C(C)=O)CC[C@H]21 ULFUTCYGWMQVIO-PCVRPHSVSA-N 0.000 description 1
- 230000036982 action potential Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 150000001413 amino acids Chemical class 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003339 best practice Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000009954 braiding Methods 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013506 data mapping Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000010429 evolutionary process Effects 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 125000004435 hydrogen atom Chemical group [H]* 0.000 description 1
- 230000002147 killing effect Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 125000004430 oxygen atom Chemical group O* 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000010399 physical interaction Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
- 239000012085 test solution Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- 230000003245 working effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/31—Programming languages or programming paradigms
- G06F8/315—Object-oriented languages
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/31—Programming languages or programming paradigms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/268—Morphological analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/20—Software design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/33—Intelligent editors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/40—Transformation of program code
- G06F8/41—Compilation
- G06F8/42—Syntactic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/70—Software maintenance or management
- G06F8/74—Reverse engineering; Extracting design information from source code
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/50—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using hash chains, e.g. blockchains or hash trees
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computer Security & Cryptography (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Signal Processing (AREA)
- Computer Hardware Design (AREA)
- Computer Networks & Wireless Communication (AREA)
- Stored Programmes (AREA)
- Machine Translation (AREA)
- Toys (AREA)
- Devices For Executing Special Programs (AREA)
- Human Computer Interaction (AREA)
- Document Processing Apparatus (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种计算机实现的方法，所述计算机实现的方法使用基于自然语言的设计来在将应用或解决方案逻辑传达给计算机时有效地替换“编程代码”。在不对异样符号或关键词进行任何参考的情况下，NSL使用计算机实现的方法来使用标准且熟悉的类似自然语言的构造(任何自然语言，而不只是英语)以以用户友好的方式将复杂操作、应用和解决方案逻辑技术上传达给机器代理(计算机)。使用相同的计算机实现的方法学，它具有将所有现有编程代码翻译或逆向工程为NSL的能力。从根本上，NSL不需要“编程代码”专业知识。用户能够迅速地且容易地将所述逻辑直接传达给所述计算机或者容易地招募可用解决方案组件。另外，消除信息与过程之间的人为障碍并且将它们合并，嵌入在计算机程序和应用中的解决方案逻辑被带入信息搜索原理的视界。
Description
本申请是申请日为2020年1月3日、申请号为202080008550.1(PCT国际申请号为PCT/SG2020/050004)、名称为“自然解决方案语言”的发明专利申请的分案申请。
技术领域
本公开涉及信息技术的领域。更具体地，本公开涉及用于设计并部署解决方案的计算机实现的方法、系统和计算机可读介质。
背景技术
在过去的60年期间，软件工程、设计和架构实践已相当显著地改变和演进了。为了简单起见，能够将在将操作逻辑传递给计算机时的许多抽象级别分组成两个组：(1)通过编程语言给予的高级应用逻辑；以及(2)更直接地调停或处理计算机及其操作的操作系统及以下部分。
主要存在三种流行的操作系统：Microsoft Windows、Apple Mac OS X和Linux。然而，存在数百种编程语言。一般地说，所有编程语言都由代码(从自然语言和算术中移除特定含义和功能的符号)广泛地驱动。软件专家和工程师掌握编程语言中的任一种并且参与解决方案的创造或维护需要几周至几个月的时间。因此，在没有技术专家的干预的情况下，解决方案的用户通常不能视情形而定创造或修改解决方案。
多年来，信息技术背后的计算和通信能力已得到相当大增长。通常，软件设计和管理技术已随朝向基于组件的设计、面向服务的架构、web服务、业务流程管理和敏捷项目管理方法学移动而改进了。同时，随着移动部分的数量激增，技术的前景已变得更复杂。普通用户持续与计算机疏远，因为与什么是可能的相比，他无法直接参与解决方案设计或者在进行基础上影响它。用户对技术专家和调停者的这种过度依赖是由于编程语言与自然语言非常不同而导致的。技术系统的当前状态尚未能为与自然语言几乎相同的计算机语言实现技术、创造性和创新性机会。
附图说明
当参考附图阅读以下详细描述时，将更好地理解本公开的特征、方面和优点。
图1是状态的潜在性和真实性的一个示例。
图2表示截然不同的任何事物是实体的一个示例。
图3是有区别的实体的一个示例，其中笔和纸是与众不同的实体。
图4是无区别的实体的一个示例，其中两支笔截然不同然而与其他实体相同。
图5是潜在实体状态的一个示例，其中解决方案由用户构建。
图6是解决方案生态系统的上下文中的合格实体的一个示例。
图7是事件到达的真实实体状态的一个示例。
图8是在最高泛化级别下的全能实体的一个示例。
图9是连同独立实体一起拖曳其属性的独立实体的一个示例。
图10是隐含实体的一个示例。
图11是冻结实体的一个示例，其中解决方案设计者将冻结实体认为仅处于潜在性或真实性的二元状态。
图12是实体的创造和删除的一个示例。
图13是实体的修改的一个示例。
图14表示属性由于其存在对某个其他实体的依赖性。
图15是参考实体始终存在的必要属性的一个示例。
图16是基于解决方案环境对属性的标准化的一个示例。
图17是基于将实体放置在解决方案环境内的情况来选择以供使用的一般属性的一个示例。
图18是属性的级别的一个示例。
图19是物理上存在于自然中的真实实体的一个示例。
图20是表示其他真实实体或其他代表性实体的实体的一个示例。
图21是由人类代理以给定神经元状态的形式在他们自己的大脑中自然地创造的实体的一个示例。
图22是信息实体的一个示例。
图23是对真值的理解的一个示例。
图24是物理上存在于物理世界中的所有实体的一个示例。
图25是在自然语言方面的局部意图声明和全局意图声明的一个示例。
图26是变更单元的大小的一个示例。
图27是实体的二元状态的一个示例。
图28是可变性的一个示例。
图29是状态将始终保持不变的实体的一个示例。
图30是输入和输出的一个示例。
图31是自然语言和自然解决方案语言工作的方式的一个示例。
图32是仅表达意图但缺少将它们变换成真实性的能力的静态意图声明的一个示例。
图33是作为引起底层变换的实体的动态意图声明的一个示例。
图34是区别原理的一个示例。
图35是有利位置的一个示例。
图36是向上或向下移动区别树的上下文中的方向性的一个示例。
图37是非触发和触发组合实体状态(CES)的一个示例。
图38是什么都不是的约束的一个示例，但是在许多可能性之间做出对选择施加的限制。
图39是最经常为对系统施加的一系列约束的规则的一个示例。
图40是与规则相同但经常在信息系统的上下文中使用的算法的一个示例。
图41是人类代理的一个示例。
图42是价值创造者和消费者的一个示例。
图43是实体相对于代理的所有权的一个示例。
图44是思维功能、物理功能和信息功能的一个示例。
图45是人类代理的信息权限的一个示例。
图46是人类代理的决策权限的一个示例。
图47是机器代理的一个示例。
图48是作为能够够影响变换的第三种代理的大自然的一个示例。
图49是判决系统的一个示例。
图50是测量框架的一个示例。
图51是与代理有关的实体的一个示例。
图52是自然语言与自然解决方案语言(NSL)之间的公共性的一个示例。
图53是组件的可重用性的一个示例。
图54是重新工程设计的一个示例。
图55是NSL库的一个示例。
图56是共享实体的一个示例。
图57是利益相关者接洽中心(SEC)的一个示例。
图58是代码与自然语言之间的差异的一个示例。
图59是含义与价值之间的差异的一个示例。
图60是经过时间的一个示例。
图61是价值的量化的一个示例。
图62是价值的相对性的一个示例。
图63是逻辑的段落的一个示例。
图64是人工神经网络的一个示例。
图65是API与程序之间的差异的一个示例。
图66是在IT中对抽象级别的理解的一个示例。
图67是解决方案的全生命周期的一个示例。
图68是NSL为语言不可知的一个示例。
图69是NSL技术框架的一个示例。
图70是分布式任务控制中心的概念的一个示例。
图71是动态任务控制中心的一个示例。
图72是NSL对通信介质不可知的一个示例。
图73是DNA被转换成信息的一个示例。
图74是基于文本的用户界面(TBUI)的一个示例。
图75是NSL技术翻译框架(TTF)和NSL技术再翻译框架(TRF)的一个示例。
图76是基于查询的解决方案开发(QBSD)的一个示例。
图77是像NSL的倡议一样的自然解决方案语言的一个示例。
图78是NSL中的自动动词指配(AVA)的一个示例。
图79是基于实践的解决方案开发(PBSD)的一个示例。
图80是NSL中的基层独立性的一个示例。
图81是解决方案的量化的一个示例。
图82是通过标识冗余进行逻辑压缩的一个示例。
图83是将NSL原理应用于工程设计的一个示例。
图84是处理与基于搜索的方法之间的差异的一个示例。
图85是容器的一个示例。
图86是文档被转换为NSL格式的一个示例。
图87是基于感觉的用户界面的一个示例。
图88是流程图逻辑转换的一个示例。
图89是资源优化和空闲时间标识框架的一个示例。
图90是元解决方案逻辑实体和事务解决方案逻辑实体的一个示例。
图91表示描绘了用于使用用户所理解的自然语言并且在不使用编程代码的情况下构建计算机实现的解决方案的方法的流程图。
图92表示描绘了用于将编程代码转换成自然语言以构建基于自然语言的计算机实现的解决方案的方法的流程图。
图93表示描绘了用于将基于自然语言而构建的计算机实现的解决方案转换成编程代码的方法的流程图。
图94表示用于NSL的广义计算机网络布置。
图95是示出了Java程序和对应的NSL解决方案的表示的一个示例的图。
图96是示出了使用技术翻译框架将Java程序翻译成NSL解决方案的表示的一个示例的图。
图97A是示出了通过Java程序到NSL等同物的一对一映射对具有属性的实体创造的表示的一个示例的图。
图97B是示出了通过Java程序到NSL等同物的一对一映射对NSL中的功能的表示的一个示例的图。
图98A是示出了在构造解决方案时处于静态状态的段落的表示的一个示例的图。
图98B是示出了将从静态变成动态的句子表示为“事件在捕获客户信息时到达了”的一个示例的图。
图98C是示出了当信息被填充时处于动态状态的段落的表示的一个示例的图。
图99A是示出了Java程序的输入和输出的表示的一个示例的图。
图99B是示出了NSL解决方案的输入和输出的表示的一个示例的图。
图100A是示出了管理数据库的表示的一个示例的图。
图100B是示出了管理用户界面的表示的一个示例的图。
图100C是示出了将实体连接到代理的表示的一个示例的图。
图101是示出了说明用NSL和Java构建酒店预订系统解决方案所需要的时间、工作量和成本的操作度量的表示的一个示例的图。
图102A是示出了在Java中使用关键词“Char”的方式和在NSL中表示它的方式的一个示例的图。
图102B是示出了在Java中使用关键词“String”的方式和在NSL中表示它的方式的一个示例的图。
图102C是示出了在Java中使用关键词“Double”的方式和在NSL中表示它的方式的一个示例的图。
图102D是示出了在Java中使用关键词“For”的方式和在NSL中表示它的方式的一个示例的图。
图102E是示出了在Java中使用关键词“While”的方式和在NSL中表示它的方式的一个示例的图。
图102F是示出了在Java中使用关键词“If”的方式和在NSL中表示它的方式的一个示例的图。
图102G是示出了在Java中使用关键词“Break”的方式和在NSL中表示它的方式的一个示例的图。
图103是示出了将过程转换成信息的表示的一个示例的图。
图104是示出了NSL技术翻译框架方法学的表示的一个示例的图。
图105是示出了Python程序和NSL解决方案的表示的一个示例的图。
图106是示出了几个Java构造及其对应的NSL等同物的示例的表。
图107A是示出了在编程中使用关键词“Static”的方式和在NSL中表示它的方式的一个示例的图。
图107B是示出了在编程中使用关键词“Switch”的方式和在NSL中表示它的方式的一个示例的图。
图107C是示出了在编程中使用关键词“Continue”的方式和在NSL中表示它的方式的一个示例的图。
图107D是示出了在编程中使用关键词“Transient”的方式和在NSL中表示它的方式的一个示例的图。
图107E是示出了在编程中使用关键词“Long”的方式和在NSL中表示它的方式的一个示例的图。
图107F是示出了在编程中使用关键词“Short”的方式和在NSL中表示它的方式的一个示例的图。
图107G是示出了在编程中使用关键词“Byte”的方式和在NSL中表示它的方式的一个示例的图。
图107H是示出了在编程中使用关键词“Default”的方式和在NSL中表示它的方式的一个示例的图。
图107I是示出了在编程中使用关键词“Super”的方式和在NSL中表示它的方式的一个示例的图。
图107J是示出了在编程中使用关键词“Protected”的方式和在NSL中表示它的方式的一个示例的图。
图107K是示出了在编程中使用关键词“This”的方式和在NSL中表示它的方式的一个示例的图。
图107L是示出了在编程中使用关键词“Synchronized”的方式和在NSL中表示它的方式的一个示例的图。
图107M是示出了在编程中使用关键词“Strictfp”的方式和在NSL中表示它的方式的一个示例的图。
图107N是示出了在编程中使用关键词“final”的方式和在NSL中表示它的方式的一个示例的图。
图108A是示出了Python程序的输入和输出的表示的一个示例的图。
图108B是示出了NSL解决方案的输入和输出的表示的一个示例的图。
图109是示出了NSL技术再翻译框架方法学的表示的一个示例的图。
图110是示出了具有输入和输出的NSL解决方案及等同的Python和C程序的表示的一个示例的图。
图111是示出了由公共逻辑树生成的输出的一个示例的图。
图112是示出了从NSL到编程语言的代码生成的一个示例的图。
图113表示用于设计并部署解决方案的系统。
图114表示用于将编程语言代码翻译并转换成自然语言的系统。
图115表示用于将用NSL构造的解决方案翻译并转换成编程语言的系统。
图116是示出了存在于DLD引擎中的DLD信息流和组件的一个示例的图。
图117是示出了将SOP转换成NSL的一个示例的图。
图118是示出了顺序变更单元的一个示例的图。
图119是示出了替代变更单元的一个示例的图，其中CU2或ACU2中的任何一个触发CU3并且另一个消失。
图120是示出了并行变更单元的一个示例的图，其中CU2和PCU2都应触发CU3。
图121是示出了从属变更单元的一个示例的图。
图122是示出了暂时变更单元的一个示例的图。
图123是示出了嵌入式子变更单元的一个示例的图。
图124是示出了解决方案类和事务类的一个示例的图。
图125是示出了上下文三重身份的一个示例的图。
图126是示出了作为HUB的NSL的一个示例的图。
图127表示描绘了用于使用视频和用户所理解的自然语言并且在不使用编程代码的情况下构建计算机实现的解决方案的方法的流程图。
图128表示描绘了用于使用标准操作程序(SOP)文件和用户所理解的自然语言并且在不使用编程代码的情况下构建计算机实现的解决方案的方法的流程图。
具体实施例
虽然在本文中通过示例和实施例来描述系统、设备或装置和方法，但是本领域的技术人员认识到，用于提供解决方案的系统和方法不限于所描述的实施例或附图。应该理解，附图和描述不旨在限于所公开的特定形式。相反，意图是为了涵盖落入所附权限要求的精神和范围内的所有修改、等同物和替代方案。本文使用的任何标题仅用于组织目的而不意在限制说明书或权限要求书的范围。如本文所使用，单词“可”在许可意义(例如，意指具有...的潜在性)而不是强制意义(例如，意指必须)上使用。类似地，单词“包括”、“包括有”和“包含”意指包括但不限于。
以下描述是对目前设想用于执行在提交本专利申请时为发明人已知的本公开的最好方法和系统、设备或装置的完全翔实描述。当然，鉴于以下描述、附图和所附权限要求，许多修改和适配对相关领域的技术人员而言将是显而易见的。虽然以一定程度的特异性提供本文描述的系统、设备或装置和方法，但是取决于用户的需要，可以较大或较小的特异性实现本技术。此外，本技术的特征中的一些可用于在不相应地使用以下段落中描述的其他特征的情况下处于优势。因此，本说明书应该被认为是仅仅图示本技术的原理，而不限于此，因为本技术仅由权限要求书限定。
作为初步事项，用于以下讨论和所附权限要求的目的的术语“或”的定义旨在为包含性“或”。也就是说，术语“或”不旨在区别两个相互排斥的替代方案。相反，术语“或”在用作两个元素之间的连词时，被定义为包括一个元素它本身、另一个元素它本身以及元素的组合和置换。例如，采用术语“A”或“B”的讨论或叙述包括：“A”它本身、“B”它本身及它们的任何组合，诸如“AB”和/或“BA”。值得注意的是，本讨论涉及示例性实施例，并且所附权限要求不应该限于本文讨论的实施例。
出于本文描述的目的，可将处理器实现为微处理器、微计算机、微控制器、数字信号处理器、中央处理单元、状态机、逻辑电路和/或基于操作指令来操纵信号的任何设备。在其他能力当中，处理器可取出并执行存储在耦合到处理器的非暂时性计算机可读存储介质中的计算机可读指令。非暂时性计算机可读存储介质可包括例如易失性存储器(例如，RAM)和/或非易失性存储器(例如，EPROM、闪速存储器、NVRAM、忆阻器等)。
出于本文描述的目的，存储器可以是计算设备的存储器并且可包括任何非暂时性计算机可读存储介质，包括例如易失性存储器(例如，RAM)和/或非易失性存储器(例如，EPROM、闪速存储器、NVRAM、忆阻器等)。
出于本文描述的目的，模块尤其包括执行特定任务或实现特定数据类型的例程、程序、对象、组件、数据结构等。模块还包括补充计算设备上的应用的模块，例如，操作系统的模块。
与自然解决方案语言(NSL)有关的术语
在下面列举的术语中的每一个相对于计算机实现的NSL方法学具有特定角色和应用。这些个别技术和方法学元素使其角色相对于NSL创造的一般新范式被说明。
据称，自然解决方案语言(NSL)将通过以类似自然语言的方式与机器进行通信来有效地替换编程语言。为让自然解决方案语言(NSL)引起变革性技术效果，需要应用计算机实现的方法。此方法视情形而定对实体及其关系需要敏感方法。实体及其关系具有不同的变化并且不得不适当地定义和处理那些变化中的每个变化。
为了说明NSL的工作原理使得它被很好地理解，采取以下步骤：a)已提供了所有相关NSL术语的列表。需要在NSL的特定上下文中理解这些以便更好地领会NSL；b)已酌情定义或说明了术语中的每一个；c)术语已酌情被附图支持。为个别附图提供很少的整合级别附图；以及d)术语在必要时被示例支持。
解决方案设计：在NSL的上下文中，解决方案设计是关于设置实体的潜在性状态的—单独地并且以组合实体状态的形式，使得对组合实体解决方案状态的访问在工作化时通过受控变更的级联来发生。
实体：截然不同的任何事物是实体。也就是说，具有它自己的地位并且能够按信息表示的任何事物是实体。在语言中，实体由单词、符号或数字表示。示例：沙粒也有资格成为实体，就像汽车有资格成为实体一样。
有区别的实体：截然不同但同时与其他实体不同的任何事物是有区别的实体。也就是说，与一些其他实体相比，它是不同的。在自然语言中，这些由单词表示。示例：“笔”与“纸”不同。
无区别的实体：截然不同并且也与一个或多个其他实体稍微相同的任何事物被认为与一个或多个其他实体无区别。这种“复现”发生在空间和时间中。这些复现落在数学域中并且由数字表示。从解决方案设计视角看，如果一个实体能够在不影响结果的情况下用某个其他实体有效地替换，则这种实体被认为在空间或时间中复现。示例：如果在桌子上有笔和纸，则我们说，在桌子上“有笔和纸”。但是，如果在桌子上有一支笔和“另一支笔”，则我们说，“在桌子上有两支笔”。
世界工作方式(WWW)原理：不只是传统技术，NSL也是根据在解决方案架构中创造新范式的科学和技术理解的混合物。WWW是指导我们的宇宙或自然像当今科学所理解和领会的那样起作用的方式的原理。NSL逻辑利用关于世界工作方式的所有科学见解并且相对于人类代理通过使用计算机寻求的解决方案带来某些创新性方法学。示例：即所有事物都由粒子组成，即当粒子组合时，它们产生突现特性，即所有事物都发生在空间和时间中，即所有事件都由能量驱动，如此等等是世界工作方式原理。这些进而与代理做什么以及它们如何通过定向变更来引起从一种期望状态到另一状态的移动有关。
潜在实体对非潜在实体：解决方案设计涉及实体及其关系。这些实体是在解决方案设计的上下文中从真实世界中选取的。为了他们相对于解决方案保持的潜在性而选取的那些被声称为“潜在实体”。未变成解决方案相关的“潜在性集”的一部分的那些被排除在外并且从解决方案生态系统的视角看将不具有关联性。
潜在实体状态：解决方案生态系统由通过称作“潜在实体”的“解决方案设计者”从“真实世界”中选取到“解决方案世界”中的信息实体组成。这些是“重要实体”或“合格实体”或具有“影响”解决方案生态系统的“潜在性”的实体。换句话说，“潜在实体”可能存在，或者在解决方案生态系统中允许存在，但是在现实中不存在。示例：一个人被接纳为俱乐部的成员。存在成员可能参加俱乐部的潜在性。只有当一个人在俱乐部中具有成员资格时，成员的参加才是可能的。虽然如此，但是成员在给定时间点可能或可能不存在于俱乐部中。当不存在时，成员处于“潜在性”的状态，而当存在时成员将处于“真实性”的状态。
真实实体状态：真实性状态是实体可能—单独地或以组合形式—存在并且确实存在的状态。示例：有权参加俱乐部的俱乐部的成员露面。
解决方案生态系统：解决方案设计者从“真实世界”中选取和使用潜在实体来确立它们之间的关系。潜在实体之间的关系是这样的，即它们以可能沿着已确立的变更途径具有解决方案的方式组合并交互。
全能实体：这些是仅授予“独立实体”状况的最广义或“无区别的”实体。示例：“房间”是实体，并且“钥匙”是实体。在它们的全能形式中，这些算作两个实体。
a.实体随具有越来越多实体的组合发生而得以被区别。示例：一个人处于广义状态下并且是70亿人们和曾经生活过的其他人之一。随着此实体-人与属性和诸如空间、时间、颜色和种族的其他实体组合，一个人变得越来越有区别。
b.在解决方案生态系统中，当每一实体处于广义全能级别下时，一个人将具有的全部都是已参与解决方案生态系统的实体的总数的计数。这类似于细胞在它们变成分化细胞之前的状态。
独立实体：这些是处于发生二元事件的级别下的实体—也就是说，在潜在性与真实性之间切换碰巧导致它们参与的组合实体状态变更。示例：笔可移入存在或者从存在消失。当发生独立实体事件时，它可能改变它作为其一部分的组合生态系统的状态。如果它与纸一起作为潜在实体存在，则它们一起能够产生22或4种潜在组合状态。
然而，独立实体也随它而拖曳其属性(从属实体)，并且如果在其属性的级别下发生事件，则能够得以被进一步以许多方式修改。
a.隐含实体：许多时候，连接到其他实体的实体被隐含和忽略。示例：如果一个人进入街道，则隐含了他在那里与他所穿的衣服关联。衣服是隐含的。类似地，隐含了有空气供人类代理呼吸。在房间预订的情况下，可隐含存在用于输入信息的“代理”。解决方案的设计者将此类隐含实体视为给定的。甚至属性也在大多数时候是隐含的。所有变更都发生在“变更单元”(SI)内。只有当在空间和时间中发生物理交互时才发生变更。如果一个独立实体的空间和时间是已知的，则可隐含其他实体的空间和时间属性。情况甚至可能是，对于解决方案设计者，不指定那些属性可能不更改设计的本质，从而使设计者不指定属性。
b.冻结实体：解决方案架构/设计基于受控区别的原理。当解决方案设计者选择一个实体作为要参与解决方案的潜在实体时，所选实体已经处于高度有区别的状态。在人类代理的级别下，所有独立实体都已经处于高度有区别的状态下，因为它们中的每一个都由数万亿个粒子(原子或亚原子粒子)组成。它们被视为冻结实体，因为解决方案设计者将它们认为仅处于潜在性或真实性的二元状态。
c.实体的删除：当独立实体或组合实体从“真实性状态”切换到“潜在性状态”时，就认为它被删除。
d.实体的创造：当独立实体或组合实体从“潜在性状态”切换到“真实性状态”时，就认为它已被创造。
e.实体的修改：当独立实体使其依赖实体中的值改变时，就认为该实体处于修改状态。可注意到，显著足够重要的冻结状态的任何变更将导致实体被删除并且新实体被创造。示例：如果杆弯曲使得它变成手镯，则“杆”应该被认为被删除而“手镯”应该被认为已被创造。
属性：属性也是实体，但是由于其存在而依赖于某个其他实体的实体。此类依赖实体被显式地称为属性。依赖被定义为一个实体的存在归因于另一独立实体的存在。示例：笔可存在于空间和时间中。这里，空间和时间被认为是属性或依赖实体。注意，“空间单位”或“时间单位”本身就有资格被称作实体。由于它们依赖于较高级别的实体，所以我们将它们称为属性。当笔被删除时，属性被自动地删除。
属性的类型：存在三种类型的属性：a)必要属性：这些是参考实体始终存在的属性。例如：空间、时间、身份、编号、逻辑、用户界面(UI)等；b)标准属性：这些是基于解决方案环境的性质而标准化的属性；c)一般属性：这些是由解决方案设计者基于实体被放置在解决方案环境内的情况来选择以供使用的属性。
属性的级别：对属性能够存在于的级别的数量没有限制。第一级别被称作“主要属性”，第二级别被称作“次要属性”，第三级别被称作“第三属性”，依此类推。示例：如果在第一级别下，空间被定义为印度，则每个州将存在于第二级别下，并且每个城市处于第三级别下。
真实实体：不管代理以及代理出于表示该真实性的目的而创造的人工代表性实体都物理上存在于自然中(在现实中)的实体。
代表性实体：代表性实体由代理创造，使得它们能够有效地表示其他真实实体或其他代表性实体。代表性实体从它们表示的真实或其他代表性实体导出值。代表性实体就像真实实体一样也是物理的—也就是说，它们也存在于空间和时间中。一般地说，与它们表示的实体相比，与它们连接的区别水平低得多。示例：笔可由1024个原子组成，然而组成“单词笔”的原子可拥一百万倍更少的原子。存在两种类型的代表性实体：感知的和信息的。
感知实体：感知实体由人类代理以给定神经元状态的形式在他们自己的大脑中自然地创造。自然已通过进化过程设计了大脑以便他们表示真实世界中的实体—他们已出于与其他代理沟通的目的而创造的真实实体或信息实体。大脑具有存储、处理和检索这些代表性实体的能力—感觉帮助输入这些代表性实体并且身体具有通过沟通来将这些传播给其他代理的能力。
信息实体：信息实体是由人类代理出于将他们拥有的代表性实体传递给生态系统中的其他代理的目的而人工地创造的实体。
真值：尽管代表性实体据称表示“真实实体”或“其他代表性实体”，但是真值可能由于许多因素而变更，这些因素包括自然中固有的不确定性或人类代理的理解、动机或意图。示例：可表示的是“X”处于地方“Y”处但可以是或可能不是正确的声明。如果正确，则认为声明为“真”，而如果不正确，则认为声明为“假”。
信息内容—真实实体对代表性实体：我们能够遵循简单的原理，即理论上，真实世界中的所有实体都可能毫无例外地由信息实体表示。这以关于要按信息表示的“真实实体”的足够知识为先决条件。有了知识，理论上，所有实体都不仅能够由信息实体表示，而且也能够按信息位测量它们的信息内容。出现关于什么信息内容关于表示该“真实实体”的“代表性实体”的问题。一般地说，代表性实体的信息内容将相当低。“真实代理”的信息内容能够达到270个信息位以上；然而，该代理的名称将需要只不过几个信息位来有效地表示“真实代理”。尽管并非“真实实体”中固有的所有信息都由“代表性实体”表达，但是只使用足够的信息来有效地表示真实实体以达到手头目的。基于优化原理，在由代理使用信息时存在在区别与整合之间平衡的存在巨大经济性。
物理真实性：所有实体—真实、感知和信息实体—都“物理上”存在于物理世界中。虽然相对于真实实体得出该结论是直观的，但是应该显式地注意，甚至感知和信息实体也存在于物理现实—空间和时间中。它们从作为代表性实体中导出值的事实不会改变那些也为物理的特征。
变更驱动因素：在变更单元中带来变更的实体及其属性被称为变更驱动因素。属性也是实体，但是它们依赖于独立实体。如以上所说明的，可能有更进一步区别独立实体的任何数量的属性级别。每个驱动因素具有它们自己的唯一且截然不同的身份和内在信息。
变更单元(CU)：变更单元是从自然语言角度通过意图声明来描述的单元。任何种类的值仅通过受控变更而发生并且仅在变更单元内部发生。正是通过将局部变更单元编织在一起(通过组合句子来做出段落)，我们才达到人类代理期望或打算的全局变更单元。为了简单，NSL将这些变更单元视为与意图声明(SI)同义。因此，在本文档中可互换地使用CU和SI。局部意图声明是按自然语言表达为意图声明(句子)的局部“变更单元”。全局意图声明是按自然语言表达为全局意图声明(段落)的“全局变更单元”。
可注意到，“信息技术”具有用信息术语表示世界上所有实体的能力。这是在意图声明中充分地捕获在变更单元中发生什么的方式。
变更单元(CU)的大小：CU的大小是通过出于达到预定CU的目的而在“CU的数量增加”或“CU内的独立实体(变量)的数量增加”之间取得适当平衡来优化的。示例：理论上，能够使CU的数量增加到无穷大。一个人从家到机场的旅行可能是CU。从一个十字路口到另一十字路口直到一个人到达机场的每次旅行可以是CU。汽车的车轮的每次转动可以是CU，依此类推。但是那会增加复杂性和我们处理复杂性的能力。相反，如果增加CU的大小，则这会导致CU内的变量增加，从而急剧地增加CU内的变量状态，从而再次导致大复杂性。从一个人在印度的房子去在美国的特定遥远地方可能是变更单元。但是该变更会消耗如此多的实体(变量)从而使它变得笨拙。此CU中涉及的实体的数量会如此高以致它们的组合将使系统变得高度复杂(将存在太多的汽车、飞机、酒店、诸如护照、签证等的实体及其所有属性。)考虑在任何一种情况下的复杂性，设计者应用优化原理以在两个极端之间取得平衡。CU由“意图声明”表示并且出于解决方案设计的目的被认为与它们同义。
事件：所有事件都到达一个局部意图声明或另一个局部意图声明中，并且所有事件都是关于个别实体从一种状态变为另一状态的—潜在性的状态变为真实性状态或者反之亦然。通过个别实体到达或离开LSI的事件的发生导致组合集的状态总体上改变。如果在LSI中存在6个可变实体，则可能存在组合实体可能存在于其下的64种不同状态。个别实体级别下的二元状态变更能够导致LSI中的64种不同状态中的任何一种。虽然63种其他状态可能处于非触发组合实体状态，但是第64种状态将处于影响其他LSI状态或它本身的触发状态。
二元状态：在NSL解决方案设计中，所有实体状态都被表达为仅以二元状态存在。也就是说，它们以潜在性状态或真实性状态存在。每一状态是离散的并且不存在中间状态。在此事物视图中，每个单词在二元状态下操作，并且甚至句子和段落也以二元状态存在。代理仅继续改变他们查看实体的有利位置。随着一个人放大或缩小，有利位置改变，但每个有利位置处于二元状态。在NSL解决方案设计中对二元状态的选择是对离散状态与连续状态的选择—类似于对数字与模拟的选择。当事件发生时，存在排除中间的状态转变。理论上，也能够通过指配为“真或假”的值来表示这些二元状态。
可变性：通常优选的是，大多数实体以二元状态存在，并且可变性仅在那些状态之间。可变性由于两个原因可能是较高的：首先，在较高的有利位置，所有子集实体值都一起能够增加组合实体状态的数量，从而增加可变性。示例：如果存在10个子集实体，则它们产生210或1024种的可变性。第二，尽管能通过许多二元状态的组合来表达任何数量的状态，但是为了简单，在必要时系统规定大量状态在区别阶梯的最后踏步被一起陈述为信息。示例：当人在特定城市中时，这个人可能处于一百万个空间坐标点中的任何一个处。
常数：状态将始终保持不变的实体被认为是常数。示例：如果在关联性期间将建筑物的存在视为给定的，则将它认为是给定的。
输入：这些本质上是关于LSI的事件。这些是由人类代理馈送到系统中或如由机器代理促进的事件。示例：人类代理键入一天中的时间或者如由系统基于机器代理馈送直接捕获的那样。输入的形式可以是将现有实体切换到潜在性或真实性状态中，或者可替代地，通过实体资格过程来将新实体引入到生态系统中或从生态系统中删除现有实体。输入引入通常由代理基于他们拥有的“决策权限”来完成。
输出：这些本质上是由一个或多个其他LSI中的LSI或在它本身中引起的事件。
经过时间：如说明的，当在意图声明中达到触发状态时，它在包括它自己的意图声明的一个或多个意图声明中促成一个或多个变更。所有变更都花费时间，称作“经过时间”。无论变更是由人类代理还是机器代理驱动，都始终涉及经过时间。在一些实例中，此类变更可能在几分之一秒中发生，而在其他实例中，时间的长度可能和数小时或甚至数天一样高。在产生所需变更的交互中涉及的所有实体都将在经过时间期间被占用，并且只有在前一个动作完成之后才将变得可用于参与任何其他触发。
解决方案的全生命周期：相对于每一局部和全局意图声明，存在类似分形的自相似性。图案的这种对称性和复现相对于创造活动和定向变更的任何值而出现。系统意在提供“感测”环境、从环境中“选择”并且对它“行动”的能力—这可被称作“SSA”周期。NSL领会在每一解决方案背后存在此全生命周期并且有效地处理它。系统提供关于首先“感测”的任何变更的所有可能性(与人类感觉所做的相同)，从可能性中“选择”一个或多个实体(与人类思维做的相同)，并且对一个或多个选择的实体“行动”(与人体所做的相同)。解决方案要求的此全生命周期的本质导致随后描述的“代理功能”的存在。
自然语言：自然语言工作的方式是每个单词像仅说相同语言的人们知道的代码一样。句子是通过在语法边界内组合单词以处理变更单元而构造的。通过进一步对句子进行定序，自然语言生成传达复杂真实性的容量。注意，自然语言是与真实性连接的代码的形式。代码通过以特定方式组合单词和句子来工作。每当一个代码实体与另一代码实体组合时，就产生有区别的组合代码实体。每个组合是从一系列可能性中选择的结果。此类组合的级联产生由区别原理驱动的唯一组合。自然语言，就像编程语言一样，依靠区别原理来实现其目标。用自然语言取代编程代码是NSL通过使用充分测试的“自然语言结构”背后的基本原理而带来的范式转移。
代码对自然语言：代码是仅被具有破译代码并且懂得它的能力的代理理解的代表性实体。编程代码是能将功能性传达给计算机的编程代码。代码及其应用的含义在程序员的范围内。他们使用此代码来将应用逻辑传达给计算机。自然语言也是代码的形式。这是为什么说英语的人们将不理解说俄语的人们并且反之亦然的原因。NSL所做的是为了使将应用逻辑传达给计算机的能力如此接近于自然语言，不再需要具有单独的代码编写者。用户能够通过使用NSL直接在用户界面级别下处理相同问题。
自然解决方案语言(NSL)：这是自然语言的略微修改的版本，即计算机实现的方法，其中事物以仅捕获意图声明并且使所有描述性声明服从于意图声明的形式重铸。这些意图声明以两种状态存在：
静态意图声明：这些仅表达意图但缺少将它们变换成真实性的能力。静态实体状态是没有能够触发其他状态变更的特性的那些实体状态。如果在系统中有6个变量(独立实体及其属性)，则它们可能潜在地以64种不同状态存在。但是只有当所有变量都存在于“真实性”状态时，第64种状态才能够触发变更。所有其他实体状态都被称作“静态实体”状态。要在这方面注意的一点是意图声明(SI)只是描述期望变更的性质从而参与“变更单元”的另一独立实体。SI的存在基于如下事实：对于要遵循的任何动作，它必须得到代理意图的支持。
动态意图声明：这些是意图声明背后的引起底层变换的实体，这些实体在达到如受到处于独立实体级别下的事件影响的称作触发组合实体状态的某个期望状态时共同地触发。动态实体状态是具有在一种或多种实体状态下引起进一步变更的那些实体状态，包括本身。在前一个示例中，第64种状态是“动态实体”状态。换句话说，为让静态意图声明变为动态的并履行意图声明，它需要由触发CES提供支持。
自然语言对NSL：在自然语言中，事件逐字母且逐词顺序地发生。然而，在NSL中，潜在实体首先由设计者逐单词逐句构建直到段落级别。事件跨段落在单词级别下或在短语级别下—但不一定顺序地发生。然而，事件在如由计算机实现的NSL逻辑或语法或规定方法的界限内发生。自然语言使用自然语言而不是技术编程语言来为计算机编写应用逻辑。用户现在能够更容易且更有效地构建或使用应用逻辑，而不用依赖任何技术技能。在该过程中，消除了形式为复杂编程代码的抽象层。
含义对价值：在自然语言中，信息区别导致传达含义。与另一单词序列相比，一个单词序列将传达一种含义。NSL上下文中的价值与“解决方案”或“意图状态的履行”(全局意图声明)同义地使用。就像一系列有区别的单词在自然语言中传达含义一样，一系列有区别的实体导致价值或“意图声明的履行”。
价值的量化：所有变更都在独立实体级别下发生，从而产生组合实体状态。这些变更通过事件而发生。事件是潜在性状态到真实性状态之间的切换，并且反之亦然。每一意图声明需要其所有独立实体达到真实性状态以便变更触发发生。这清楚地确立独立和相关属性的计数以变为要履行的局部意图声明的真实性状态。通过扩展，它也证明了每个全局意图声明需要给定数量的可量化累积实体真实性状态。就像能够通过“位”的计数来量化信息一样，也能够通过二元实体状态的计数来量化价值。
价值的相对性：对一个代理有价值的东西对另一代理可能不是这样。什么有价值是相对于寻求该价值的一个或多个代理的。在NSL中，每个段落表示关于携带全局意图声明的代理的全局价值单位。我们已将此称作价值消费。从价值消费者的视角看，局部意图声明能使不同代理扮演价值创造者的角色，并且那些变更单元是价值的使能者。现在，如果我们将视角切换到局部意图声明中涉及的代理，则该局部意图声明得以被转换成全局意图声明。局部意图声明变成为所涉及代理的消费需要服务的段落中的意图声明的最后履行。相对价值的考虑事项将我们引向联网结构，其中区别途径将相互交叉从而为不同代理服务。
自然语言与NSL之间的公共性：两者都由区别原理驱动并且具有同义实体：a)名词：这些类似于NSL中的独立实体。b)形容词：这些类似于在NSL中限定独立实体的属性。c)动词：这些是NSL中如意图声明中所反映的变更的描述符。d)副词：这些是在NSL中限定意图声明中包含的动词的属性。e)句子：这些类似于由可能在NSL中触发必要定向变更的所有潜在性实体组成的意图声明。f)段落：从NSL解决方案设计视角看，段落是由可能通过一系列受控变更来导致履行意图声明的许多意图声明组成的段落。段落总体上被视为全局意图声明。
逻辑的段落：NSL依靠所有实体的一些“必要属性”。就像空间和时间一样，NSL实体的必要属性之一是定义实体交互的“逻辑”的规范。每个实体应该指定其“逻辑对应物”。此逻辑对应物是相对于每个全局意图声明定义段落的逻辑中的参与者。据此，每当相对于代理诞生了全局意图声明时，它相对于该意图找出逻辑的段落。它然后通过使用“逻辑的段落”来创造它自己的定制的潜在性段落。同样地，此新段落中的每个参与实体在逻辑的段落中扮演其对应物的角色。
NSL库：NSL减少捕获所有潜在性实体及其关系的所有解决方案。它在最简单到最复杂且有区别的级别下创造潜在性实体的库。这些库具有涵盖一系列解决方案环境的潜在性。此后，通过使用搜索和拖放技术，能够以最少附加工作重用潜在性的实体。
可重用组件：在通过在各个有利位置处使用现有实体来使构建解决方案逻辑时使冗余最小化的能力是组件重用的意义所在。这些是在NSL构建的库中可提供的可重用实体组件。
区别原理：在人类存在的级别下，所有实体都仅以组合状态存在并且是高度有区别的。甚至一粒尘埃也携带数万亿个原子并且具有它自己的结构。其他事物保持不变，每当从一系列可能性中选取的独立实体与现有组合实体状态组合时，所得的组合实体状态就是更加有区别的。这是区别的原理。当独立实体值被忽略从而导致无区别或泛化或整合时，发生与此相反的情况。实体的添加产生区别并且实体价值的减去产生整合。原理稍微类似于“微积分”中的微分和积分。示例：如果存在组合实体状态‘A-B-C’，并且一个人向它添加独立实体‘D’，则所得的组合实体状态是‘A-B-C-D’，其是从实体‘D’的添加中出现的A-B-C的有区别的形式。如果忽略‘D’的值，则虽然组合实体状态仍然存在，但是无区别已发生并且‘A-B-C’和‘A-B-C-D’现在具有相同的值并且被算为‘两个A-B-C’。
可能存在有利于人类代理或者有害于它们的区别或整合(泛化)，或代理不可知的区别或整合(泛化)。出于解决方案架构的目的，信息实体表示真实实体或其他信息实体。解决方案设计中的所有实体，无论是独立的还是组合的，都被视为它们以潜在性或真实性的离散(冻结)二元状态存在。每当创造新组合实体状态时，这些二元实体进而与其他二元实体组合。设计将这些新组合状态中的每一种也视为以二元状态存在。所有组合实体状态都存在于一个变更单元或另一个变更单元的生态系统中—等同于NSL中的局部意图声明。
代理擅长“区别”和“整合”(泛化)两者。随着一个人区别，其他事物保持不变，一个人正在消费更多的信息位。当一个人正在泛化时，一个人消费更少的信息位。两者之间的精细平衡对生存是重要的。大脑仅具有有限的容量。
通过忽略价值，一个人具有朝向泛化或整合移动的能力。当所有实体由于其存在而被识别，但是所有价值都被忽略时，我们具有仅在一端存在实体计数的最完整情形。但是另一方面，通过区别所有实体，一个人移动到区别树的另一端，其中所有实体都处于它们最有区别的状态。
有趣的是，当一个“变更单元”中的组合实体状态通过改变那些“变更单元”中的组合实体状态来引起其他“变更单元”的变更时，新状态与旧组合状态组合，从而形成变更的级联。从自然语言视角看，这些与将句子串在一起以形成段落相同。从NSL视角看，每个变更单元与局部意图声明组合以形成全局意图声明相同。
有利位置：每个基本实体在个别级别下以二元状态存在。实体也组合以形成组合实体。有利位置是指我们可从那里查看实体的相对位置。如果我们将从较高有利位置—由其所有子集组成的区别阶梯的较高踏步—全盘地查看实体，则已连接的实体计数将相当高。相反，如果我们将查看处于较低有利位置—区别阶梯的较低踏步—的实体，则已连接的实体计数将低得多。示例：让我们想象我们在区别方向上查看的较高有利位置‘A’。‘A’可能具有有区别的子集‘A-B’。如果那与‘C’组合，则我们具有第二级别更加有区别的子集‘A-B-C’。‘A-B’仅包含子集‘A-B-C’。与‘A’相比，‘A-B’在区别方向上具有更少连接的实体。另一种说法是与较低有利位置实体相比，较高有利位置实体携带更多的信息。
方向性：这是关于基于实体值的添加或基于实体值的删除来向上或向下移动区别树的。随着我们添加新实体值，一个人将在正区别方向上移动。通过删除值，一个人将在负区别方向上—即，在“无区别”或“泛化”或“整合”方向上移动。
组合实体状态(CES)：当独立实体(随它们而拖曳其属性)与其他独立实体组合时，那些产生有区别的组合状态并且具有它们自己的突现特性。CES被收容在局部意图声明(LSI)中，每个LSI表示变更单元—其相当于句子。导致较大期望变更的这种LSI的集合被称为全局意图声明(GSI)—其相当于段落。LSI中的CES的大小与参与的独立实体的数量成比例。每个LSI将抱有2n种状态，其中‘n’是独立实体的数量，因为每个独立实体能以“潜在性”或“真实性”的状态存在。从根本上在每个局部意图声明中存在两种组合实体状态：
非触发CES：存在不会在其他局部意图声明中或在它们所属于的同一LSI内引起组合实体状态更改的实体组合。示例：如果存在四个独立实体，则作为二元变量，它们产生24种实体状态—即，16个CES。在这些状态中，15种状态是非触发CES，因为它们不会触发任何变更。
触发CES：这些组合实体状态在一个或多个其他LSI中或在同一LSI内触发变更。触发CES是所有独立实体及其属性都处于真实性状态的那些。当一个LSI中的CES影响其他LSI中的CES时，那些句子得以连接。LSI基于它们涉及GSI的实现被分组在一起，从而做出段落。示例：根据前一个示例，第16种状态是触发状态，因为所有四个独立实体都在那种状态下以真实性状态存在。
已经陈述了被连接在一起的独立实体产生有区别的组合实体状态。当局部意图声明也被连接在一起时，组合实体状态甚至在段落级别下也得以进一步扩展到区别原理的应用。理论上，能够将段落组合成章节或甚至较高的抽象级别。
API对程序：应用编程接口首先使用类似于编程代码的方法来帮助访问其他编程解决方案。NSL具有以它用编程语言所做的相同方式将API逻辑传递给计算机的能力并且能够有效地执行相同的功能。
共享实体：共享实体是跨许多局部或全局意图声明公共的实体。存在对给定意图声明来说为触发状态的一部分的许多独立实体。当意图声明处于触发状态时，在与触发相关联的经过时间期间，该实体相对于任何其他意图声明将不可用于参与。但是一旦已触发的变更完成，参与实体就变得跨所有相关意图声明再次可用作为共享实体。
变更途径：变更途径是通过在局部意图声明内触发组合实体状态从而导致全局意图声明的履行的变更的级联来创造的。NSL逻辑拟定这些变更途径。在编程逻辑中，从一种状态到另一状态的此类转变是通过在不同情况下应用根据不同名称的原理来实现的。这里是几个此类示例：a)约束：这些是对在许多可能性之间做出的选择施加的限制。在NSL逻辑中，应用区别原理以实现相同的结果。这些只不过是当做出选择时在任何变更时的“可能性集的减少”。b)规则：这些最经常是对环境敏感的系统施加的一系列约束。c)算法：这些与“规则”相同但经常用在“信息系统”的上下文中。
将过程转换成信息：NSL所做的最引人注目的事情之一是它也将过程转换成信息。NSL严格地依靠区别原理并且通过将相关变更串在一起作为组合实体状态来将过程和功能转化成信息。当一个CES通过因果触发来影响另一CES时，两个CES得以统一，这被称作“扩展CES”。正是这些扩展CES将所有过程和应用逻辑带入信息域。一旦发生信息的转换，那些实体就经受与任何其他信息类似的搜索原理。就像信息可量化一样，解决方案也变得可量化。
IT中的抽象级别：信息技术由多个抽象级别驱动。在此抽象阶梯的底端处的是表示0和1的二元状态的电磁状态。在另一端的是如由用户所体验的应用逻辑和解决方案。NSL用类似自然语言的特征有效地替换编程代码级别。
代理：代理也是实体。代理既是解决方案的创造者又是解决方案的消费者。代理有别于“自然”，因为它们由目的驱动。换句话说，他们寻求有利的变更并且避免不利的变更。由于每一解决方案处理受控变更，所以预先假定所有变更单元都受到代理—不论是人类代理还是机器代理影响。由于所有变更都需要能量，所以代理使用它们中固有的能量，或者从一个或多个组合实体借用它，并且通过遵循预定途径或者通过应用自由意志来提供变更的方向性。
a.人类代理：也称为“利益相关者”，人类代理取决于解决方案环境对他们强加的要求而扮演多种角色。一些变更单元由必要的人类代理驱动。示例：一些“硬资产”的物理交付将需要人类代理被牵扯在内。
i.价值创造者：每一意图声明(变更单元)由一个代理或另一个代理驱动。如果那些意图声明或“与意图声明连接的那些代理”与“局部意图声明”有关，但是与“全局意图声明”无关，则那些意图声明或“与意图声明连接的那些代理”被认为是价值创造者。如果所有局部意图声明和全局意图声明使同一代理驱动它们，则“创造者”和“消费者”功能使同一代理被牵扯在内。
ii.价值消费者：与全局意图声明(履行意图声明的那些声明)连接的代理被认为是价值消费者。这些GSI位于段落末尾的意图声明处。
iii.团队：在LSI中的变更由人类代理共同地驱动的情况下，有不止一个人类代理的存在。在这样的团队努力中，方向性的责任由领导者或按照在团队成员当中指定的决策权限承担。
iv.所有权：任何实体的所有权基于代理在它参与受控变更时直接或间接物理上影响实体的能力。物理影响也涉及代表性实体，因为它们在性质上同样是物理的。影响能力也取决于指配给代理的决策权限—也就是说，他们也应该具有影响的权利。信息权限本身赋予代理拥有信息的权利，即使他们不能具有影响的权限。
v.代理功能：能够将在意图声明内进行的代理功能划分成意图声明的三个层。(a)第一层—物理功能：物理功能与产生形成意图声明的主干的组合实体状态(CES)的独立实体的参与有关。物理功能为促进解决方案的主要功能服务，然而其他两种类别直接或间接支持物理功能。(b)第二层—信息功能：信息功能与连接到组合实体状态并且仅为提供信息的功能服务但是在物理功能中不涉及的实体有关。通过扩展，这些信息功能连接到意图声明和驱动它们的代理。信息功能使代理充分知情并且在动态解决方案重新设计和其他增值功能如分析、机器学习和人工智能中起作用。(c)第三层—思维功能：从计算机实现的NSL视角看，思维功能模拟真实世界中的人类思维的功能。这些功能“预期”实体状态并且在带来期望变换的过程中引导物理功能。预期通常适用于与将来有关的“时间方面”。但是预期能够适用于存在不确定性的所有情形。理论上，不确定性也可能与过去或目前的事物有关。示例：一个人可能不完全知道，但是能试图预期昨天发生了什么或目前在另一个房间中正在发生什么。“估计”或“预期”中的修订可能在每一事件的实例处发生。如果这样的预期目前对物理功能有影响，则那些作为影响的实体被反馈到物理功能中。除了扮演诸如信息功能的类似角色，思维功能也帮助预先规划和优化事项。
vi.信息权限：这些是人类代理对于关于特定独立或组合实体以及连接到其的意图声明的信息的权限。
vii.决策权限：这些是人类代理改变个别或组合实体以及连接到其的意图声明的潜在性或真实性状态的权限。
b.机器代理：这些与“计算机”同义，其中变更单元由机器代理驱动—如由人类代理或其他机器代理所设计的那样—使得响应于输入而生成适当的输出。机器代理本质上在人类代理消费输入、在它们当中带来受控变更(处理那些输入)并且生成输出的能力方面模拟人类代理。在一种意义上，人类代理赋予被目的驱动成机器代理的品质。
c.大自然：大自然是能够影响变换的第三种代理。然而，由于大自然不拥有目的，所以由大自然产生的此类变换结果在由人类代理设计解决方案时被视为隐含实体。
代理按照解决方案设计者的指示行动：解决方案设计者是解决方案的架构师。解决方案由一个或不止一个变更单元组成。每个变更单元由代理控制。此解决方案被布局为潜在性。例如，导演讲述剧本并且确保演员正在如导演所期望的那样遵守剧本。导演在这种情况下是解决方案设计者并且演员是代理，其可以是个人或团队。
要视为“代理”的团队：代理可以是个人或由多个成员组成的团队。团队是具有它自己的身份的代理的组合。NSL允许基于解决方案设计者的选择将团队视为代理。示例：在涉及由“董事会”批准的解决方案中，董事会虽然为团队但被视为代理。
协作代理和对抗代理：NSL允许将代理分类为协作代理和对抗代理，其中为实现公共目标/愿望而共同努力的代理被称作协作代理；然而设法相互竞争的代理(与在“游戏环境”中类似)被称作对抗代理。
判决系统：作为一般规则，一个“段落”容纳仅一个全局意图声明(GSI)。如果存在更多的GSI，则需要有更多的段落。可能存在从相关段落已共享局部意图声明中出现的相关段落。这类似于一般面向过程的方法中的“场景”。可能存在同一全局意图声明能够为不同段落服务的实例，其中在它们中包含局部意图声明中的变化。这类似于通过不同子过程来实现相同结果。NSL使用区别原理来解决此问题。它将附加区别实体注入到系统中(类似于约束)以微调剩下仅一个段落来为全局意图声明服务的可能性。如果没有剩下段落来为全局意图声明服务，则系统可能探索消除一些实体的可能性—从而创造无区别—潜在地产生使全局意图声明开始存在的至少一个段落。这与消除一些约束相同。
实体三人组：代理、变更单元和一般实体(独立或依赖实体)共存并且带来预定变更。在没有另一个的情况下不可能有一个。在宇宙中有数万亿个实体，但重要实体在上下文上聚在一起。变更在没有代理的情况下不可能发生。变更始终由代理驱动并且代理具有意图而且由目的驱动。为让任何变更发生，实体之间的交互必须发生并且它应该物理上发生。示例：为了写一封信，以下实体需要聚在一起：(a)代理(写信的人)(b)一般实体(笔、纸和桌子)(c)意图(要写一封信)三人组通过经由交互做出定向变更来履行意图/愿望。
最近邻：为了达到期望状态，需要通过许多局部组合实体状态来转变。所有这些变换状态都是通过定向变更来达成的。所有这些状态都通过最近邻原理来操作并且最近邻同样地适用于实体三人组，例如代理、变更单元和一般实体。为了履行愿望，连接的变更单元是次序敏感的。这是由于如下简单原因导致的：变更单元之间的连接是通过交互或因果原理确立的，其中次序变成重要的组成部分。当原因和结果发生时，变更按顺序发生并且因此，原因将始终在t1中而结果在t2中。示例：除非写过信否则不能寄信。下一变更单元变成所选任何变更单元的最近邻，依此类推。这类似地适用于代理和一般实体。
利益相关者接洽中心(SEC)：这与用户界面同义。SEC具有识别相对于任何代理保持潜在性的所有实体并且以结构化方式在用户界面级别下呈现实体的能力。系统基于所有变更单元都由一个代理或另一个代理驱动的事实来识别相关实体—清楚地确立所有权。所有实体都使对它们的决策和信息权限被清楚地指定的附加事实使跨代理和导航的实体分布变得容易。
测量框架：量度是真实性的客观声明。某物需要在最优清楚级别下呈现以便其发生。通常这意味着在提供的信息中需要有足够的粒度级别或足够的区别。示例：说“某物被交付”是一回事，而说“某物在不到30分钟内被交付”是另一回事。如果一个人正在寻找那种细节级别，则第二声明变成量度。测量框架中的度量的另一方面是确定附加区别是好的还是坏的。这些价值判断是通过称为“范数”的东西引入的。所以，如果“在不到30分钟内交付某物”被认为是好的，则那变成范数。通常，可向被认为是好的事物指配绿色，而向被认为是坏的事物指配红色。
分布式任务控制中心(MCC)：MCC将在人类代理执行其职责或履行其需要的常规过程中重要的实体拉在一起。重要的这些实体被从与代理有关的实体当中拉在一起—那是他们具有信息权限或决策权限的地方。分布式MCC是关于系统首先自动地识别与一个或多个特定代理有关的实体；然后挑选对代理的功能重要的实体的能力。
动态任务控制中心：动态MCC仅在将重要的实体呈现给针对特定“时间”、“事件”和“代理”查询定制的相关代理的程度上与分布式MCC不同。由于区别/事件在每个实体级别下发生，就像我们键入每个字母以进行信息搜索一样，代理有权键入单词/数字(实体)以使任何其他查询被回答。
用户界面(UI)：实体能够存在于数据库中的不同抽象级别下或在用户界面级别下。正是在用户界面级别下人类代理行使他们的“信息权限”或“决策权限”。UI在NSL中扮演非常重要的角色，因为“用户”负责解决方案的创造或使用—所以所有事物都在前台而不是在后台发生。NSL通过使UI变成“必要属性”来在UI级别下驱动实体的行为。这些属性指定实体应该如何在UI级别下出现、它的地址(哪个屏幕和屏幕上的地方)以及它是否对消息的导航或输入敏感等。
基于文本的用户界面(TBUI)：在NSL范式中所有实体都在更直观的自然语言表示层处被处理，因此NSL使用基于文本的用户界面。自然语言已存在了数千年并且是高度直观的。自然语言通过其从一般到具体流动的区别构造来捕获区别，从而使它似乎为高度结构化和自然进步的。TBUI基于自然语言(文本)设计的原理并且因此与常规的图形用户界面(GUI)比是更加结构化的。TBUI将书设计的经典原理与类似于电子书的技术和科学的创新合成并且具有将图像和视频添加到文本表示的附加能力。TBUI使用户的导航体验变得更好并且在每个有利位置处给用户提供全盘视图。相比之下，大多数图形用户界面(GUI)呈现具有通常且随机地分布的部分的信息并且不提供全盘整合视图。
NSL技术框架：NSL带来的创新性技术效果是由于唯一方法和技术框架的组合而导致的。NSL从容胜过迎合“用户”为解决方案的主要驱动因素的各式各样应用要求的标准化技术框架。封装本文档中描述的所有创新性方法的技术框架位于操作系统之上以迎合要传达给计算机的任何种类的应用逻辑。实际上，用户仍然对此底层技术框架不可知，并且有权以类似自然语言的方式使用NSL。总之，NSL技术框架是在现有操作系统之上基于区别原理向NSL背后的原理和方法给予生命的的薄附加层。另外，它也帮助使大多数另外的人类代理功能自动化。但是不时对于增强功能，NSL技术框架将保持不变。就像操作系统一样，它在不使用任何代码的情况下并且通过自然语言构造来将NSL逻辑传达给计算机。
重新工程设计：NSL以类似自然语言的方式将应用逻辑传达给计算机。在这样做时，它消除对于编写在后台操作下的编程代码的需要。用户不知道解决方案配置的性质或其在编程代码情况下的动作。用户友好的NSL将应用的解决方案创造和使用带到UI的级别。它具有会减少冗余、增加解决方案组件的重用并且最重要地优化区别或解决方案途径的许多特征。
基于矩阵/基于图块的方法：信息技术世界是围绕机器代理构建的。每种编程语言具有一套它自己的关键词、操作符、符号和函数。由于对机器代理的指令应该是明确的，所以每个关键词、操作符、符号和函数具有明确的含义。这些函数在每种编程语言中携带相同的含义或者可被不同地表示。在基于图块的方法中，每个图块已等同于在编程语言和NSL中的每一种下的特定函数。每个图块中的这些等同函数向机器代理/系统表达相同的解决方案逻辑。在技术上，NSL+技术框架等于编程语言。
技术翻译框架(TTF)：NSL的最显著属性之一是基于使用NSL方法和NSL技术框架(NSL-TF)来处理受控区别的相同原理将任何编程代码转换成像NSL格式一样的自然语言、从而为用户或利益相关者的直接使用和影响呈现逻辑的能力。TTF从容胜过封装每种编程语言的关键词、操作符、符号和函数及其在NSL中的表示的基于矩阵/基于图块的方法。TTF分析代码的构造，标识用来编写它的编程语言，并且使用矩阵来挑选每一关键词、操作符、符号、函数或它们的组合的匹配NSL等同物。
技术再翻译框架(TRF)：NSL带来的创新性框架是将用NSL构建的任何解决方案转换成任何编程语言的能力。TRF基于TTF所基于的同一基于矩阵的方法。TRF理解NSL构造并且标识编程语言中的匹配关键词和函数，从而用由用户所选择的任何编程语言构造代码。
360°任何对任何(A2A)：TRF与TTF一起完成称作360°任何对任何(“A2A”)的方案的全生命周期，这是将任何编程语言或任何自然语言的解决方案转换为任何其他编程语言或自然语言的能力。就像含义是恒定的并且能够跨各种自然语言表达一样，解决方案逻辑能够用任何编程或自然语言基层表达。在NSL中，解决方案是称为规定性信息的特殊类的信息。以潜在性状态表达的规定性信息在被作用于时变成真实性，并且该规定在类级别下被执行，而且，当其成员到达时，真实性在事务级别下发生。到达定义类的任何成员将以与该类相同的方式表现。这些正在替换传统过程。到达的事件从潜在性文本中选择，并且当那发生时，整个事物变得能够以自然语言格式表达。换句话说，存在NSL遵守的某个区别周期，其中区别被适当地且在上下文上表达，并且按照NSL的此类区别可用任何基层表达。通过TTF和TRF，NSL能够提取嵌入在每个基层中的解决方案逻辑并且以与在原始基层中处理它相同的方式处理它们。已经按如下原理测试了此A2A：输入相同，输出在用各种编程或自然语言构建的每一解决方案中相同。简而言之，NSL构造作为毂并且其他编程语言像辐条一样。例如：如果必须将编程语言翻译为另一编程语言，则编程语言必须接触称作NSL的毂并且然后作为另一编程语言分支出。
NSL语言不可知：NSL采取基于实体的方法并且基于意图履行组合实体状态的创造来创造解决方案。由于基础依赖于区别原理，所以真正重要的是“真实实体”和“代表性”实体背后的真实性。用于表示目的的语言不重要。在那种意义上，NSL是语言不可知的。
基于查询的解决方案开发(QBSD)：所有解决方案都仅因变更而发生。如果没有变更，则没有解决方案。为了变更发生，始终需要方向并且方向由代理提供。代理必需不仅提供方向，而且也提供变更所需要的能量。因此，在存在代理的情况下，所有变更都变成上下文的，并且一切都是关于从一个期望CES移动到另一CES的。这通过一系列步骤而发生。为了达到该系列步骤，需要疑问句，即，问正确的问题。只有当所有问题、什么、为什么、何时和何地都被回答时才构建解决方案。每个问题发起动作并且在性质上是物理的，而且能够在空间和时间中表达。NSL为称作基于查询的解决方案开发(QBSD)的使用查询的解决方案开发提供非常简单且强大的工具。QBSD是一系列预定义问题，这些问题当被响应时，将帮助一个人在NSL中创造解决方案。由于在NSL中创造解决方案基于类似自然语言文本的结构，所以NSL中的解决方案创造和对这些预定义问题集做出响应一样简单。这是用户正在对由机器提出的查询做出响应以构造期望解决方案的交互式系统。
类似自然语言的倡议：NSL以类似自然语言的方式将应用逻辑传达给计算机。然而，如果句子不是用那种自然语言的语法成帧的，则构造可能读起来不像自然语言。NSL使用解决方案构造中提供的信息，并且在现有语言库的帮助下，创造读起来像自然语言的句子，从而给用户提供类似于阅读书中的解决方案的体验。NSL不会使构造变得太冗长，因为它在句子的构造中使用最优信息。如果信息不是最优的，则NSL通过检查在解决方案设计的各个级别如代理、实体、属性等下可用的信息来扩展搜索的范围。在缺少最优信息的情况下，即使在扩展搜索的范围时，句子也是在没有太大粒度的情况下但在正确上下文中在通用级别下成帧的。如果要表达的信息作为句子构造的一部分超出期望，则将附加信息附连到信息层以进一步支持变更单元。
自动动词指配(AVA)：在大多数场景中，动词只不过是如意图声明中所反映的变更的描述符。描述可以是在通用级别或粒度级别下，使得它以对人类代理有意义的方式表达事物。通常，它们不在NSL中携带任何功能值，除非设计者打算给出功能性。然而，动词在每一意图声明中是必要的，以确保意图声明读起来像自然语言。在NSL中创造新解决方案时，一个人具有选取其意图声明中的动词的灵活性。然而，对于使用TTF来从编程语言转换为NSL的现有解决方案，不会自动地生成动词，因为基本编程代码将通常不包含动词。自动动词指配是NSL中将动词自动地指配给函数以便使它们似乎更接近于自然语言的增强工具。AVA使用在NSL中创造的动词库来选取最适合于动词短语构造的正确动词。
基于实践的解决方案开发(PBSD)：解决问题的任何事物是解决方案。问题始终在代理的上下文中。在NSL范式中，解决方案不再限于如通常所理解的技术。NSL是基于世界工作方式原理的基于实体的解决方案模型。解决方案存在于日常实践中。解决问题的任何实践是关于实体如何交互以提供特定结果的。NSL捕获如由代理所记录的最佳实践并且具有通过给定流程来标识重要实体的能力。此后，通过将特定实体提升至类的状况，能够捕获通用解决方案逻辑。NSL提供了用于用户执行如从实践中导出的动作的机器辅助指导。
基层独立：就像能够用不同语言表达同一含义一样，也能够通过许多基层来表达解决方案逻辑。NSL已消除了过程与信息之间的区别，其中过程是作用于信息的特殊类。信息它本身在性质上是非物理和概念性的。它由实体的区别性的性质表示。所有区别性都应该通过一个基层或另一个基层来表达它本身。用于信息表达它本身的基层的存在是必要的。换句话说，存在NSL遵守的某个区别周期，其中区别被适当地且在上下文上表达，并且按照NSL的此类区别可用任何基层表达。示例：‘0’或‘1’能够用空或满的玻璃表示或者它能够由空晶体管或充满电子的晶体管表示。
解决方案的量化：就像信息在信息理论中用“位”量化一样，NSL通过标识实体关系之间的距离来量化解决方案。(a)二元事件：能够按从一个CES到另一CES花费的最小二元事件数测量实体关系之间的距离。例如：如果实体1是‘A’，实体2是‘AB’并且实体3是‘ABC’，则碰巧从实体‘1’到实体‘3’所需要的最小二元事件数是‘2’。原理是那些区别，当被忽视或识别时，导致合并或2个实体变得相同。NSL消除结构与过程之间的差异并且重要的是仅区别的方向性。(b)空间：因为每个CES被显式地陈述或隐含并且在空间中操作，所以能够搜集已经覆盖了多少距离。(c)时间：由于存在与每个CES相关联的规定或未规定的时间，所以能潜在地评估时间，并且因此，能够及时测量距离。(d)资源消耗：当事物正在从一个CES移动到另一CES时，它需要一组参与的实体，被称作资源。在每一资源背后，存在能够被指配的值，并且因此，能够测量每个CES所需要的资源消耗。
通过消除冗余的逻辑压缩：编程语言需要特殊努力来对任何现有系统中的逻辑进行解码。由于对复杂逻辑进行解码与编写新代码比花费更多的时间，所以程序员不利用现有代码。他们编写的新代码增加系统之间的冗余。由于NSL是自然语言并且是完全透明且可搜索的，所以能够消除冗余，并且能够重用现有解决方案组件。
由于解决方案逻辑压缩而减少计算资源：由于NSL通过消除冗余来帮助逻辑压缩，一切在NSL中是透明的，并且解决方案通过简单搜索机制来处理，所以与任何编程相比，在NSL中处理解决方案时像RAM和CPU一样的计算资源减少。
将NSL原理应用于工程设计：工程设计过程是工程师在创造功能产品和过程时使用的一系列有条理的步骤。过程是高度迭代的，因为在能够进入另一过程之前，经常需要将过程的各部分重复许多次。在任何给定项目中得以迭代的部分和此类周期次数可以变化。NSL中的每一实体是信息的、高度有区别的，并且实体的组合导致更多的区别。另外，能够通过在每个部分有区别时标识组成整体设计的组件并且组合这些部分来将NSL原理应用于工程设计，直到达到期望组合状态为止，以做出新的截然不同的部分。那些部分之间的交互将通过相当于函数或过程的相同扩展CES原理来操作。
过程对搜索：程序布局如何对事件起反应的逻辑。作为输入的事件使用如由逻辑所规定的适当的数据库项并且生成输出。输出变成数据库的整体部分。编程需要基于程序中包含的逻辑的大量处理和对数据库中包含的实体的处理。相反，在NSL中，系统仅依靠完全变换解决方案被处理的方式的搜索原理。NSL如适于类似于特殊类的信息的解决方案可能的信息途径那样标识能够通过CES进行任何事件。结果是计算资源的消耗显著减少，同时解决方案逻辑和事务逻辑保持不变，从而杀死过程。
容器：在NSL中，基本变更和价值创造是在变更单元中完成的。每个变更单元具有一组定义的边界。在NSL中，每一变更单元是容器，并且在容器中发生事务。来自一个容器的输出是如在解决方案逻辑中设计的后续容器之一中的变量实体。容器系统在指配身份的上下文中假定重要性并且被最好地设计为通过将代理和实体定义为变更单元的一部分并且将属性定义为实体的一部分等来创造层次和结构。存在各式各样的容器，并且不同的容器具有不同数量的槽。每个容器基于其诸如CU1、CU2等直到最后一个CU为止的顺序被自动指配了身份。NSL中的每一实体具有唯一身份。实体能够具有多个身份：一个是基本身份而其余是上下文身份。那意味着，在特定变更的上下文中，基于角色指配槽。如果实体正在参与多个变更单元，则它将具有多个身份—在每个参与变更单元中有一个身份。因此，由于它正在其他变更单元中占用的空间，实体将具有一个单独的身份和一个或多个身份。参与每个CU的代理、实体和属性也被按顺序自动编号。每个CU中的潜在CES中的每一个生成了截然不同的id，然而，通过设计，CU中的仅一个CES有资格处于触发状态。
转换成NSL格式的文档：每一自然语言具有描述性、规定性、疑问和感叹声明。规定性声明是涉及动作或变更的地方，而描述性声明提供信息。感叹句更多是关于放置强调的。所有描述性和规定性声明都从回答疑问声明中出现。问题和答案与实体、组合实体状态或扩展CES有关，那些进而基于它们操作的优先级被应用于空间和时间。NSL具有将任何文档中的文本转换为描述性和规定性声明的能力，其中规定性声明类似于CU并且描述性声明作为信息被附连到规定性声明并且位于信息层中。
基于感觉的用户界面：NSL的可及范围超过技术解决方案并且其视野扩展到世界上所有现有解决方案。NSL是基于实体的解决方案模型，其将高级模型用于通过模式识别来识别实体，将那些实体视为输入，在分离出相关和不相关的实体之后在创造正确种类的输出时影响环境，类似于其他人正在对无人驾驶车辆所做的东西。最经常界面限于屏幕和语音，因为解决方案主要是技术相关的解决方案。由于NSL超过技术解决方案，所以NSL是对称作基于感觉的用户界面的界面的重要补充，其中输入能够通过如下主要五种感觉来创造：视觉、触觉、听觉、味觉和嗅觉及额外知觉。额外知觉是人类感觉不能够捕获但机器代理能够捕获的知觉，例如x射线、无线电波等。感觉帮助衡量周围环境并且帮助一个人做出知情决策。NSL将用户界面扩展超过跨设备的常规屏幕之外并且极大地弹射可及范围。系统的输入基于环境中在思维中注册的模式。NSL具有存储适当的东西并且折扣不适当的输入的能力。NSL识别真实世界中的实体并且适当地对用户正在寻求的解决方案做出响应。
NSL和DNA：我们生活在一个信息驱动的世界中。类似于阻止信息渗透到解决方案环境中的现有过程障碍，相对于如生物的DNA中所包含的信息也存在障碍。存在将DNA中包含的信息转换为NSL格式使得它变得可搜索且可读的机会。
人工神经网络：每个意图声明(SI)操作好像它是神经元。SI中的事件像神经元在达到潜在性的阈值时的放电一样，将变更向外传播到其他神经元中—并且在这种情况下传播到另一SI中。解决方案环境中的SI的集合履行其像神经网络一样的功能。人工神经网络正在取得进展并且NSL中固有的解决方案设计最有利于有效地将这些原理付诸实践。
流程图逻辑转换器：这是一种形式的基于实践的解决方案开发，其中解决方案逻辑是从现有流程图中提取的。流程图的构造像一个句子通向另一句子一样，例如，在NSL术语中，一系列LSI交互以实现GSI。然而，流程图通常不携带参与每个句子的实体、代理和属性的任何附加信息。NSL从任何流程图中的过程中提取解决方案逻辑并且将其转换为信息。所提取的信息能够用于构造NSL中的变换途径。如果过程分支出到到达同一GSI的多个场景中，则将它们创造为NSL中的相关段落。
资源优化和空闲时间标识框架：NSL也具有资源优化和空闲时间标识框架，其中用户能够定义所有可用的资源在其处置时的最优使用。此框架具有跟踪实时实体参与价值创造活动的自动化技术。每一变更单元和组合实体状态连接到空间和时间的事件日志，这使得NSL能够实时地捕获实体使用度量。NSL具有捕获实体已参与触发状态的次数以及变更单元得到触发的次数。能够在一段时间期间或在任何给定时间点捕获这些利用率。最优区别原理帮助用户分析并改进资源优化框架的决策能力。资源使用和最小空转帮助为金钱提取最大价值。
元解决方案逻辑实体：在NSL中，解决方案是称为规定性信息的特殊类的信息。以潜在性状态表达的规定性信息当被作用于时，变成真实性。规定是在类级别下完成的，并且当他们的成员到达时，在事务级别下发生真实性。在类级别下设置解决方案设计，并且能够像解决方案设计要求那样区别类它本身。例如：如果人在类级别下，则受教育的人和未受教育的人是该类内的子类。在类级别下定义关系。基本底层原理是成员相对于交互及它产生的结果的行为与它所属于的类的行为相同。因此，当事务发生时系统确定它们所属于的实体类。逻辑是从通用类借的，并且有利位置能够从最特定的成员到高度通用的类变化。这将帮助标识有多少人们已使用了称作“解决方案级别事务计数”的解决方案的逻辑。这类似于视频如何显示观看次数。
事务解决方案逻辑实体：解决方案架构师定义类和子类并且创造潜在级别段落。事件到达成员级别，并且他们选择适当的类。它从期望被形成并且代理被选择开始。类本身能够通过添加任何数量的子类来高度地区别。事务解决方案逻辑实体帮助用户提取关于实时解决方案设计使用度量的有意义见解。最多寻找的解决方案设计组件被容易地标识并且广泛地用于所有参与者利益相关者的复现活动。所有事务都是解决方案类的成员。这帮助标识“实体使用计数”—已在特定时段中使用实体多少次或正在特定时间使用多少个实体等。事务及其计数帮助用户解锁价值判断原理以优先考虑实体库存和规划机制。
转换为NSL的逻辑操作符：解决方案世界在技术中或以其他方式针对解决方案设计使用三个主要逻辑操作符‘and(和)’、‘or(或)’和‘not(非)’。由于NSL处理解决方案，所以必须有用于处理被嵌入在NSL所基于的区别原理中的这三个逻辑操作符的机制。(a)操作符‘And’：NSL的构造是这样的，为了达到GSI，必须履行所有LSI。因此，如果必须以顺序方式履行每个句子，则借助于NSL的设计自动地处理逻辑操作符‘And’。(b)操作符‘Or’：NSL提供了提供用于到达公共GSI的多个途径的相关段落。相关段落说明在NSL中处理逻辑操作符‘Or’的方式。(c)操作符‘Not’：NSL为包含逻辑操作符‘Not’的功能性的每一实体提供潜在性状态与真实性实状态之间的切换。
NSL API：API是两个系统之间的中介，在这两个系统中，它们在特定协议中递送来自一个系统的请求并且响应由另一个系统提供。NSL具有用在然语言构造中表达这些API从而使它们变得更直观的能力。NSL能够将任何现有系统、中间件或操作系统转换成NSL格式。简而言之，NSL具有在自然语言构造中开发的API，其与任何现有解决方案无缝地整合同时保存用户体验。
对话解决方案设计：对话解决方案设计是QBSD的变型。NSL所做的重要事情之一是为了使与机器代理的交互感觉更接近于遵循某些规定程序与人类代理的交互。因此，对话解决方案设计是通过与机器代理对话来创造解决方案的能力。
将编程代码附连到NSL构造：当使用TTF来将编程语言转换成NSL时，在编程语言中的代码构造与NSL中的解决方案构造之间确立给定级别的相关性。因此，NSL将程序段附连到在NSL中构建的每个句子以便为文档的目的服务。用户可在将经转换的代码附连到NSL构造的适当部分时导出重要价值。
在编程时策划开源解决方案逻辑：这类似于重新工程设计，其中一旦使用TTF来将开源程序转换成NSL，NSL就指导对构造执行适当的增值，以便消除冗余并改进解决方案的效率。这在编程语言中将是高度有挑战性的，因为逻辑遍布多个部分并且将需要巨大努力才能达到这样的结果。
逆向工程TBUI：TBUI它本身是区别层，其确立实体、代理或CU在那里出现的清晰视觉。NSL标识TBUI在解决方案中已引起的区别，并且能够通过将TBUI作为适当的属性添加到每个参与实体来替代地表达这些区别。
相关系数和实体之间的关系：在NSL构造中，一切是实体并且仅有利位置不同。任何有利位置实体都能够与任何其他有利位置实体进行比较以查看在它们之间是否存在任何相关。如果不存在相关，则它为0；否则，它能够在0与1之间变化。完美正相关或完美负相关处于极端。
NSL的视觉映射：NSL是关于区别原理的，所述区别原理也能够在视觉上表示—变更单元看起来如何、它们如何连接并且它们如何开始存在也能够在视觉上表示。存在将每个编程翻译酌情连接到视觉构造的这些元素中的一个的机会，该元素具有它自己的给定值添加。
三个视角—学习、开发和用户：NSL在TBUI级别下提供所有三个视角即学习、开发和用户，因为每一实体在NSL中是透明的。(a)学习视角：在编程语言的范式中，学习编程例如获得必备学位、技能集和实践的过程跨地点、时间和介质分布。NSL提供交互式系统作为TBUI的布局的一部分，其中任何新用户能够通过直观学习模块来学习NSL并且取得对所获取的学习技能的立即评估。这些学习模块在非常短的跨度中给新用户匹配备必备技能集并且在学习模块结束之前帮助用户进行自我认证。此学习视角是绝对透明的并且能够被视为用户使用NSL旅程的一部分。(b)开发视角：使用编程语言来准备的解决方案遵循软件开发生命周期，而且在周期中发生的许多事情不透明并且远离最终解决方案起作用的系统发生。在NSL中，解决方案开发生命周期它本身被缩短为以透明方式获得问题和在NSL上出现的全部的集合的信息。(c)用户视角：在用户级别下，仅数据库的元素中的一些选择性地出现在编程语言中；其余部分发生在后台下的程序和后台下的数据库中。在NSL中，一切是透明的，并且用户所需要的只是适当的信息和查看该信息的决策权限。
基于实体交互来提取附加信息：所有变更都由于实体之间的交互而发生，并且因此，如果关于交互实体中的一个的信息是已知的，则能够提取关于其他实体的信息。想象笔、纸、桌子和具有交互意图的人，并且在此过程中，已生成了书写纸。当一个人具有关于仅笔的位置和它存在于该位置处的时间的信息时，利用更广泛的交互原理的这种有限信息，一个人可搜集关于其他实体的信息。从分析角度看这将具有巨大重要性。
基本变更单元：基本变更单元是实体与所得的触发状态之间的所有事务交互发生所在的基本单元。基本变更单元存在并且以相同方式操作，而不管它们存在于的有利位置如何。在较高有利位置，信息层往往携带更多的信息。
顺序变更单元：这些是基本CU能够在被触发时通过一个或多个事件来影响的CU。顺序CU利用‘AND’操作符原理。CES状态被维持在基本CU以及顺序CU内以形成E-CES。例如，为了泡茶，一个人需要将茶包放入杯中，将水壶装满水，将水壶中的水烧开，将一些烧开的水倒入杯中并且向杯添加糖。这些是制备茶的顺序步骤。
替代变更单元：当多个替代方案可用于达到履行状态或下一个启用状态时，解决方案设计人员利用替代CU。替代方案中的仅一种放出而其他替代方案消失。此CU利用‘OR’操作符原理。例如，能够使用支付选项—信用卡、网上银行、货到付款、礼券中的一种来进行支付。
并行变更单元：当属于同一GSI的两个LSI尚未共享实体并且没有直接或间接依赖性时，它们被称作并行CU。系统具有自动地标识它们并且相应地标记它们的能力。例如，在食物递送应用中当客户从餐馆选择食物并付其款时，通知被触发给餐馆以准备食物并且也被发送给送货员以进行取货和递送。并行触发两个事件。
嵌套变更单元：嵌套CU是添加到基本CU以在事务级别下给予它显著更多信息的能力的附加类型的CU。它像基本CU的SSA周期内的SSA周期一样。
从属变更单元：在解决方案生态系统中，当一个人从一个有利位置移动到较高有利位置时，处于较低有利位置的所有CU都被归纳在处于较高有利位置的CU中。处于较低有利位置的那些CU是处于较高有利位置的CU的从属CU。
嵌入式变更单元：在NSL中构造的解决方案可由多个层组成；其中如果解决方案是活动，则它可由多个任务组成。每个任务还可包含多个子任务，其中，从每个任务的有利位置起，它本身是变更单元。NSL提供在CU内对CU分层的这种能力，其中只有当较低级别CU达到履行时，较高级别CU才得以被触发。存在两种类型的嵌入式CU—(1)数字驱动的递归变更单元和(2)作为变更单元内的变更单元的子变更单元。
暂时变更单元：暂时变更单元将被视为启用变更单元。当存在连接到信息交换或E-CES扩展到多个段落或章节中的其他段落的段落的场景时，暂时变更单元变得重要。例如，必须完成“写信”才能寄信。它本身为一个变更代理的GSI的最后一个LSI即让书面信准备好的状态变成邮政部门的GSI的暂时变更单元。
解决方案类：解决方案架构师定义类和子类并且创造潜在级别段落。事件到达成员级别并且他们选择适当的类；它始终从期望被形成并且代理被选择开始。重要的是将处于解决方案逻辑的有利位置处的实体从处于事务逻辑处的实体中分离出来。在解决方案逻辑中，变量是布局实体关系的原理的‘任何LSI’、‘任何人类代理’、‘任何笔’、‘任何纸’等。
事务类潜在性：事务类是解决方案类的成员。当进行事务时，用户能够从解决方案类允许并且处于潜在性状态的不同可能性和选项中选择。例如，当写信时，用户能够从圆珠笔、墨水笔或铅笔中选取；挑选任何纸，而无论是绿色、蓝色还是橙色。
事务类真实性：当事件到达事务类潜在性时，事务类真实性诞生了。每个事务是唯一的。它是能够产生任何数量的事务类的解决方案类。
嵌套思维：所有解决方案都能够使用连接的区别类来构建，这些区别可以是由于在CES或E-CES处发生的事情而导致的。每一变更单元中固有的是像SSA周期一样的分形的播放。在存在代理的情况下，感觉检测环境中的事物，思维从许多可能性中做出适当的选择，并且身体提供必备能量来完成变更周期。为了与曾经存在的SSA周期保持一致，存在附连到每一变更单元的3个层，每一变更单元收容实体和与它们有关的CES。感测与信息层有关；选择与思维层有关并且在物理层中执行动作。SSA周期存在于解决方案类和事务类两者处。NSL提供关于感测生态系统的状态并且确定它是否为有利的(通过范数的指配)、评估其中的潜在性、从中选择以及通过在物理层中调用适当的变更驱动因素来行动的所有可能性。嵌套思维是在每一变更单元中固有的嵌套变更单元的思维层。嵌套思维不断地评价处于所有有利位置的所有独立实体和CES的状态，其中所评价的状态可以是好的、坏的或矛盾的。顺便说一下，它能够处理那些中的每一个的程度。如由思维所评估的状态是已知状态或未知状态。未知状态可能属于过去、目前或将来。思维基于可用信息来预期/评估/猜测关于未知状态的事物。它生成可能性并且忽略无关紧要的可能性。嵌套思维关于后果可能性(好的/坏的/矛盾的)做出价值判断或者附带地标识机会和风险。它向这些后果可能性指配可能性/概率。嵌套思维在信息层中选择性地关于机会/风险通知代理；并且通过更改物理功能层中的变更驱动因素来干预和更改变换途径。嵌套思维的动作包括与如由代理所期望的资源优化有关的事项。根据用户的选择，思维层在批量模式或实时模式下操作。
上下文三重身份：解决方案生态系统通过如下简单原理来操作：在变更单元外部不可能存在通用实体和代理，并且在没有通用实体或代理占用它的情况下不应存在任何变更单元。代理和一般实体一起聚在一个变更单元中以履行愿望。当它们聚在一起时，它们形成进一步唯一且有区别的实体的组合。NSL中的每个通用实体和变更单元是信息的并且携带唯一身份。代理和一般实体能够参与多个变更单元。基于它们(代理和独立实体)参与的变更单元，它们导出上下文身份。这些上下文三重身份作为通用解决方案逻辑构建器。
a.变更单元身份：变更单元按类级别有区别的实体如何聚在一起并且朝向解决方案拟定变更途径而定义解决方案逻辑。以以下方式向每个CU指配身份：
i.解决方案生态系统身份：NSL允许可能存在的最大数量的子集。示例：如果生态系统是组织，则系统处理的组织的数量将定义子集的大小。如果子集可能是10000个组织，则一个人能够提供五位数身份(例如：
“abcde”是五位数身份)
ii.一级变更单元子集：如果组织具有最多1000家企业，则一个人必须提供四位数(例如：“abcde.1234”是一级变更单元身份，其中“abcde”是解决方案生态系统身份)
iii.二级变更单元子集：基于一级变更单元子集内的最大可能的子集，一个人能够确定潜在性空间，比如六位数(例如：“abcde.1234.ABCDE”，其中“abcde.1234”是一级变更单元子集身份)
iv.更多级别的子集：类似于上面提及的一级和二级变更单元子集身份，NSL允许用户在任何所需粒度级别下创造身份。
v.过程：从生态系统的有利位置下降，一个人会遇到类似于旧范式中的过程的东西。过程是串在一起从而产生给定结果的“基本变更单元”的集合。取决于最后一个有利位置容纳的过程的数量，一个人能够基于在系统中曾经存在的预期过程的最大数量来指配更有区别的编号。
vi.基本变更单元：基本变更单元是实体与所得的触发状态之间的所有事务交互发生所在的基本单元。取决于能够存在于能够指配成员资格编号的过程或子过程内的CU的最大数量。
vii.连接的基本CU身份：以下类型的连接的基本CU中的每一个具有可通过基本CU身份的类型标识的唯一身份。
A.替代CU：这些通过以‘A’开头的身份来进一步区别基本CU并且容纳成员直到最大定义大小。示例：(……………Axxxx)。
B.顺序CU：这些是基本CU能够在被触发时通过一个或多个事件影响的CU。由于基本CU同样地受到其他CU影响，所以指定在前顺序CU将是冗余的。随后顺序CU被指配了以‘S’开头的区别编号。示例：(…………Sxxx)。
C.递归CU：这些是CU内递归地起作用的CU并且能够被指配以‘RC’开头的编号。示例(………………RCxxx)。
D.子过程CU：这些是CU内的CU但是CU内需要向子过程CU中的每一个指配身份的子过程。他们能够携带以‘SU’开头的身份。示例：(…………SUxxxx)。
E.事务CU：这些是在事务愿望如由类级别基本CU所允许的那样诞生时诞生的。它们是通过基于类级别CU允许的事务的最大数量附连区别唯一事务编号来标识的。应该注意，即使诞生了一个事务CU，整个关联的类级别过程也将它自己复制为事务过程并且将被相应地编号。
viii.CU内的层：在每个基本CU内存在三个层：物理(P)、信息(I)和思维(M)。这些中的每一个能够通过它们的首字母来标识。
ix.独立实体槽：这些是每个级别内的独立实体槽。它们具有以‘E’开头的身份。示例：(…………Exxx)。
x.第1级属性槽：这些能够通过字母数字—L1A来标识。
xi.更多属性级别槽：一个人能够遵循相同的方法学来指配诸如L2A、L3A等的身份。
xii.组合实体状态：系统还提供基于基本CU内的2n个二元变量的原理来为它们相应的槽指配自动化CES编号的可能性。
xiii.状态：每个槽，无论它是独立实体槽、属性槽还是CES槽，都以‘潜在性“(P)或‘真实性’(R)状态存在并且因此能够被标识。
xiv.使用此系统实现的模型，能够唯一地标识在变更单元内处于所有有利位置、层和槽处的CU的数量。编号系统也基于区别原理来提供任何实体到任何实体之间的距离。
b.一般实体身份：应通过唯一身份来表示截然不同的(有区别的(唯一的)或无区别的(相同的))任何实体。所有一般实体不论它们是真实的还是代表性的都是物理的(和信息的)。能够以以下方式完成一般实体的身份指配：
i.类：这些实体基于解决方案设计者的选择属于至少包括代理、意图、硬资产、软资产、属性和金钱的有限类。它们具有基于类似于CU的原理的身份。每个子集的最大大小首先被确定并且基于子集所需要的相同位数将被适当地确定。
ii.任何数量的子类：应存在如需要和标识的那样诞生的任何数量的子类，直到最细粒度的一般实体到位的这种时间为止。粒度基于从解决方案设计者的角度看什么重要的简单原理。
c.代理身份：应通过唯一身份来表示任何截然不同的代理。代理是人类代理或机器代理。身份指配对代理的类型是唯一的。
作为HUB的NSL：NSL通过作为支持在那几个基层中部署解决方案构造的平台来允许部署不仅以基于自然语言的NSL格式而且还以诸如编程、实践、文本、过程的若干基层中的任一种构建的解决方案。就像能够用不同语言表达同一含义一样，也能够通过许多基层来表达解决方案逻辑。NSL已消除了过程与信息之间的区别，其中过程是作用于信息的特殊类。信息由实体的区别性的性质表示。所有区别性都应该通过一个基层或另一个基层来表达它本身。用于信息表达它本身的基层的存在是必要的。换句话说，存在NSL遵守的某个区别周期，其中区别被适当地且在上下文上表达，并且按照NSL的此类区别可用任何基层表达。NSL作为允许在上面提及的若干基层中的任一种中执行解决方案而不丢失相关真值的HUB。
从半透明解决方案环境中提取解决方案逻辑：半透明解决方案环境是解决方案的一部分是透明的并且如通过其用户界面所表示的那样在前台并且平衡位于后台并且逻辑被隐藏的解决方案环境。通过使用TTF，NSL将透明的解决方案的部分转换成NSL并且使用存在于解决方案库中的类似解决方案来重新创造平衡。
将SOP转换为NSL：参考图117，标准操作程序(SOP)包含规定性声明、描述性声明、流程图或它们的组合。规定性声明是涉及动作或变更的地方；描述性声明提供信息；并且流程图是导致另一声明的一个声明。NSL具有将任何文档中的文本转换为描述性和规定性声明的能力，其中规定性声明类似于CU的物理层，并且描述性声明作为信息附连到规定性声明并且位于信息层中，而且流程图类似于一系列LSI交互以实现GSI。NSL从所提取的信息中消除冗余(若有的话)并且以NSL格式将解决方案编织在一起。NSL在它之内包含分布式文档解析系统以解析用自然语言编写的数千个SOP文档以创造NSL等同物。称作“Parse2Run”的此系统已实现宽适用性、可扩展性、高性能和高可用性，并且能够解析和理解用自然语言编写的SOP文档。对SOP的解析能够告诉关于实体以及它们如何交互以形成对过程的理解的信息。一旦Parse2Run已解析SOP，它就能够在NSL平台之上翻译对过程的理解，所述NSL平台然后能够执行此程序。Parse2Run是核心组件中的一个，其利用自然解决方案语言(NSL)构造。Parse2Run的核心是找到定义过程的实体和文本元素的NLP引擎。理解文档的第一步骤是为了找出文档的词性。一旦词性被理解，它就通过它们的先行词来将共同指称解析为代词。Parse2Run遍历继承关系以进一步去除歧义。即使在这之后，也可能不理解文档的一些部分，因为对用SOP编写的信息可能存在不止一种同样可能的解释。Parse2Run将标记这一点并且将与解决方案设计者交谈以消除歧义。Parse2Run是多遍系统，并且在每一遍中，它集中于特定方面。Parse2Run在每遍中继续改进它对SOP文档的理解。各种级别的遍如下：
a.核心遍：Parse2Run形成对文档的基于语言的核心理解。它具有单词、词性的基本形式，归一化日期、时间和数字量，按短语和句法依赖性组成句子的结构。
b.引用遍：在基本级别的理解之后，Parse2Run查找哪些名词短语指代相同的实体。这使概念的搜索空间最小化并且允许跨文档的不同部分发生相关。
c.关系遍：Parse2Run查找情绪，提取实体之间的特定或开放类关系，得到人们所说的引述等。
d.理解遍：系统具有更深入理解如用自然语言所表达的概念的能力。
e.处理遍：Parse2Run查找如在SOP文档中编写的过程它本身的信息。语义将用于将此信息转换成NSL构造。
f.丰富遍：Pars2Run根据已经策划的信息丰富实体。能够根据现有数据模型或可用域模型丰富实体信息。这种丰富用属性更新实体。
g.符合遍：Parse2Run从符合角度来丰富过程。符合能够由组织提供或者它能够由政府针对特定行业指定。此丰富遍允许由AI系统监视过程是否有违规行为。
无开发者开发：NSL提供用于通过称作无开发者开发(DLD)的过程来以非常最少的人工干预构造解决方案的能力。DLD提供用于加速解决方案设计的机器辅助设计。当一个人清楚解决方案的起点和终点时，DLD向解决方案设计者提供多个途径的选项以基于如下事实挑选和选取关联性的途径：DLD分析解决方案库，标识类似的解决方案，并且显示解决方案的可能途径。无开发者开发(DLD)通过实现监督和无监督机器学习模型来允许解决方案类的自动化和推荐。DLD集中于使用监督学习方法来使LSI或变更单元最近邻推荐自动化来提供解决方案类的完全自动化。本公开使用NSL中的最近邻概念来进行机器学习预测。NSL具有从变更驱动因素到变更单元的高度亲和力。当发生多个事务时，存在由机器识别的明确模式。DLD使用解决方案类信息和事务类信息两者来向解决方案创造者做出建议。如图116所示，已通过TTF层从各种节目、视频、SOP、梦想开发者创造的内容中提取了解决方案内容。DLD引擎正在挖掘作为NSL解决方案库的一部分的丰富解决方案内容。此外，来自事务类的事务数据被提取并馈送到DLD引擎中，所述DLD引擎使得能够标识不同级别下的距离。能够使用机器学习算法通过使用NSL实体值、时间和空间来完成距离计算。DLD引擎使用NLP、ANN、最近邻技术/组件来处理解决方案内容。NLP技术包括命名实体识别、单词消歧、实体同义化组件。ANN技术包括概率模型、句子编码器、深度学习组件。最近邻的技术包括pysparr-NN、实体距离、相关系数组件。DLD引擎对于各种排列和组合使用概率模型来做出预测。
NSL克服物理障碍：看到世界在信息方面越来越多。信息用于表示物理实体，并且在每个解决方案中表示多个物理实体。只要保存真值，就能够以多种方式表示物理实体。唯一实体用单词表示并且相同的实体由编号完成。示例：书、2本书。在编程世界中，创造解决方案，但是当将数据存储在数据库中时，上下文丢失；将需要重新创造上下文以懂得该物理实体。因此，关于该物理实体存储的信息不足以准确地标识实际的物理实体。另外，创造一个物理实体的许多推理并且因此它最终创造许多文档。物理实体的任何变更不会滤到正在使用该实体的所有引用。NSL维护整个谱系，并且只要保存了“真值”，该物理实体在信息模型中的呈现就是准确且动态的。示例：人是一捆信息，那个人的名字是那个人的属性，他的身份是那个人的数值表示等。正确的基层也能够在正确的介质中使用相同的信息。示例：机器很好地处理数值，而人类更好地处理同一物理实体的视觉表示。
NSL克服过程障碍：传统上，在编程世界中，在指令集(过程/函数/算法)与(输入/输出)数据集之间存在强分离。所以，流程流中所包含的整个逻辑、流过过程的信息、过程的状况全部是不透明的并且在后台(程序有时将状况记录到文件以提供某个视图)。在NSL中，基于区别将整个解决方案逻辑表达为解决方案类。当实例开始到达时，如此构造的逻辑在运行时放出。这导致以非常透明的方式定义整个解决方案的CES状态和E-CES状态。所以，整个不透明的流程构造被转换成非常透明且“在前台”的信息。一旦它可表达为信息，它就是自动地可搜索的。
NSL克服类障碍：在类级别(称作解决方案类)下定义解决方案逻辑。当实例(在运行时)到达这些解决方案类中并且所定义的解决方案逻辑放出时形成事务类。所以，在(有区别的)类级别下定义的逻辑是：“笔、纸、人”，而在事务级别下，它变成“这支笔、这张纸、这个人”等。在编程语言中，如果数据得以被存储(在数据库中)，则在没有附加上下文的情况下，一个人不能将该数据段与它所属于的特定类联系起来。所以，类(其包含解决方案逻辑)与实例(其放出解决方案逻辑)之间的任何关系得以丢失并且每次都需要重新创造上下文，需要分析数据。在NSL中，解决方案逻辑被表达为特殊类的信息(表达为句子)并且随着它们放出时而使其成员(数据库)悬挂到它。所以NSL记录整个旅程和整个上下文(使用上下文ID)并且成员与其相应的类的关联作为数据库中的数据被维护。因此，NSL提供一种高效且有效的方式来测量实体之间的距离，确立相关和概率。
NSL克服UI障碍：在编程语言中，(图形)UI通常渲染输入和输出字段值。组件的位置如由程序员在他们构建系统时确定的那样被固定。这是高度不灵活的渲染信息的方式并且任何变更需要在代码级别下完成，重新测试然后发布。由于NSL基于区别的基础，所以当需要渲染的实体的进一步区别例如字体大小、颜色、组件出现在哪个屏幕上、在该屏幕上渲染组件的起始位置等只不过是得以作为属性附连到实体的附加区别时，NSL利用用户界面特性。所以，系统能够基于这些最优有区别的值(针对各种屏幕大小)来渲染它本身。
NSL克服屏幕障碍：传统系统在计算机屏幕上具有有限的UI到GUI渲染。所以，对于大多数部分用户被困于终端并且那似乎是与技术解决方案交互的唯一机制。NSL提供用户界面和体验以具有使用基于感觉的界面来“跳出屏幕”的能力，例如能够利用触摸、视觉、嗅觉、听觉、味觉来与各种解决方案交互的解决方案。这是由于NSL是基于实体的模型并且能够通过模式识别来理解实体和交互的事实而导致的。例如：相机能够作为眼睛并且能够看到世界。
NSL克服歧义障碍：传统上，在业务利益相关者与技术人员之间存在巨大分歧。每个人具有他们自己的知识边界。知识转移和解释具有差距。然后团队使解释变得甚至更复杂。技术团队成员的流失使过程变得甚至更糟。通过使解决方案大众化，NSL使业务利益相关者能够自行构建解决方案，因为不需要技术专家在NSL上构建解决方案；从而消除歧义障碍。
NSL克服思维障碍：通常，当前世界将分析视为特殊功能并且在选择情况下使用它。在NSL中，思维嵌入在其中的嵌套变更单元与不断记录并分析生态系统的每一变更单元成一体。嵌套思维模拟有意识的思维并且拥有态势感知和反应。嵌套思维做实时分析，具有分析过去、目前和将来的能力，并且为要现在或将来做的所有动作做出选择。
NSL克服人类障碍：通过训练机器来理解自然语言并且为它提供构造良好的库世界，NSL正在迎来类似于无人驾驶汽车的无开发者开发的时代。一旦指定起点和愿望，机器就能够给出精确的构造，从而消除对人类编写解决方案的过度依赖。NSL通过将人与机器等同来在解决方案开发中带来全新的转变。无开发者开发利用导致动态决策的可用信息以在类级别和事务级别两者下使用SSA周期来更改解决方案。
NSL克服人机障碍：目前存在2种代码—自然语言和编程语言。SSA周期在人类代理和机器代理两者中是固有的。通过将两种代码等同，NSL疏远人类和机器代理系统中存在的SSA周期，从而使差异消失。NSL是将使机器和人像朋友一样交谈的解决方案的通用语言。这些与“计算机”同义，其中变更单元由机器代理驱动—如由人类代理或其他机器代理所设计的那样—使得响应于输入而生成适当的输出。机器代理本质上在人类代理消费输入、在它们当中带来受控变更(处理这些输入)并且生成输出的能力方面模拟人类代理。在一种意义上，人类代理赋予被目的驱动成机器代理的品质。
实例和附图的说明
实例1与在用Java编程语言编写的酒店预订系统程序的上下文中做的NSL的测试有关。此Java程序包含700行代码并且用NSL有效地替换。此后，NSL通过使用其“技术框架”(NSL-TF)来测试以便产生与Java程序相同的结果。
实例2与NSL技术翻译框架(NSL-TTF)的测试有关。NSL-TTF自动地消费用Python编程语言编写的酒店预订系统程序并且将其翻译成NSL。这种NSL-TTF产生的NSL被馈送到NSL-TF中以有效地产生与原始Python程序相同的结果以确立NSL能够处理过去编写的任何代码。
实例3与NSL技术再翻译框架(NSL-TRF)的测试有关。NSL-TRF自动地消费用NSL编写的ATM服务解决方案并且将其翻译成Python和C程序。程序在NSL中生成与原始解决方案相同的结果。
实例1
与实例1相关联的图包括图95-103。Java程序的目标是允许用户预订三种类型的酒店房间—高级、超高级和豪华的酒店预订系统应用以及选择三种类型的交通和洗衣服务的选项。
实例1步骤1：Java程序和NSL解决方案的概要：a)酒店预订系统Java程序由700行代码组成；b)代码使用Java程序的16个关键词、6个操作符和5个符号；c)此系统解决96个场景；d)相同解决方案是运用13个独立实体、90个从属实体(属性)和18个LSI来用自然解决方案语言构建的。这18个LSI能够解决96个场景；e)图95是示出了Java程序和对应的NSL解决方案的表示的一个示例；f)并且图96是示出了使用技术翻译框架将Java程序翻译成NSL解决方案的表示的一个示例的图。
实例1步骤2：NSL在编程代码中捕获解决方案逻辑的方式：NSL构造全部是关于将重要实体聚在一起的。它是极其直观的，因为它几乎类似自然语言。在NSL中构建解决方案的顺序需要：a)创造独立实体(相当于名词)。b)将属性附连到实体以进行区别(相当于形容词和副词)。c)创造变更单元/组合实体(相当于句子)。d)将变更单元/本地意图声明串在一起以创造全局意图声明(相当于段落)。e)在适用的情况下附连规则、约束、公式作为属性。f)图97A是示出了通过Java程序到NSL等同物的一对一映射对具有属性的实体创造的表示的一个示例的图。g)图97B是示出了通过Java程序到NSL等同物的一对一映射对NSL中的函数的表示的一个示例的图。
实例1步骤3：从静态状态到动态状态的变换：a)一旦用NSL构建了解决方案，LSI就处于静态/潜在性状态。随着且当事件到达时(例如，当事务发生时)，组合实体状态从静态/潜在性变换为动态/真实性。b)图98A是示出了当构造解决方案时在静态状态下表示段落的一个示例的图。c)图98B是示出了将从静态变成动态的句子表示为“当捕获客户信息时事件到达”的一个示例的图。d)图98C是示出了当信息被填充时在动态状态下表示段落的一个示例的图。
实例1步骤4：验证输出在NSL和Java中是否相同：使用涵盖多个场景的不同输入来测试Java应用和用NSL构建的解决方案。考虑到输入在两个应用下相同，Java应用的输出和NSL解决方案的输出是相同的。a)图99A是示出了Java程序的输入和输出的表示的一个示例的图。b)图99B是示出了NSL解决方案的输入和输出的表示的一个示例的图。
实例1步骤5：支持NSL的技术框架：NSL由与任何操作系统共存的技术框架支持。框架的基本原理是为实体及其关系布局不同的途径。技术框架是随着NSL的所有原理被拟定而标准化的并且它不管任何应用逻辑都保持不变。
框架具有以下主要组件：a)管理数据库b)管理用户界面c)将实体连接到代理d)信息搜索原理e)框架处理所有种类的场景如下：i)判决：框架中提供的属性结构帮助用户唯一地区别每个段落。框架已提供了要作为独立段落存储的每个可能的场景。ii)共享实体：技术框架在定义了哪个事件启用模式识别和估计的任何情况下捕获捕获空间和时间事件。这将允许用户估计实体何时可用于下一活动。iii)独立段落：技术框架将每一段落区别为独立段落。
图100A是示出了管理数据库的表示的一个示例的图。图100B是示出了管理用户界面的表示的一个示例的图。图100C是示出了将实体连接到代理的表示的一个示例的图。
实例1步骤6：操作度量—Java对NSL：图101是示出了说明用NSL和Java构建酒店预订系统解决方案所需要的时间、工作量和成本的操作度量的表示的一个示例的图。
实例1步骤7：NSL对关键词、操作符和符号进行寻址的方式：酒店预订系统Java程序使用了16个关键词、6个操作符和5个符号。以下是对NSL如何对这些关键词、操作符和符号中的每一个进行寻址的说明：
关键词“Public”：图97A和图97B表示在Java中使用关键词“Public”的方式和在NSL中表示它的方式。
关键词“Int”：图97A和图97B表示在Java中使用关键词“Int”的方式和在NSL中表示它的方式。
关键词“Char”：图102A是示出了在Java中使用关键词“Char”的方式和在NSL中表示它的方式的一个示例的图。
关键词“String”：图102B是示出了在Java中使用关键词“String”的方式和在NSL中表示它的方式的一个示例的图。
关键词“Double”：图102C是示出了在Java中使用关键词“Double”的方式和在NSL中表示它的方式的一个示例的图。
关键词“Boolean”：图97A是示出了在Java中使用关键词“Double”的方式和在NSL中表示它的方式的一个示例的图。
关键词“For”：图102D是示出了在Java中使用关键词“For”的方式和在NSL中表示它的方式的一个示例的图。
关键词“While”：图102E是示出了在Java中使用关键词“While”的方式和在NSL中表示它的方式的一个示例的图。
关键词“If”：图102E是示出了在Java中使用关键词“If”的方式和在NSL中表示它的方式的一个示例的图。
关键词“Else”：图102F表示在Java中使用关键词“Else”的方式和在NSL中表示它的方式。
关键词“Break”：图102E是示出了在Java中使用关键词“Break”的方式和在NSL中表示它的方式的一个示例的图。
关键词“Return”：图97B表示在Java中使用关键词“Return”的方式和在NSL中表示它的方式。
关键词“Print”：Java中的“Print”关键词用于打印功能性。在NSL中，打印被表示为作为属性附连到实体的“用户界面”。
关键词“Class”：图97A表示在Java中使用关键词“Class”的方式和在NSL中表示它的方式。
关键词“Package”：图97A和图97B表示在Java中使用关键词“Package”的方式和在NSL中表示它的方式。
关键词“Import”：图97A表示在Java中使用关键词“Import”的方式和在NSL中表示它的方式。在NSL中，它们是可重用组件。
符号“{}”：图97A表示在Java中使用符号“{}”的方式和在NSL中表示它的方式。
符号“()”：图97B表示在Java中使用符号“()”的方式和在NSL中表示它的方式。
符号“；”：Java中的这个“；”符号用于结束声明。在NSL中，“.”用于结束句子。
符号“,”：Java中的“,”符号用于区别变量。在NSL中，实体通过附连到它们的属性来区别。
符号“[]”：Java中的“[]”符号用于列举功能性。在NSL中，区别是通过下一级属性来完成的。
操作符“＝”：在NSL中，通过将值附连到实体来使用此算术操作符。
操作符“＝＝”：图97B表示在Java中使用符号“＝＝”的方式和在NSL中表示它的方式。
操作符“<”：图102D表示在Java中使用符号“<”的方式和在NSL中表示它的方式。
操作符“+”：这在NSL中被定义为公式并且作为属性附连。NSL OS能够处理所有算术功能性。
操作符“-”：这在NSL中被定义为公式并且作为属性附连。NSL OS能够处理所有算术功能性。
操作符“*”：这在NSL中被定义为公式并且作为属性附连。NSL OS能够处理所有算术功能性。
实例1步骤8：NSL消除过程的方式：NSL将过程和功能转换成信息并且将应用逻辑带入信息搜索原理的视界。因此，在Java程序中在后台的任何功能也可由最终用户在NSL中查看。
图103是示出了将过程转换成信息的表示的一个示例的图。
实例2
与实例2相关联的图包括图104-108B。NSL具有消费任何编程代码并且自动地生成等同的NSL应用逻辑的专有技术翻译框架。它然后能够依靠NSL技术框架来产生与用任何编程语言编写的程序相同的结果。
实例2证明了NSL技术翻译框架关于Python编程代码工作。为了测试这个挑选了酒店预订系统程序代码。Python程序的输出是允许用户预订三种类型的酒店房间—高级、超高级和豪华的酒店预订系统应用以及选择三种类型的交通和洗衣服务的选项。
实体、属性、变更单元以及变更单元(应用逻辑)之间的关系由翻译器从Python程序中自动地提取，并且所提取的组件被自动地馈送到NSL中，从而产生与Python程序的输出确切相同的输出。
图104是示出了NSL技术翻译框架方法学的表示的一个示例的图。
实例2步骤1：Python程序和NSL解决方案的概要：a)酒店预订系统Python程序由391行代码组成。b)代码使用Python程序的8个关键词、6个操作符和4个符号。c)此系统解决96个场景。d)相同解决方案是运用13个独立实体、90个从属实体(属性)和18个LSI来用自然解决方案语言构建的。这18个LSI能够解决96个场景。e)图105是示出了Python程序和NSL解决方案的表示的一个示例的图。图106是示出了几个Java构造及其对应的NSL等同物的示例的表。
实例2步骤2：NSL技术翻译框架—使用的方法学：NSL的技术翻译框架使用来自传统常用的编程语言及其NSL等同物的关键词、操作符和符号的汇编。下面是翻译器处理以下术语的几个关键词及其NSL等同物的列表。
关键词“Static”：图107A是示出了在编程中使用关键词“Static”的方式和在NSL中表示它的方式的一个示例的图。
关键词“Switch”：图107B是示出了在编程中使用关键词“Switch”的方式和在NSL中表示它的方式的一个示例的图。
关键词“Case”：图197B表示在编程中使用关键词“Case”的方式和在NSL中表示它的方式。
关键词“Continue”：图107C是示出了在编程中使用关键词“Continue”的方式和在NSL中表示它的方式的一个示例的图。
关键词“Transient”：图107D是示出了在编程中使用关键词“Transient”的方式和在NSL中表示它的方式的一个示例的图。
关键词“Long”：图107E是示出了在编程中使用关键词“Long”的方式和在NSL中表示它的方式的一个示例的图。
关键词“Short”：图107F是示出了在编程中使用关键词“Short”的方式和在NSL中表示它的方式的一个示例的图。
关键词“Byte”：图107G是示出了在编程中使用关键词“Byte”的方式和在NSL中表示它的方式的一个示例的图。
关键词“Default”：图107H是示出了在编程中使用关键词“Default”的方式和在NSL中表示它的方式的一个示例的图。
关键词“Super”：图107I是示出了在编程中使用关键词“Super”的方式和在NSL中表示它的方式的一个示例的图。
关键词“Protected”：图107J是示出了在编程中使用关键词“Protected”的方式和在NSL中表示它的方式的一个示例的图。
关键词“This”：图107K是示出了在编程中使用关键词“This”的方式和在NSL中表示它的方式的一个示例的图。
关键词“Synchronized”：图107L是示出了在编程中使用关键词“Synchronized”的方式和在NSL中表示它的方式的一个示例的图。
关键词“strictfp”：图107M是示出了在编程中使用关键词“Strictfp”的方式和在NSL中表示它的方式的一个示例的图。
关键词“final”：图107N是示出了在编程中使用关键词“final”的方式和在NSL中表示它的方式的一个示例的图。
实例2步骤3：验证输出在NSL和Python中是否相同：Python应用和使用技术翻译器框架用NSL构建的解决方案使用涵盖多个场景的不同输入来测试。考虑到输入在两个应用下相同，Python应用的输出和NSL解决方案的输出是相同的。
图108A是示出了Python程序的输入和输出的表示的一个示例的图。
图108B是示出了NSL解决方案的输入和输出的表示的一个示例的图。
实例3
与实例3相关联的图包括图109-112。NSL具有消费任何NSL解决方案并且用所有主要编程语言自动地编写等同编程代码的专有技术再翻译框架。
实例3证明了NSL技术再翻译框架适用于转换为Python和C程序。为了测试这个挑选了ATM服务解决方案。NSL解决方案的输出是允许用户填写存款单、由出纳员证实单据并且验证支票的能力。
NSL-TRF的公共逻辑树由节点从NSL节点中提取所有实体、属性、变更单元以及变更单元(应用逻辑)之间的关系并且通过执行一系列步骤例如添加配置参数、创造变量和数据类型列表并且创造词典来使用基于图块的结构用编程语言编写代码。
图109是示出了NSL技术再翻译框架方法学的表示的一个示例的图。
实例3步骤1：NSL解决方案以及等同的Python和C程序的概要：
NSL解决方案由3个变更单元和8个实体组成。
同一解决方案被转换为Python程序中的21行代码。
同一解决方案被转换为C程序中的33行代码。
图110是示出了具有输入和输出的NSL解决方案及等同的Python和C程序的表示的一个示例的图。
实例3步骤2：NSL技术再翻译框架—使用的方法学：NSL的技术再翻译框架使用来自传统常用的编程语言及其NSL等同物的关键词、操作符和符号的汇编。
实例3步骤3：NSL-TRF使用公共逻辑树来提取实体及其关系。代码生成器用所选编程语言生成代码。
图111是示出了由公共逻辑树生成的输出的一个示例的图。
图112是示出了从NSL到编程语言的代码生成的一个示例的图。
与图有关的NSL术语
解决方案设计：图107A-107C是示出了解决方案设计的表示的示例的图。
实体：图97A表示样本实体。图2也表示截然不同的任何事物是实体。
有区别的实体：图97A表示有区别的实体。图3表示有区别的实体，其中笔和纸是与众不同的实体。
无区别的实体：图4表示无区别的实体，其中两支笔截然不同然而与其他实体相同。
WWW原理：不言自明的。
潜在实体对非潜在实体：图97A表示潜在实体“酒店房间”。
潜在实体状态：图1和图98A表示潜在实体状态。
真实实体状态：图1和图98C表示真实实体状态。
解决方案生态系统：图6表示解决方案生态系统。
全能实体：图8表示全能实体。
独立实体：图97A描绘了作为独立实体的“酒店房间”。图9也表示连同独立实体一起拖曳其属性的独立实体。
隐含实体：在图97B中，机器代理是隐含实体。图10表示隐含实体。
冻结实体：在图97A中，酒店房间是冻结实体。图11表示冻结实体，其中解决方案设计者将它们认为仅处于潜在性或真实性的二元状态。
实体的删除：图12表示实体的删除。
实体的创造：图97A描绘了实体“酒店房间”的创造。图12也表示实体的创造。
实体的修改：图13表示实体的修改。
属性：图97A描绘了向实体“酒店房间”添加属性。图14也表示属性由于其存在对某个其他实体的依赖性。
必要属性：图15表示参考实体始终存在的必要属性。
标准属性：图16表示基于解决方案环境对属性的标准化。
一般属性：图17表示基于将实体放置在解决方案环境内的情况来选择以供使用的一般属性。
属性的级别：图18表示属性的级别。
真实实体：图19表示物理上存在于自然中的真实实体。图97A也表示真实实体“酒店房间”。
代表性实体：图20表示了表示其他真实实体或其他代表性实体的实体。
感知实体：图21表示由人类代理以给定神经元状态的形式在他们自己的大脑中自然地创造的实体。
信息实体：图22表示信息实体。
真值：图23表示对真值的理解。
信息内容—真实的对代表性的：图20表示了表示其他真实实体或其他代表性实体的实体。
物理真实性：图97A“酒店房间”是以物理真实性存在的实体。图24也表示所有实体都物理上存在于物理世界中。
变更单元：a)局部意图声明：图98A包含LSI和GSI。图25表示局部意图声明和全局意图声明。b)全局意图声明：图98A包含LSI和GSI。图25表示局部意图声明和全局意图声明。
变更单元的大小：图26表示变更单元的大小。
事件：a)二元状态：图99A表示处于潜在性状态的每个实体。图27表示实体的二元状态。b)可变性：图28表示可变性。c)常数：图29表示状态将始终保持不变的实体。
输入：图99B表示解决方案中的输入和输出。图30表示输入和输出。
输出：图99B表示解决方案中的输入和输出。图30表示输入和输出。
经过时间：图60表示经过时间。
解决方案的完整生命周期：图67表示解决方案的全生命周期。
自然语言：图31表示自然语言工作的方式。
代码对自然语言：图58表示代码与自然语言之间的差异。
自然解决方案语言)a)静态意图声明：图99A表示处于静态状态的意图声明。图32也表示仅表达意图但缺少将它们变换成真实性的能力的静态意图声明。b)动态意图声明：图99C是示出了处于动态状态的意图声明的表示的一个示例的图。图33也表示作为引起底层变换的实体的动态意图声明。
含义对价值：图59表示含义与价值之间的差异。
价值的量化：图61表示价值的量化。
价值的相对性：图62表示价值的相对性。
自然语言与NSL之间的公共性：图52表示自然语言与自然解决方案语言(NSL)之间的公共性。
逻辑的段落：图63表示逻辑的段落。
NSL库：图55表示NSL库。
可重用组件：图97A表示酒店房间及其作为可重用组件的属性。图53也表示组件的可重用性。
区别原理：图34表示区别原理。
有利位置：图35表示有利位置。
方向性：图36表示向上或向下移动区别树的上下文中的方向性。
组合实体状态：图99B表示触发组合实体状态，其中当事件到达时触发发生。图37也表示非触发和触发组合实体状态(CES)。
API对程序：图65表示API与程序之间的区别。
共享实体：图56表示共享实体：变更的途径：a)约束：在图97A中，房间入住具有仅2种状态，这是在系统中施加的约束。图38也表示什么都不是的约束，但是在许多可能性之间做出对选择施加的限制。b)规则：图97B陈述了用于计算房间费用的规则。图39也表示最经常为对系统施加的一系列约束的规则。c)算法：图40表示与规则相同但经常在信息系统的上下文中使用的算法。
将过程转换成信息：图103表示如何将过程转换成信息。
IT中的抽象级别：图66表示在IT中对抽象级别的理解。
代理能够包括人类代理、机器代理和大自然。
人类代理：图41表示人类代理(例如：a)价值创造者：图42表示价值创造者和消费者。b)价值消费者c)团队d)所有权：图43表示实体相对于代理的所有权。e)代理功能：图44表示思维功能、物理功能和信息功能。)
机器代理：图47表示机器代理。
大自然：图48表示作为能够影响变换的第三种代理的大自然。
判决系统：图49表示判决系统，其中存在2个段落并且代理选取需要哪个段落来履行意图。
利益相关者接洽中心：图57表示利益相关者接洽中心(SEC)。
测量框架：图50表示测量框架。
分布式任务控制中心：图70表示分布式任务控制中心。
动态任务控制中心：图71表示动态任务控制中心。
用户界面：图51表示与通过用户界面呈现的代理有关的实体。
NSL技术框架：图69表示NSL技术框架。
重新工程设计：图54表示重新工程设计。
NSL语言不可知：图68表示NSL语言不可知的。
NSL和DNA：图73表示DNA被转换成信息。
人工神经网络：图64表示人工神经网络。
与图有关的NSL的概念
能够按实体及其关系说明世界上的一切。(已参考酒店房间与作为属性的Wi-Fi、费率和房间状况有关的图2和图97A更详细地说明了相同内容。)
也能够以实体中心方式完成任何信息技术解决方案设计。(已参考通过将天数、费率和单人/双人入住率作为组合放在一起来以实体中心方式表达酒店房间费用计算的图2和图97B更详细地说明了相同内容。)
与代理视角截然不同的任何事物是实体。(参考酒店房间和房间费用是两个截然不同的实体的图2及图97A和图97B更详细地说明了相同内容。)
存在不同类型的实体。(已参考实体、属性、变更单元和途径用作不同类型的实体的图2、图3和图4及图99B更详细地说明了相同内容。)
所有事物有资格称作实体，而无论它们是硬的还是软的、有形的还是无形的。(已参考酒店房间是有形硬资产然而房间费用是无形软资产的图2及图97A和图97B更详细地说明了相同内容。)
实体可以是唯一的(与其他实体不同、有区别的)或者它们也可以是复现的(与其他实体相同，无区别的)。(已参考针对唯一豪华房间以房间数的形式说明复现的图3和图4及图102D更详细地说明了相同内容。)
独立于人类代理而存在的实体被称作“真实实体”。(已参考酒店房间作为真实实体而存在(物理上存在)的图19和图97A更详细地说明了相同内容。)
自身缺少价值但由于相对于解决方案代表其他实体而导出价值的实体被称作代表性实体。(已参考房间费用为代表性实体的图20和图97B更详细地说明了相同内容。)
代表性实体具有两种类型：感知实体和信息实体。(已参考图21和图22及图97B更详细地说明了相同内容。)
感知实体是如通过感觉感知的或如通过思维处理的在人类代理的思维中注册的那些实体。(已参考图21更详细地说明了相同内容。)
信息实体是由代理创造来表示任何其他实体的那些实体：真实的、感知的或信息的。(已参考酒店预订使全局意图声明作为信息实体的图22和图97B更详细地说明了相同内容。)
所有实体都能够由信息实体表示。(已参考酒店预订使全局意图声明作为信息实体的图22和图97B更详细地说明了相同内容。)
数据也是通常在较少处理的上下文的上下文中使用的信息。(已在超豪华房间的费率作为给出关于费用的信息的数据的图99B中描绘了相同内容。)
唯一实体能够通过“单词”来表示并且复现实体通过“数字”来表示。(已参考以单词豪华房间的形式说明唯一实体并且数字：3表示复现的图102D更详细地说明了相同内容。)
信息实体与它们一起携带真值。(已参考图23更详细地说明了相同内容。)
所有实体都是物理的，而不管它们是“真实的、感知的或信息的”实体如何；也就是说，它们存在于空间和时间中。(已参考作为真实实体的酒店房间存在于空间和时间中并且属性年龄：60、性别：男、身份证：Aadhar编号是在空间和时间中到达的信息实体的图28和图98A更详细地说明了相同内容。)
在信息技术(IT)级别下处理的所有实体都是表示真实实体或其他代表性实体的信息实体。(已参考作为真实实体的酒店房间存在于空间和时间中并且属性年龄：60被标记到具有名称Raju的真实实体的图22和图98A更详细地说明了相同内容。)
代理也是实体。(已参考客户作为代理的图98A更详细地说明了相同内容。)
所有变更都是由代理引起的。(已参考名称、房间类型、入住率和房间数的键入由酒店预订代理完成的图99A更详细地说明了相同内容。)
存在三种代理—大自然、人类代理和机器代理。(已参考房间费用计算和预订ID由机器代理生成然而房间住宿信息、入住率和客户姓名由机器代理键入的图41、图47和图48以及图99B更详细地说明了相同内容。)
人类和机器代理由目的驱动。他们更喜欢一些实体状态，他们避免一些实体状态，并且他们对一些实体状态是中立的。(已参考房间费用计算和预订ID由机器代理生成然而房间住宿信息、入住率和客户姓名由人类代理键入的图99B更详细地说明了相同内容。)
相反，在由大自然引起的变更背后没有目的。
此后，我们应仅在人类代理和机器代理的有限上下文中提及代理，除非我们另外显式地提及大自然。
单词“代理”应通常隐含人类和机器代理。(已参考房间费用计算和预订ID由机器代理生成然而房间住宿信息、入住率和客户姓名由人类代理键入的图99B更详细地说明了相同内容。)
为了方便，能够将人类代理和机器代理可替代地称作利益相关者和计算机。
NSL是在可以被称作差别原理的东西上预测的。(已参考酒店房间和房间费用完全有区别的图34及图97A和97B更详细地说明了相同内容。)
其他事物保持不变，当向现有组合实体状态(CES)添加或在其中创造新实体时，新CES更有区别。(已参考当我们附连年龄、性别和id编号时学生变得更有区别的图107A更详细地说明了相同内容。)
同样地，其他事物保持不变，当从现有CES中删除一个实体时，新CES不太有区别。(已参考当以姓名、类型、费率、入住率、住宿天数和预订id的形式附连更多信息时预订的豪华客房将完全有区别的图103更详细地说明了相同内容。)
一般地说，实体差别越多，它消费的信息(以位量化)越多。如果它是不太有区别的，则它消费较少的信息。(已参考当以姓名、类型、费率、入住率、住宿天数和预订id的形式附连更多信息时预订的豪华客房将完全有区别的图103更详细地说明了相同内容。)
在解决方案设计中，存在差别的层次。(已参考预订确认使预订id以分层形式附连的图34和图102B更详细地说明了相同内容，所述分层形式还使字母数字数据类型附连(结构层次)。)
差别树开始于潜在地与它们一起携带在一个或多个差别层中称为“属性”的大量依赖实体的“独立实体”。(已参考独立实体预订确认具有作为还使字母数字数据类型附连的从属实体的预订id的图34和图102B更详细地说明了相同内容。)
然后，存在由相当于句子的局部意图声明(LSI)域内的独立实体的组合产生的组合实体状态。(已参考得到客户信息、选择房间类型等是存在于CES中的LSI或语句的图32和图98A和98B更详细地说明了相同内容。)
LSI在其静态形式下也算作独立实体中的一个，即使它表达或描述一变更单元。(已在得到客户信息、选择房间类型等以静态实体状态存在的图98A中描绘了相同内容。)
附连到独立实体中的每一个的属性相当于句子中的形容词。(已参考客户是独立实体并且年龄、性别和身份证明是形容词的图14和图98A更详细地说明了相同内容。)
附连到LSI中的每一个的属性相当于句子中的副词。(已参考图14更详细地说明了相同内容。)
在组合实体状态当中，存在2n-1个二元非触发CES，其中‘n’是独立实体和属性状态的数量。(已参考图37更详细地说明了相同内容。)
CES中的仅一个算作负责扩展CES的层次的触发CES，被称作扩展CES，产生LSI的组合。(已参考图37说明了相同内容。)
同样碰巧的是，在触发CES中，所有独立实体及其属性都处于真实性的状态。(已参考图37更详细地说明了相同内容。)
LSI的这种集合一起导致相当于段落的全局意图声明。(已参考图32和图95更详细地说明了相同内容。)
理论上这种区别层次能够得以扩展到段落内的段落。(已参考图34和图95更详细地说明了相同内容。)
指导形成相当于NSL语法的区别的原理与自然语言中的语法具有许多相似之处。(已参考图34和图95更详细地说明了相同内容。)
区别原理将其起源归因于如集合论、微积分、生物系统和许多其他科学原理中所包含的原理。(已参考图34更详细地说明了相同内容。)
能够将实体的最无区别或泛化的形式称作全能实体。(已参考图8更详细地说明了相同内容。)
如果在解决方案生态系统中存在给定数量的有区别的实体；那些实体的区别值被忽略；并且仅其存在被识别，则剩下的仅是有区别的形式。(已参考图34更详细地说明了相同内容。)
这能够通过下文来图示。
如果存在五种状态，A、AB、ABC、ABCD和ABCDE。如果忽略处于状态ABCDE的‘E’的值，则它变得与先前状态ABCD等同。
如果处于第四状态的‘D’的值也被忽略，则它变得与ABC等同，并且在系统中存在三个ABC。
如果我们一直走到A，并且一切事物因其存在而被识别但因其价值而被忽略，则将在系统中留下仅五个‘A’，而没有与它们附连的任何区别。(已参考图34更详细地说明了相同内容。)
如果‘A’被仅仅识别为实体，而没有任何其他区别，例如是人还是汽车或具有颜色的汽车等，则这种最广义形式仅留下没有任何区别的实体计数。(已参考图34更详细地说明了相同内容。)
在解决方案设计中，对CES的任何添加与导致区别解决方案途径的约束相同。(已参考房间的作为约束的可用性导致预订房间或不预订房间的图102F更详细地说明了相同内容。)
如果存在大量此类连续或相关的添加或约束，则这些与在传统解决方案构建中称为规则的东西相同。
算法是如由机器代理所实现的规则。(已参考房间费率500和Wi-Fi不可用并且状况不可用由机器代理默认作为算法设置给每一豪华房间的图40和图102D更详细地说明了相同内容。)
虽然用户界面和解决方案架构将区别级别带到独立实体和属性的最低级别，但是信息技术的基础将这些抽象级别扩展到字母、数字和符号，然后扩展到二进制数字0和1，并且一直向下扩展到晶体管或存储设备中的电磁力。(已参考图66说明了相同内容。)
存在自由选定的独立实体。(已参考图9更详细地说明了相同内容。)
独立实体在事件能够在它们的级别下或在它们的属性级别下发生从而在它们为其一部分的组合实体状态(CES)中引起更改的程度上是自由选定的。(已参考客户实体年龄、性别和身份证明正在得到客户信息更改单元中引起更改的图9及图98A和98B更详细地说明了相同内容。)
属性是依赖于独立实体的实体。(已参考房间费率、Wi-Fi和房间状况依赖于作为独立实体的酒店房间的图14和图97A更详细地说明了相同内容。)
换句话说，属性将其存在归因于独立实体并且不能在没有它们的情况下存在。(已参考房间费率、Wi-Fi和房间状况依赖于作为独立实体的酒店房间的图14和图97A说明了相同内容。如果酒店房间被删除则Wi-Fi和状况自动地不存在)
然而，事件能够在其级别下独立地发生，从而修改独立实体和CES的状态。
可能存在许多级别的属性。(已参考对房间类型实体来说存在两个级别的属性的图18和图102D更详细地说明了相同内容。)
每个独立实体是高度有区别的，因为它由数万亿个粒子组成，并且已经随它携带了大量的信息(信息只是表示实体区别的信息)。(已参考酒店房间是因作为属性的费率、Wi-Fi和房间状况而十分有区别的图9和图97A更详细地说明了相同内容。)
独立实体应被视为处于冻结状态的实体，从而意味着它们以潜在性或真实性的二元状态存在。
即使当独立实体随它们携带大量粒子或信息时，它们也不会被修改。
处于潜在性或真实性的二元状态的每一CES准备基于事件的规定改变其状态。(已参考预订酒店房间作为GSI CES以静态和动态形式存在的图27及图98A和98B更详细地说明了相同内容。)
当实体组合时，创造组合实体状态(CES)。(已参考图37更详细地说明了相同内容。)
CES甚至更有区别，因为它们是已经高度有区别的独立实体的组合。(已参考图37更详细地说明了相同内容。)
每一CES是二元状态。(已参考图27更详细地说明了相同内容。)
在信息技术中，所有状态都是数字可表示的。
在系统内，如果CES永久地处于真实性的状态或处于潜在性的状态，则它被称作常数。(已参考房间状态具有固定值的图29和图97B更详细地说明了相同内容。)
如果CES能够在潜在性或真实性的状态之间振荡，则它被称作可变状态。(已参考房间可用性和客户为变量的图28和图99B更详细地说明了相同内容。)
当CES从潜在性向真实性移动时，它被视为被创建。(已参考图12更详细地说明了相同内容。)
当CES从真实性向潜在性移动时，它被视为被删除。(已参考图12更详细地说明了相同内容。)
当CES的子状态在潜在性状态与真实性状态之间经历变更时，它被视为被修改。(已参考图13更详细地说明了相同内容。)
在其所有子状态都能够影响主状态的状况的更高CES有利位置，在一些情况下修改和可变性可能趋向于无穷大。(已参考天数和入住率影响房间住宿信息并且相同情况影响在更高有利位置预订酒店房间GSI的图99B更详细地说明了相同内容。)
所有“变更”都依赖于能量。
有价值的所有解决方案和所有事物都源于“受控变更”。(已在五个不同LSI已按顺序连接在一起以控制事件流的图99B中描述了相同内容。)
受控变更需要能量和方向—定向能量。
在解决方案设计中，所有变更都发生在“变更单元”中。(已参考得到客户信息、选择房间类型、得到住宿信息、计算房间费用并且预订酒店房间是所有变更发生所在的变更单元的图25和图99B更详细地说明了相同内容。)
所有解决方案都是代理特定的。(已参考年龄、性别和身份证明特定于客户的图98A更详细地说明了相同内容。)
换句话说，在不存在代理的情况下，“解决方案”或“价值”的概念失去其含义。
每一变更单元存在有一个或多个代理存在。(已参考机器代理正在生成预订id和姓名并且天数和入住率由人类代理输入的图99B更详细地说明了相同内容。)
正是代理—作为CES的一部分—作为受控变更的催化剂。(已参考机器代理正在生成预订id和姓名并且天数和入住率由人类代理输入的图99B更详细地说明了相同内容。)
解决方案设计者基于优化原理选取变更单元。(已参考已使用像理论上一样能够在无限状态变更中表达相同情况的5个LSI构造了GSI预订酒店房间的图26和图98B更详细地说明了相同内容。)
如果“变更单元”太大，则以可变性的状态参与它们的独立实体和属性以指数方式增长，从而使系统变得太复杂。(已参考图26更详细地说明了相同内容。)
如果变更单元太小，则具有难管理冗余的大量变更单元将蔓延到系统中。(已参考图26更详细地说明了相同内容。)
在NSL中，所有变更单元都由局部意图声明(LSI)或全局意图声明(GSI)表示。(已参考已使用5个LSI构造了GSI预订酒店房间的图25和图98B更详细地说明了相同内容。)
意图声明类似于自然语言中的“规定性声明”—与描述性声明或疑问性声明相反。
没有得到所有潜在组合实体状态(其中没有事件发生)支持的所有意图声明都应该被视为“静态意图声明”。(已参考存在于逻辑层的图32和图98A更详细地说明了相同内容。)
换句话说，静态意图声明是常数，其中它仍然只是未起作用的意图。(已参考存在于逻辑层并且未起作用的图32和图98A更详细地说明了相同内容。)
相反，动态意图声明由发生事件的所有潜在组合实体状态支持。(已参考所有事件都已发生并且潜在性已被转换为真实性的图33和图98B更详细地说明了相同内容。)
换句话说，动态意图声明是起作用的动态意图声明。(已参考所有事件都已发生并且潜在性已被转换为真实性的图33和图98B更详细地说明了相同内容。)
静态意图声明能够与单词不管谁在阅读它或在世界上正在发生什么都不经历任何变更的充满规定性声明的书进行比较。(已参考图32和图98A更详细地说明了相同内容。)
动态意图声明能够与单词基于谁在阅读它并且在真实世界中正在发生什么来动态地调整自己的充满规定性声明的书进行比较。(已参考图33和图98B更详细地说明了相同内容。)
由于解决方案中的所有变更都由代理控制，并且所有变更都在代理的意图后面；意图声明在任何触发CES中始终作为独立组合实体存在。(已参考图37及图98A和图98B更详细地说明了相同内容。)
意图声明的存在有时可以是隐含的并且有时被显式地陈述，但是其存在是不可避免的。
意图声明是用于触发组合实体状态存在的必要条件而不是充分条件。(已参考没有指定酒店预订代理的存在的任何事物的图37和图99A更详细地说明了相同内容。)
SI是代理的意图并且触发CES履行那些意图。(已参考捕获最后一个属性费用变成触发CES以履行预订酒店房间意图的图37和图98B更详细地说明了相同内容。)
作为独立组合实体的SI为用作人类代理的接口的主要目的服务。这能够包含描述性术语，诸如不需要具有功能意义的动词。(已参考得到、选择、计算和预订是仅为信息价值服务并且不影响功能性的图25及图98A和图98B更详细地说明了相同内容。)
除此之外，独立实体的其余部分有助于达到触发CES。(已参考客户及其属性帮助履行触发CES的图37和图98A更详细地说明了相同内容。)
LSI的集合导致GSI。(已参考按顺序连接的5个LSI的集合导致预订酒店房间GSI的履行的图32和图98B更详细地说明了相同内容。)
组合实体状态(CES)是通过处于不同级别的实体的组合实现的—如上所述的差异化层次。
一级CES源于处于各个级别的独立实体和属性(从属实体)之间的组合。(已参考客户已附连了姓名、年龄、性别和身份证明的属性的图98A更详细地说明了相同内容。)
二级CES源于意图声明内的两个或更多个“一级CES”的组合。(已参考客户和酒店使独立实体组合的图98A更详细地说明了相同内容。)
三级CES源于局部意图声明(相当于句子)在全局意图声明(相当于段落)内的组合。(已参考LSI被组合为CES的图98A更详细地说明了相同内容。)
原理上，第四级别以及其上方的许多级别可能源于导致超越段落的更高级别区别的全局意图声明的组合。
SI应该被视为独立实体并且与它相关联的属性将等同于自然语言中的“副词”。
能将与其他独立实体中的每一个相关联的属性视为等同于自然语言中的“形容词”。(已参考Wi-Fi、费率和房间状况为形容词的图52和图98B更详细地说明了相同内容。)
当实体组合时，这些组合状态将具有它们自己的突现特性。这像氧原子和氢原子具有它们自己的特性一样并且当它们组合时，它们获取“水”的特性。
所有实体都以潜在性或真实性的二元状态存在—“潜在实体”和“真实实体”。(已参考图27更详细地说明了相同内容。)
解决方案设计者从真实世界中选择潜在实体并且忽略在解决方案生态系统的上下文中不具有关联性的非潜在实体。
然而，虽然未显式地指出，但是存在隐含实体参与解决方案生态系统的可能性。(已参考酒店预定代理为隐含实体的图10和图98B更详细地说明了相同内容。)
隐含实体是被视为给定实体并且不使不确定性与它们附连也没有它们产生的任何相应影响的那些。(已参考酒店预定代理为隐含实体的图10和图98B更详细地说明了相同内容。)
类似地，可能存在被忽略的生态系统中的实体，因为它们对解决方案设计没有贡献效果。
实体以二元状态存在是NSL设计原理的核心。(已参考图27更详细地说明了相同内容。)
当在发生事件时在实体的二元状态中存在变更时，发生状态转变。(参考年龄为60、性别为男性并且身份证明为Aadhar的值正在改变CES的状态的图30和图98A更详细地说明了相同内容。)
CES的大小与参与独立实体和属性实体成比例增加。(已参考图61和图99B更详细地说明了相同内容。)存在形式为客户姓名、房间可用性、入住率和住宿天数的4个变量。解决方案设计者也可能想要将吸烟/不吸烟偏好捕获为附加变量)。
NSL设计要求所有CES仅以潜在性和真实性的离散二元状态存在。当将实体组合在一起时，它们的单独状况被忽略并且仅组合状况重要。(已参考预订酒店房间是由全部组合在一起的所有LSI、独立实体及其属性组成的CES的图37和图99B更详细地说明了相同内容。)
“事件”在它发生时，具有与之相关联的空间和时间标记。也就是说，事件总是参考空间和时间。示例：昨天在印度或美国是否发生了特定事件？它们中的仅一个是真的。(已参考属性年龄：60、性别：男性并且身份证明：Aadhar是在空间和时间中到达的信息实体的图98A更详细地说明了相同内容。)
当独立实体或其属性中的一个将其状态从潜在性改变为真实性并且反之亦然时假定事件已发生，从而在意图声明(变更单元)内产生CES中的一个。(已参考属性年龄：60、性别：男性并且身份证明：Aadhar是在空间和时间中到达的信息实体的图37和图98A更详细地说明了相同内容。)
所有事件都由包括事件所属于的SI的一个或多个SI中的触发CES引起。(已参考捕获客户姓名触发在后续LSI中捕获费率和房间可用性的图37和图99B更详细地说明了相同内容。)
类似地，触发CES在它所属于的SI或另一SI内引起一个或多个事件。这些被称作事件的效果。(已参考房间类型的选择确定要自动地显示的费率的图99B更详细地说明了相同内容。)
每当触发CES发生时，它就消费一定量的时间，称为“经过时间”，然后触发CES才引起一个或多个事件。(已参考图60更详细地说明了相同内容。)
在意图声明内用于事件的空间参考点是触发CES发生所在的空间。(已参考图37更详细地说明了相同内容。)
虽然事件发生在独立实体或属性级别，但是它们影响意图声明内的组合实体状态的变更。(已参考在属性级别下捕获的姓名和房间可用性影响CES得到客户信息的变更的图99B更详细地说明了相同内容。)
可能存在与每个事件有关的不同级别的不确定性。
能够应用概率论来向此类事件指配值。
意图声明内的“可能状态”的数量是2n，其中‘n’是“二元实体的数量”—也就是说，如果存在6个二元变量或实体，则将存在64个CES。(已参考图61更详细地说明了相同内容。)
所有独立实体及其属性都处于真实性的状态的状态是“触发CES”，并且所有其他状态都是非触发CES。在先前示例中，64个状态是触发CES并且其他63个是非触发CES。(已参考图37更详细地说明了相同内容。)
“触发CES”在其他意图声明(在同一段落或其他段落中)或其自己的意图声明中引起事件。(已参考图37更详细地说明了相同内容。)
非触发CES不引起任何后续事件或变更。(已参考图37更详细地说明了相同内容。)
意图声明像神经元一样并且触发CES像神经元在增进动作潜在性时的放电。(已参考图37更详细地说明了相同内容。)
影响其他SI的意图声明(SI)被认为是相关的并且被带入CES的折叠。(已参考相关SI聚在一起的图95更详细地说明了相同内容。)
当相关SI产生新的扩展CES时，发生过程障碍的突破。
当基于触发CES关系组合其他SI及其组成部分时，CES保持扩展。(已参考图98B更详细地说明了相同内容：a)得到客户信息b)得到客户信息。选择房间类型c)得到客户信息。选择房间类型。得到房间住宿信息………d)语句a、b、c正在基于其关系得到扩展。)
每一事件由一个触发CES或另一个CES引起。(已参考图37更详细地说明了相同内容。)
触发CES是原因，并且所得的事件是结果。(已参考图37更详细地说明了相同内容。)
当原因和结果以CES的形式一起组合为有区别的实体时，过程得以被转换为信息。(已参考过程得以被转换为形式为自然语言的信息的图103更详细地说明了相同内容。)
在新范式中，在仅独立实体和包括扩展CES的CES存在的情况下，仅表达为信息的实体之间的区别存在。
在捕获含义时统治信息的相同“区别原理”也统治解决方案或价值的创造。(已参考过程得以被转换为形式为自然语言的信息的图59和图103更详细地说明了相同内容。)
现在甚至解决方案状态也进入信息领域并且因此进入搜索引擎领域。(已参考过程得以被转换为形式为自然语言的信息的图103更详细地说明了相同内容。)
在“代理”的上下文中，虽然代理仍然对大多数其他实体不可知，但是一些组合实体状态是有利的，并且一些是不利的。
在扩展CES的情况下，导致全局SI的连接的SI被视为属于同一段落。(已参考按顺序连接的5个LSI的集合导致预订酒店房间GSI的履行的图63和图98A更详细地说明了相同内容。)
包括全局SI的所有SI都是代理特定的。(参考所有5个LSI都特定于酒店预定代理的图25和图98A更详细地说明了相同内容。)
段落被定义为导致全局SI的履行的本地SI的集合。(已参考按顺序连接的5个LSI的集合导致预订酒店房间GSI的履行的图25和图98A更详细地说明了相同内容。)
每个段落为仅一个全局意图声明的履行服务。(已参考按顺序连接的5个LSI的集合导致预订酒店房间GSI的履行的图25和图98A更详细地说明了相同内容。)
如果存在不止一个全局SI，则应该将其容纳在不同的段落中。(参考每一段落支持一个GSI的图25和图107H更详细地说明了相同内容。)
NSL要求属于全局SI的段落的所有独立实体及其属性都应该处于真实性的状态以便履行全局SI。(已参考所有事件已经发生的图98B更详细地说明了相同内容。)
NSL依靠于的一个基本准则是，为了履行任何SI，其所有独立实体及其属性都应该处于真实性的状态。(已参考所有事件已经发生的图98B更详细地说明了相同内容。)
这种原理无论它是局部SI(句子级别)还是全局SI(段落级别)都同样地适用。
NSL将“解决方案逻辑”认为是给予它与“空间和时间”的状况相同的状况的基本属性。
此逻辑由代理定义和行动。(已在逻辑由酒店预定代理行动的图98A中描述了相同内容。
所有区别途径都由解决方案设计者定义为潜在性段落。(已在预订酒店房间段落由解决方案设计者拟定的图98A中描绘了相同内容。)
当代理具有新愿望时，它有资格作为新的全局意图声明。(已在已将指配科目老师计算百分比分数容纳在3个不同的段落中的图107h中描绘了相同内容。)
通过设计，那个意图声明必须属于潜在性段落之一作为其子集。(已在图95中描绘了示出NSL解决方案构造的相同内容。)
当全局SI诞生时，它立即锁存到已在区别途径中定义以便履行全局SI的潜在性段落。(已在GSI锁存到潜在段落的图98A中描绘了相同内容。)
能够将彼此相关的所有全局SI表达为“相关段落”。(已在已表示了3个相关段落的图107h中描绘了相同内容。)
相关段落可以是正在为相同全局SI服务(导致相同解决方案的传统上不同的过程)的段落，或者它们可能是与全局SI稍微变化的段落。
相关段落中的一个可能是终止全局意图声明的段落。(已在预订酒店房间是终止段落的GSI的图99B中描绘了相同内容。)
跨多个相关段落公共的CES被称作共享实体。共享涉及实体具有为不止一个SI服务的潜在性。(已参考指配科目教师计算学生分数是共享实体的图56和图107h更详细地说明了相同内容。)
存在多个段落可能单独地导致全局意图声明的履行的实例。NSL通过判决方法解决从替代段落当中做出选择。(已参考图49更详细地说明了相同内容。)
判决方法依靠向现有组合实体添加附加独立实体(其用作约束)，使得，事物被微调以便仅一个段落留下来履行意图声明。(已参考图49更详细地说明了相同内容。)
或者，在没有能够履行全局意图声明的段落情况下，独立实体(其用作去除约束)的选择性消除可能导致意图声明的出现。(已参考图49更详细地说明了相同内容。)
在通过因果事件感受到其影响之前，存在与每一触发CES相关联的经过时间。(已参考图60更详细地说明了相同内容。)
经过时间可长可短，但是它始终毫无例外地存在。一般地说，机器代理的相关经过时间短—将用几分之一秒计数。人类代理的相关经过时间长—从数秒到甚至数小时或数天变化。(已参考图60更详细地说明了相同内容。)
NSL基于如由科学所确立的“世界工作方式”原理。
NSL模拟人类代理的行为和功能。
定义有人类代理功能的三个层。(已参考图44更详细地说明了相同内容。)
第一层是在满足触发条件时在SI中促成事件的物理功能。(已参考键入姓名、房间类型和入住率为物理功能的图44和图99A更详细地说明了相同内容。)
第二层是模拟人类感觉并且捕获生态系统的状态以使代理保持知情的信息功能。(已参考你想要做什么、取消预订的房间、有利于服务作为信息实体的图44和图99A更详细地说明了相同内容。)
第三层是在每个事件发生时重新评估环境并且向物理功能提供反馈的思维功能。(已参考图44更详细地说明了相同内容。)
NSL提供段落的所有三个层以便按需存在。(已参考图44更详细地说明了相同内容。)
默认层是物理功能层。(已参考图44更详细地说明了相同内容。)
信息功能层中的实体已做出保持信息潜在性的等级。也就是说，它们能帮助分析，为测量的目的服务，或者在将来设计的上下文中使用。(已参考图44更详细地说明了相同内容。)
思维功能层指导物理层并且帮助证实触发条件。在事件发生时，它重新评估(预期)和更新相关意图声明中的目前和将来的CES，并且指导触发过程。(已参考图44更详细地说明了相同内容。)
思维功能层尤其依靠预期的触发CES、与触发相关联的经过时间以及与触发CES相关联的概率。(已参考图44更详细地说明了相同内容。)
能够通过在NSL中使用“思维功能层”来自然地使高级规划和优化(APO)原理运转。(已参考图44更详细地说明了相同内容。)
NSL同样地适用于应用编程接口(API)，这些API在访问其他内部或外部解决方案的过程中也依靠类似的区别原理。(已参考图65更详细地说明了相同内容。)
NSL的最重要且引人注目的方面之一是其构造不仅类似自然语言，而且是对任何自然语言不可知的。(已参考图68更详细地说明了相同内容。)
由于NSL基于区别原理，所以只要遵守所设置的区别方法，系统就不管所使用的自然语言都识别和操作完全一样。(已参考图68更详细地说明了相同内容。)
NSL解决方案语言不特定于英语，但是它能够用已知自然语言中的任一种轻松编写。(已参考图68更详细地说明了相同内容。)
所需要做的是遵守区别级别，使得NSL技术框架不管使用的语言如何都根据那些抽象级别处理实体并且产生相同的结果。(已参考图68更详细地说明了相同内容。)
自然语言形成人类代理之间的信息交换的基础。(已参考图68更详细地说明了相同内容。)
自然语言也是一种形式的代码，使得仅说俄语的那些人将不能够与仅说英语的那些人沟通。(已参考图52更详细地说明了相同内容。)
类似地，与计算机的通信长期是通过包含专门代码的各种编程语言来完成的，从而需要在那些编程语言方面训练的人们来执行任务。(已参考图52更详细地说明了相同内容。)
NSL通过引入通过使用类似自然语言的构造来将解决方案逻辑传递给计算机的方式来创造新范式。(已参考图66更详细地说明了相同内容。)
自然解决方案语言在基本技术框架之上使用创新性结构和方法，以以类似自然语言的方式将解决方案逻辑有效地传递给机器代理(计算机)。(已参考图66更详细地说明了相同内容。)
NSL中的实体关系类似于自然语言中的词性。(已参考图67更详细地说明了相同内容。)
这给出NSL以介质不可知方式将解决方案逻辑传达给计算机的灵活性。(已在图72中描绘了相同内容。)
通过使用字符和图像识别技术中的进步，并且利用连接到计算机的摄像机，NSL能够将解决方案逻辑以手写形式直接传达给计算机。(已在图72中描绘了相同内容。)
同样地，通过使用语音识别技术中的进步，能够语音记录NSL解决方案逻辑并且将其直接传达给计算机。(已在图72中描绘了相同内容。)
NSL也可扩展到手语。(已在图72中描绘了相同内容。)
NSL也具有基于捕获解决方案的性能的视频来提取解决方案逻辑的能力。(已在图72中描绘了相同内容。)
存在于视频中的真实和信息实体由系统识别。(已在图72中描绘了相同内容。)
如在视频中观察到的变更单元被转换为“扩展CES”，从而捕获过程或解决方案逻辑。(已在图72中描绘了相同内容。)
由于NSL将所有解决方案逻辑简化为实体及其关系，所以它最自然地适于以单独地或共同地以密码方式包装任何标识的实体的灵活性处理“系统安全性”至任何期望级别。
通过扩展，应用区块链，使得能够容易地实现在消除可信方的同时寻求高安全性的解决方案。
NSL具有特别容易地创造“测量框架”的能力。(已参考图50更详细地说明了相同内容。)
NSL能够将区别推送至所需极限，使得实现正确种类的特异性和粒度以便客观地确定任何实体或生态系统的状态。(已参考图34更详细地说明了相同内容。)
此后，它也能够相当自然地捕获围绕真实性的状态的价值判断，传统上称作范数，并且生成诸如绿色和红色的颜色以向人类代理通知所选实体的状态。(已参考图50更详细地说明了相同内容。)
NSL相当自然地根据需要在任何期望有利位置捕获CES。(已参考图35更详细地说明了相同内容。)
NSL能够容易地管理生态系统中的任何SI的性能状况。
NSL能够动态地做出工作量和资源需求估计。
由于所有SI都由人类代理拥有和驱动，所以它能够内置在容易地评估任何人类代理的“理解水平”的功能中。
每个变更单元即每个SI经受称作PSA周期的曾经存在的“解决方案”或“价值”周期(解决方案或价值的全生命周期)。(已参考图67更详细地说明了相同内容。)
‘P’代表如存在于如由系统和其中的代理所捕获的SI(变更单元)的级别的“可能性”。(已参考酒店预定代理正在捕获预订房间、预订交通或洗衣房或取消房间的所有可能性的图99A更详细地说明了相同内容。)
‘S’代表“选择”，其中系统和代理具有从可用的可能性中做出正确种类的选择的能力。(已参考酒店预定代理正在捕获如由客户在他心理所选取的预订房间、预订交通或洗衣房或取消房间的所有可能性的图99A更详细地说明了相同内容。)
‘A’代表“动作”，其中系统和代理具有执行正确的功能以完成PSA周期的能力。(已在酒店预定代理已键入如由客户在他心理所选取的预订房间、预订交通或洗衣房或取消房间的所有可能性的图99A中描绘了相同内容。)
NSL认识到并利用在解决方案生态系统的所有级别下涉及的解决方案周期的类似分形的行为及其中的内在对称性。(已参考图67更详细地说明了相同内容。)
由于NSL将基于自然语言的方法带到解决方案设计，所以它有效地消除了用户界面与数据库之间的实体差异。(已参考图66和图95更详细地说明了相同内容。)
所有实体都存在于关于一个人类代理或另一个人类代理的用户界面级别。(已参考图51更详细地说明了相同内容。)
甚至“机器代理”功能也对一个或另一个代理(包括系统管理员)是透明的。(已参考预订id、机器代理功能对代理和系统管理员是透明的图51和图99B更详细地说明了相同内容。)
NSL相对于存在于解决方案生态系统中的所有实体消除黑匣子的存在。
对实体的访问纯粹基于访问特权—信息和决策权限被提供给所有人类代理。(已参考图45和图46更详细地说明了相同内容。)
NSL技术框架帮助解决方案设计者和用户确定所有相关的有区别的实体。(已参考图69更详细地说明了相同内容。)
那些有区别的实体中的每一个然后被标记有如由技术框架所帮助的信息和决策权限。(已参考图69更详细地说明了相同内容。)
由于生态系统中的每个CES在所有有利位置被清楚地标识，所以在大多数情况下属性值的适当指配是系统驱动的。(已参考属性及其值的指配为系统驱动的图69和图98A更详细地说明了相同内容。)
如果在更高有利位置的项目被指配了属性值，则技术框架具有在没有任何人工干预的情况下自动地将相同值指配给落在同一区别分支下的所有实体的能力。(已参考在超集学生下的每一用户被自动地给予相同的属性和值的图69和图107I更详细地说明了相同内容。)
NSL向利益相关者提供大的灵活性以在拟定标准界限内随意组织他们的实体。(已参考图69更详细地说明了相同内容。)
存在可向他们提供的方法和工具，使得他们能将实体移动到与它们有关的任何屏幕上的任何地方。(已参考图69更详细地说明了相同内容。)
由代理所代理的实体的所有权通过如下简单原理来确定：所有SI和那些SI中的参与CES都将属于驱动那些SI的代理。(已参考图43更详细地说明了相同内容。)
两个条件偶然确定这种所有权—与那些实体物理上交互的能力以及提供给他们的特权。(已参考图43、图45和图46更详细地说明了相同内容。)
所有权权限也延伸到有权指示参与代理在SI中执行操作的那些代理。(已参考图43、图45和图46更详细地说明了相同内容。)
业务解决方案也提供了直接或隐式地在每一事件下交换价值的能力。
以现金或实物进行的这种价值交换由在金融系统中驱动事务的交易的相同原理驱动。
换句话说，每当SI经历如由一个或多个其他SI中的CES所触发的事件时，或者当触发CES在一个或多个其他SI中引起事件时，就交换价值。(已在以总体上满足2个LSI的触发的客户姓名、房间可用性、入住率和天数的形式存在4个变量的图62和图99B中描绘了相同内容。因此，帮助解决方案设计者将信息量化为价值。)
在NSL中通过传入事件表达的因果原理是由一个或多个其他SI中的一个或多个触发CES引起的。(已在以总体上满足2个LSI的触发的客户姓名、房间可用性、入住率和天数的形式存在4个变量的图99B中描绘了相同内容。因此，帮助解决方案设计者将信息量化为价值。)
类似地，当触发CES在SI内产生时该触发CES在一个或多个SI中引起一个或多个事件。(已在以总体上满足2个LSI的触发的客户姓名、房间可用性、入住率和天数的形式存在4个变量的图99B中描绘了相同内容。因此，帮助解决方案设计者将信息量化为价值。)
遵循标准原理，在NSL中也容易在解决方案生态系统中的CES和事件之间确立相关性。(已在房间费用是相当于实体达到天数和入住率属性的CES的图97B中描绘了相同内容。)
作为科目和系统的自然语言处理(NLP)处理计算机对自然语言的理解及其应用的开发。
虽然自然语言原理为NLP和NSL两者共有，但是NSL的焦点是通过使用类似自然语言的构造直接将解决方案逻辑给予给计算机以便相关人类代理易于使用。
NLP与NSL之间的这种自然亲和力将使NSL更容易使NLP系统和方法与其当前状态相比远远改进。(已参考图52更详细地说明了相同内容。)
能够通过在NSL的上下文中使用“游戏技术”来将与NSL相关联的用户友好性带到下一水平。
能够部署游戏技术以便通过动画来提供更好的视觉效果，以便训练用户，以便测试解决方案，以便在用户之间带来更大的交互性等。
NSL中的用户界面(UI)被设计为以CES为中心，从而给予为了以大通用性满足利益相关者需要而配置UI的更大灵活性。(已参考图51更详细地说明了相同内容。)
在NSL的上下文中的这些用户界面被称作利益相关者接洽中心(SEC)。(已参考图51更详细地说明了相同内容。)
SEC按需并在需要时自动地调整它本身以适应和定制对每个利益相关者的CES访问。(已参考图51更详细地说明了相同内容。)
因为NSL知道代理的信息和决策权限，所以它获取将它本身自动地配置为利益相关者的能力。(已参考图51更详细地说明了相同内容。)
为了在业务解决方案中将用户友好性带至又一个水平，SEC也给予交互的性质通过对利益相关者的不同访问级别来提供子结构。(已参考图51更详细地说明了相同内容。)
这些级别被称作我的事务、我自己、我的团队和我的组织以按照利益相关者的要求的类型包含CES。(已参考图51更详细地说明了相同内容。)
动态任务控制中心(MCC)是SEC的自然扩展，其中焦点是在提供对利益相关者重要以更好地执行他们的任务的CES的就绪访问。(已参考图71更详细地说明了相同内容。)
动态MCC基于对时间、事件、利益相关者关注和利益相关者查询的考虑来向利益相关者提供CES访问。(已参考图71更详细地说明了相同内容。)
NSL具有以比当前系统大得多的效率处理生态系统中的不确定性的能力。
由于在NSL中一切都是以CES为中心的，所以能够基于在生态系统中改变CES自发地确定与它们相关联的不确定性。
能够基于分析原理和大数据使用动态地向每个事件指配概率。
在过去十年左右的时间里，基于实体和事件(实体的行为)的机器代理自我学习已取得了进展。
作为系统的NSL是非常适合于这种机器学习，因为其所有实体都单独地和共同地模拟世界工作方式(和思维工作方式)，从而为基于经验的学习铺平道路。
这个的自然延伸是对人类智能的模拟，称为人工智能，其中NSL为机器代理适应并响应于生态系统中不断改变的情形提供了沃土。
NSL是自然语言中的声明的特殊情况，其中它主要处理规定性信息(意图声明)并且附带地处理描述性信息(信息功能层处的信息)。
NSL的最引人注目的成就之一是它就像信息论已能够量化要以“位”计数的信息一样量化“解决方案”和“价值”的能力。(已参考以总体上满足触发2个LSI的客户姓名、房间可用性、入住率和天数的形式存在4个变量的图61和图99B描绘了相同内容。因此，帮助解决方案设计者将信息量化为价值。)
每一解决方案需要给定数量的独立和属性二元状态处于真实性的状态(二元事件的数量)，从而自动地致使它量化。(已参考以总体上满足触发2个LSI的客户姓名、房间可用性、入住率和天数的形式存在4个变量的图61和图99B描绘了相同内容。因此，帮助解决方案设计者将信息量化为价值。)
类似地，每一解决方案需要给定数量的触发CES才发生以便预定履行CES发生。(已参考图99B说明了相同内容。)
在NSL中与应用逻辑有关的所有实体都以类似自然语言的格式存在于用户界面级别，从而使事物变得高度用户友好。(已参考图66更详细地说明了相同内容。)
由于NSL让用户参与解决方案构建、维护或增强，所以需要用正确种类的工具和组件支持他们。
NSL库存储有用的解决方案组件，诸如具有源于其属性关系一直到“段落”及以上的变化的独立实体。(已参考图55和图107A更详细地说明了相同内容。)
这些能够被按需使用，由智能搜索方法或拖放机制支持。(已在姓名、手机、地址、年龄和电子邮件已作为每一学生的可重用属性被附连的图107I中说明了相同内容。)
作为一般规则，除非需要修改版本，否则NSL通过容易地标识库中的可重用组件并且仅相对于应用开发使用它们来使冗余最小化。(已参考姓名、手机、地址、年龄和电子邮件已作为每一学生的可重用属性被附连的图53和图107I更详细地说明了相同内容。)
NSL库中的这些可重用组件基于作为策展人的适当利益相关者的支持功能被分类和存储。(已参考图107A更详细地说明了相同内容。)
NSL应用开发者能够从大部分库访问这些组件并且按需将有区别的解决方案编织在一起。(已参考图55和图107A更详细地说明了相同内容。)
当编程逻辑的NSL翻译器将编程代码转换为NSL应用逻辑时，包括开源编程代码的所有现有代码变得对用户透明。
由于应用逻辑不再隐藏在编程代码的黑盒中，所以存在标识所有有用的解决方案组件以供重用的大机会。(已参考图53更详细地说明了相同内容。)
SI能够与神经元进行比较并且每一SI因激发而触发CES。
动作电位在神经元中累积到阈值电平从而导致神经元的激发。
类似地，处于独立实体级别的二元实体状态在事件发生时继续转向真实性状态，达到触发CES的阈值从而在其他SI产生变更。(已参考图99B更详细地说明了相同内容。)
这对NSL如何模拟人脑如何工作具有显著意义。
通过扩展其有效地处理人工神经网络(ANN)环境的能力非常高。(已参考图64更详细地说明了相同内容。)
NSL提供灵活的框架来处理更加结构化以及网络化的解决方案环境。
在那种意义上，它非常适于应用在机械模型以及生物模型两者的实例中。
有趣的是在NSL中的可能性-选择-动作周期与呈现为由“导致RNA的DNA”选择的可能性的氨基酸之间得出相匹敌之物，该动作起作用以便形成蛋白质。
NSL能够消费编程代码以将其转换成自然语言信息格式。(已参考图102A-102D更详细地说明了相同内容。)
出于同样原因，它也保持提取如DNA中所包含的信息以被转换为NSL格式的潜在性，使得它能落在自然语言搜索域中。(已参考图73更详细地说明了相同内容。)
NSL目前集中于具有区别原理来处理信息技术中属于编程逻辑的抽象级别。(已参考图66更详细地说明了相同内容。)
由于区别原理的应用不只限于编程层，所以存在将来也将相同原理应用于操作系统及以下的抽象级别的潜在性。
当那发生时，在后台位于黑盒中的许多功能可能变得对用户更透明以便更好地理解和管理。
NSL的不可知论也延伸到甚至过去编写的程序，因为它具有以NSL格式提取那些语言中包含的逻辑并且仅仅将那些解决方案用作新解决方案的能力。
NSL具有将任何编程代码转换成像NSL格式一样的自然语言的能力(已在图75中更详细地说明了相同内容。)
NSL具有将在NSL中构造的解决方案转换成任何编程语言代码的能力。(已在图75中更详细地说明了相同内容。)
NSL具有将任何编程语言的解决方案转换为任何其他编程语言/自然语言的能力。(已参考图75更详细地说明了相同内容。)
NSL通过对一系列预定义查询的响应来提供解决方案构造。(已参考图76更详细地说明了相同内容。)
NSL给用户提供类似于阅读书查看解决方案的体验。(已参考图77更详细地说明了相同内容。)
NSL将动词自动指配给函数以便使它们似乎更接近于自然语言。(已参考图78更详细地说明了相同内容。)
来自任何现有实践的逻辑能够由NSL提取。(已参考图79更详细地说明了相同内容。)
NSL使解决方案逻辑基层变得不可知。(已参考图80更详细地说明了相同内容。)
NSL通过按事件、信息、空间、时间和资源消费标识实体之间的距离来量化解决方案。(已参考图81更详细地说明了相同内容。)
通过使解决方案逻辑变得透明并且通过重用现有解决方案组件，NSL通过消除冗余来帮助逻辑压缩。(已参考图82更详细地说明了相同内容。)
由于解决方案逻辑的压缩，NSL帮助减少计算资源。
能够将NSL的原理应用于工程设计。(已参考图83更详细地说明了相同内容。)
NSL采用容器系统进行受控区别并且向类、子类和成员自动指配id。(已参考图85更详细地说明了相同内容。)
NSL提供用于将静态文档转换成NSL格式。(已参考图86更详细地说明了相同内容。)
NSL将用户界面扩展到常规屏幕外以涵盖五种主要感觉和额外的知觉。(已参考图87更详细地说明了相同内容。)
NSL帮助跟踪资源的使用和空闲时间。(已参考图89更详细地说明了相同内容。)
NSL从流程图中提取解决方案逻辑并且以NSL格式重建解决方案。
NSL提供解决方案级别事务计数，例如，标识已使用给定解决方案逻辑的用户的计数。
已在特定时段内使用过实体的次数或在特定时间在使用中的实体的数量能够由NSL捕获。
NSL具有与任何现有解决方案无缝地集成同时保存用户体验的用自然语言构造开发的API。
NSL提供由机器代理帮助解决方案开发的DLD引擎(已参考图116更详细地说明了相同内容。)
NSL提供用于将SOP转换成NSL格式。(已参考图117更详细地说明了相同内容。)
所有变更单元都按顺序方式实现全局意图声明。(已参考图118更详细地说明了相同内容。)
在紧跟异或操作符的替代选项的情况下，所有变更单元都按替代方式布置以实现全局意图声明。(已参考图119更详细地说明了相同内容。)
在并行选项触发的情况下，所有变更单元都用多个代理按并行方式布置以实现全局意图声明。(已参考图120更详细地说明了相同内容。)
随着一个人向上移动有利位置，在较低有利位置处的变更单元变成从属变更单元。(已参考图121更详细地说明了相同内容。)
当GSI横跨多个代理的GSI时，触发代理的另一GSI的变更单元的一个代理的GSI变成暂时变更单元。(已参考图122更详细地说明了相同内容。)
变更单元它本身能够具有被称为嵌入式子变更单元的多个局部意图声明。(已参考图123更详细地说明了相同内容。)
由设计者设计的解决方案被称为解决方案类并且当在部署时事件到达时变成事务类。(已参考图124更详细地说明了相同内容。)
上下文三重身份模型允许从组织级别到最低属性级别上的身份。(已参考图125更详细地说明了相同内容。)
NSL作为HUB以允许来自若干基层中的任一个的解决方案。(已参考图126更详细地说明了相同内容。)
附图说明
图91表示描绘了用于使用用户所理解的自然语言并且在不使用编程代码的情况下构建计算机实现的解决方案的方法的流程图。根据该方法，在步骤9102，由计算设备的处理器从用户接收用于构建解决方案的全局意图声明，其中该全局意图声明以自然语言的形式被接收并且被设置在潜在性的状态下。在步骤9104，由处理器从用户接收与全局意图声明相关联的一个或多个局部意图声明以及与每个局部意图声明相关联的实体和代理的细节，其中每个局部意图声明以及每个实体和代理的细节以自然语言的形式被接收并且被分别设置在潜在性的状态下，其中每个局部意图声明指示用于构建解决方案的步骤，其中每个实体参与由所对应的局部意图声明指示的步骤，并且其中代理是人类代理、机器代理和计算机功能中的至少一个。在步骤9106，由处理器对于每个局部意图声明来基于相应的局部意图声明的实体的所有可能的组合而形成组合实体状态(CES)的集合，其中基于相应的局部意图声明的所有实体而形成的CES是触发组合实体状态(触发CES)，并且其中集合中的每个CES处于潜在性的状态。在步骤9108，确定仅一个接收到的局部意图声明与全局意图声明相关联并且将接收到的局部意图声明的触发CES标识为解决方案的构建的结束。在步骤9110，确定不止一个接收到的局部意图声明与全局意图声明相关联，由处理器以自然语言的形式从用户接收局部意图声明之间的关系，其中关系指示一个局部意图声明的触发CES正在影响另一局部意图声明的CES的集合还是解决方案的构建的结束。
图92表示描绘用于将编程代码转换成自然语言以构建基于自然语言的计算机实现的解决方案的方法的流程图。根据该方法，在步骤9202，由计算设备的处理器解析程序代码以提取存在于程序代码中的符号、关键词、操作符和函数。在步骤9204，由处理器基于按存储在数据库中的自然语言数据映射所提取的符号、关键词、操作符和函数来确定与多个局部意图声明中的每一个相关联的实体和与实体中的每一个相关联的属性并且将多个局部意图声明、实体和属性中的每一个设置在潜在性的状态下，其中每个局部意图声明指示用于构建解决方案的步骤，其中每个实体参与由所对应的局部意图声明指示的步骤，并且其中属性定义相应的实体的特性并且将相应的实体与所对应的局部意图声明的其他实体区别开。在步骤9206，由处理器对于每个局部意图声明来基于相应的局部意图声明的实体的所有可能的组合而形成组合实体状态(CES)的集合，其中基于相应的局部意图声明的所有实体而形成的CES是触发组合实体状态(触发CES)，并且其中集合中的每个CES处于潜在性的状态；在步骤9208，由处理器基于按存储在数据库中的自然语言数据映射所提取的操作符和函数来确定局部意图声明之间的关系，其中关系指示一个局部意图声明的触发CES正在影响另一局部意图声明的CES的集合还是用于构建计算机实现的解决方案的全局意图声明的结束，其中关系是通过相对于存储在数据库中的自然语言数据分析流程图来确定的。在步骤9210，由处理器以自然语言的形式从用户接收与多个局部意图声明中的每一个相关联的代理的细节并且将代理的细节设置在潜在性的状态下，其中代理是人类代理、机器代理和计算机功能中的至少一个。
图93表示描绘了用于将基于自然语言而构建的计算机实现的解决方案转换成编程代码的方法的流程图。根据该方法，在步骤9302，由计算设备的处理器解析计算机实现的解决方案，其中计算机实现的解决方案包括多个局部意图声明、与多个局部意图声明中的每一个相关联的实体、与实体中的每一个相关联的属性、多个局部意图声明之间的关系、组合实体状态(CES)、一个或多个触发CES，其中每个局部意图声明指示用于构建解决方案的步骤，其中每个实体参与由所对应的局部意图声明指示的步骤，并且其中属性定义相应的实体的特性并且将相应的实体与所对应的局部意图声明的其他实体区别开，其中关系指示一个局部意图声明的触发CES正在影响另一局部意图声明的CES的集合还是用于构建计算机实现的解决方案的全局意图声明的结束。在步骤9304，由计算设备的处理器提取多个自然语言解决方案组件，其中自然语言解决方案组件包括：全局意图声明、多个局部意图声明、与实体中的每一个相关联的属性、多个局部意图声明之间的关系、组合实体状态(CES)、一个或多个触发CES。在步骤9306，基于按存储在数据库中的编程语言的符号、关键词、操作符和函数映射自然语言解决方案组件来自动生成编程语言代码。
NSL可被实现在一个或多个计算机系统中或涉及一个或多个计算机系统。图94示出了计算环境9402的广义示例。计算环境9402不旨在关于描述的实施例的使用范围或功能性建议任何限制。
参考图94，计算环境9402包括至少一个处理单元9404和存储器9406。处理单元9404执行计算机可执行指令并且可以是真实处理器或虚拟处理器。在多处理系统中，多个处理单元执行计算机可执行指令以增加处理能力。存储器9406可以是易失性存储器(例如，寄存器、高速缓存、RAM)、非易失性存储器(例如，ROM、EEPROM、闪速存储器等)或两者的某种组合。在一些实施例中，存储器9406存储实现描述的技术的框架9416。
计算环境可以具有附加特征。例如，计算环境9402包括存储设备9414、一个或多个输入设备9410、一个或多个输出设备9412和一个或多个通信连接9408。诸如总线、控制器或网络的互连机制(未示出)互连计算环境9402的组件。通常，操作系统软件(未示出)为在计算环境9402中执行的其他软件提供操作环境，并且协调计算环境9402的组件的活动。
存储设备9414可以是可移动的或不可移动的，并且包括磁盘、磁带或磁盒、CD-ROM、CD-RW、DVD、或可用于存储信息并且可在计算环境9402内访问的任何其他介质。在一些实施例中，存储设备9414存储用于框架9416的指令。
输入设备9410可以是诸如键盘、鼠标、钢笔、轨迹球、触摸屏或游戏控制器的触摸输入设备、语音输入设备、扫描设备、数码相机，或向计算环境9402提供输入的另一设备。输出设备9412可以是显示器、打印机、扬声器，或提供来自计算环境9402的输出的另一设备。
通信连接9408使得能够通过通信介质与另一计算实体进行通信。通信介质在调制数据信号中传达诸如计算机可执行指令、音频或视频信息或其他数据的信息。调制数据信号是这样的信号，它使其特性中的一种或多种被设置或改变以便将信息编码在信号中。作为示例而非限制，通信介质包括用电、光、RF、红外线、声或其他载体实现的有线或无线技术。
可在计算机可读介质的一般上下文中描述实施方式。计算机可读介质是可在计算环境内访问的任何可用介质。作为示例而非限制，在计算环境9402内，计算机可读介质包括存储器9406、存储设备9414、通信介质以及上述中的任一个的组合。
在已经参考所描述的实施例描述并图示了我们的公开的原理后，将认识到，可在不脱离此类原理的情况下在布置和细节上修改所描述的实施例。鉴于可应用我们的公开的原理的许多可能的实施例，我们要求将如可能落入权利要求及其等同物的范围和精神内的所有此类实施例作为我们的公开内容。
虽然本公开在前面的实施例方面是相关的，但是本领域的技术人员将认识到，本公开不限于所描绘的实施例。可在所附权利要求的精神和范围内按修改和更改而实践本公开。因此，说明书将被视为对本公开为说明性的而不是限制性的。
如本领域的普通技术人员将领会的，可在基于处理器的系统如通用或专用计算机上通过合适的代码来实现前面的示例、演示和方法步骤。还应注意，本技术的不同实施方式可以不同的次序或基本上同时地即并行地执行本文描述的一些或所有步骤。此外，可用多种编程语言实现功能。如本领域的普通技术人员将领会的，这种代码可被存储或适配用于存储在一个或多个有形机器可读介质中，诸如在可由基于处理器的系统访问以执行所存储的代码的存储器芯片、本地或远程硬盘、光盘或其他介质上。注意，有形介质可包括在其上打印指令的纸或另一合适的介质。例如，指令可经由纸或其他介质的光学扫描用电子学方法捕获，然后在必要时以合适的方式编译、解释或以其他方式处理，然后被存储在计算机存储器中。
详细描述被呈现来使得本领域的普通技术人员能够做出并使用本公开并且在用于获得专利的要求的上下文中提供。本描述是最好目前设想的用于执行本公开的方法。对优选实施例的各种修改对本领域的技术人员而言将是容易地显而易见的，并且可将本公开的通用原理应用于其他实施例，并且可在不相应地使用其他特征的情况下使用本公开的一些特征。因此，本公开不旨在限于所示的实施例，而是将符合与本文描述的原理和特征一致的最宽范围。
根据一个示例实施方式，本主题涉及一种用于使用用户所理解的自然语言并且在不使用编程代码的情况下构建计算机实现的解决方案的方法，所述方法包括：由计算设备的处理器从用户接收用于构建所述解决方案的全局意图声明，其中所述全局意图声明以所述自然语言的形式被接收并且被设置在潜在性的状态下；由所述处理器从所述用户接收与所述全局意图声明相关联的一个或多个局部意图声明以及与每个局部意图声明相关联的实体和代理的细节，其中每个局部意图声明以及每个实体和所述代理的细节以所述自然语言的形式被接收并且被分别设置在潜在性的状态下，其中每个局部意图声明指示用于构建所述解决方案的步骤，其中每个实体参与由所述对应的局部意图声明指示的步骤，并且其中所述代理是人类代理和机器代理中的至少一个；由所述处理器对于每个局部意图声明来基于所述相应的局部意图声明的实体的所有可能的组合而形成组合实体状态(CES)的集合，其中基于所述相应的局部意图声明的所有实体而形成的CES是触发组合实体状态(触发CES)，并且其中所述集合中的每个CES处于潜在性的状态；响应于确定仅一个接收到的局部意图声明与所述全局意图声明相关联，将所接收到的局部意图声明的触发CES标识为所述解决方案的构建的结束；以及响应于确定不止一个接收到的局部意图声明与所述全局意图声明相关联，由所述处理器以所述自然语言的形式从所述用户接收所述局部意图声明之间的关系，其中所述关系指示一个局部意图声明的触发CES正在影响另一局部意图声明的CES的集合还是所述解决方案的构建的结束。
根据一个示例实施方式，上述方法包括，对于每个局部意图声明，由所述处理器以所述自然语言的形式从所述用户接收一个或多个属性，所述一个或多个属性定义所述相应的局部意图声明的特性。
根据一个示例实施方式，上述方法包括：对于每个实体，由所述处理器以所述自然语言的形式从所述用户接收一个或多个属性，所述一个或多个属性定义所述相应的实体的特性并且将所述相应的实体与所述对应的局部意图声明的其他实体区别开。
根据一个示例实施方式，接收所述关系包括接收所述全局意图声明的所述局部意图声明之间的多个截然不同的关系，其中每个截然不同的关系是用于构建所述解决方案的截然不同的途径。
根据一个示例实施方式，上述方法包括：对于每个局部意图声明的每个实体，由所述处理器以所述自然语言的形式从所述关联的代理接收针对所述相应的实体的值，其中接收针对所述相应的实体的所述值是对基于所接收到的值对于所述相应的实体将潜在性的状态改变为真实性的状态的事件的记录。
根据一个示例实施方式，上述方法包括：对于每个局部意图声明的每个属性，由所述处理器以所述自然语言的形式从所述关联的代理接收针对所述相应的属性的值，其中接收针对所述相应的属性的所述值是对基于所接收到的值对于所述相应的属性将潜在性的状态改变为真实性的状态的事件的记录。
根据一个示例实施方式，上述方法包括：对于每个实体的属性，由所述处理器以所述自然语言的形式从所述关联的代理接收针对所述相应的属性的值，其中接收针对所述相应的属性的所述值是对基于所接收到的值对于所述相应的属性将潜在性的状态改变为真实性的状态的事件的记录。
根据一个示例实施方式，上述方法包括：由所述处理器基于登录细节、生物计量细节、面部识别技术和视网膜检测技术中的一种来对所述关联的代理进行认证。
根据一个示例实施方式，接收针对与每个局部意图声明相关联的所有所述实体的所述值是对用于对于所述相应的局部意图声明将潜在性的状态改变为真实性的状态的事件的记录。
根据一个示例实施方式，接收针对与所有所述局部意图声明相关联的所有所述实体的所述值是对用于对于所述全局意图声明将潜在性的状态改变为真实性的状态的事件的记录。
根据一个示例实施方式，所述机器代理通过有线通信信道或无线通信信道通信地耦合到所述计算设备。
根据一个示例实施方式，所述机器代理是所述计算设备的功能模块并且耦合到所述处理器。
根据一个示例实施方式，与所述全局意图声明相关联的局部意图声明是另一计算机实现的解决方案的、借用另一计算机实现的解决方案的局部意图声明；或另一计算机实现的解决方案的、借用另一计算机实现的解决方案的全局意图声明。
根据一个示例实施方式，与所述全局意图声明的局部意图声明相关联的实体是另一计算机实现的解决方案的、借用另一计算机实现的解决方案的局部意图声明；或另一计算机实现的解决方案的、借用另一计算机实现的解决方案的实体。
根据一个示例实施方式，定义所述相应的局部意图声明的特性的属性是另一计算机实现的解决方案的、借用另一计算机实现的解决方案的实体；或另一计算机实现的解决方案的、借用另一计算机实现的解决方案的属性。
根据一个示例实施方式，定义所述相应的实体的特性的属性是：另一计算机实现的解决方案的、借用另一计算机实现的解决方案的实体；或另一计算机实现的解决方案的、借用另一计算机实现的解决方案的属性。
根据一个示例实施方式，所述解决方案通过以下步骤来构建：将局部意图声明划分成两个或更多个其他局部意图声明并且将所述对应的实体和代理附连到每个局部意图声明；或者将两个或更多个局部意图声明组合成一个局部意图声明并且将所述对应的实体和代理附连到该局部意图声明。
根据一个示例实施方式，当使用自然语言来构建所述解决方案时，所述解决方案可由一个或多个搜索引擎搜索。
根据一个示例实施方式，上述方法包括：将对每个实体的一个或多个信息权限或决策权限指配给与所述相应的实体的局部意图声明相关联的所述代理；以及基于所述指配的信息权限或决策权限向所述代理显示实体。
根据一个示例实施方式，属性的计数越小所述相应的实体越广义，并且其中属性的计数越高，实体之间的区别越大。
根据一个示例实施方式，上述方法包括通过用户界面来显示实体以由所述关联的代理接收针对所述实体的值。
根据一个示例实施方式，上述方法包括提供所述局部意图声明之间的一个或多个截然不同的关系以接收针对所述实体的值，其中提供一个或多个截然不同的关系基于编排过程、自动化过程或人类代理驱动的过程。
根据一个示例实施方式，所述实体中的一个或多个或局部意图声明的一个或多个CES与其他计算机实现的解决方案的一个或多个局部意图声明共享，其中所述共享的实体或CES在给定时间点参与仅一个触发CES以对于与所述一个触发CES相对应的所述局部意图声明将潜在性的状态改变为真实性的状态，并且其中所述共享的实体或CES的可用性影响对于多个局部意图声明将潜在性的状态改变为真实性的状态的次序。
根据一个示例实施方式，所述实体在性质上是物理的，并且其中所述实体存在于空间和时间中。
根据一个示例实施方式，所述接收所述局部意图声明并且接收所述实体的细节包括从存储其他计算机实现的解决方案的局部意图声明和实体的数据库中的库提供一个或多个可能的局部意图声明和一个或多个可能的实体。
根据一个示例实施方式，上述方法包括由所述处理器选择所述截然不同的关系中的一种以接收针对所述实体的所述值并且消除其他截然不同的关系。
根据一个示例实施方式，所述自然语言基于一种或多种母语、一种或多种手语、一个或多个符号、一个或多个数值或它们的组合。
根据一个示例实施方式，通过基于手写的界面、触敏界面、基于语音的界面、基于图像的界面或基于视频的界面或它们的组合来接收形式为所述自然语言的信息；并且以所述自然语言的形式接收到的所述信息使用对象识别技术、字符识别技术、图像识别技术或它们的组合来解密。
根据一个示例实施方式，上述方法包括由所述处理器确定剩下要记录的事件的数量；以及由所述处理器显示剩下的事件的数量。
根据一个示例实施方式，每个实体和每个局部意图声明在用户界面上的位置可通过以下方式改变：拖放功能性，其中所述拖放功能性由以下项中的至少一个执行：有线输入设备、无线输入设备和触敏界面；或者改变与所述相应的实体或所述相应的局部意图声明的位置坐标相对应的属性的值。
根据一个示例实施方式，上述方法包括应用公用区块链技术、专用区块链技术和混合区块链技术中的一种。
根据一个示例实施方式，所述公用区块链技术、所述专用区块链技术和所述混合区块链技术中的每一个基于对称密钥密码技术、不对称密钥密码技术或它们的组合。
根据一个示例实施方式，上述方法包括将基于一个或多个预定义范数向所述实体指配测量框架，其中所述测量框架指示将实体从潜在性的状态改变为真实性的状态的时间段。
根据一个示例实施方式，上述方法包括由所述处理器从所述用户接收与每个局部意图声明相关联的信息实体的细节，其中每个信息实体的细节以所述自然语言的形式被接收并且被设置在潜在性的状态下，并且其中每个信息实体与形成所述触发CES的所述实体不同。
根据一个示例实施方式，上述方法包括以数据库中的库的形式存储与所述全局意图声明、所述局部意图声明、所述实体和所述代理中的一个或多个相关联的数据以用于在构建另一计算机实现的解决方案时使用。
根据一个示例实施方式，上述方法包括提供对所述数据库中的所述库的基于查询的访问，其中所述基于查询的访问依靠搜索和基于查询的技术来标识适当的实体以供重用，并且其中所述基于查询的访问包括结构化查询语言(SQL)和非仅结构化查询语言(NoSQL)中的至少一种。
根据一个示例实施方式，上述方法包括提供对所述数据库中的所述库的拖放访问。
根据一个示例实施方式，上述方法包括基于所述CES中的一个或多个的过去行为和所述事件中的一个或多个的发生来提供与所述实体中的一个或多个和所述事件中的一个或多个相对应的一个或多个不确定性和概率。
根据一个示例实施方式，上述方法包括通过将与会计和财务系统有关的一个或多个实体附连到所述计算机实现的解决方案的每个局部意图声明来集成会计和财务系统。
根据一个示例实施方式，上述方法包括执行一个或多个高级规划和优化(APO)功能以提供与所述实体中的一个或多个和所述事件中的一个或多个相对应的一个或多个不确定性和概率并且为了所述事件的记录而优化对所述值的接收。
根据一个示例实施方式，上述方法包括基于以下项中的至少一个来评估所述CES中的一个或多个的过去行为和所述事件中的一个或多个的发生：机器学习技术和人工智能技术；以实体为中心的方法，其中所述以实体为中心的方法提供用于一个或多个事件发生；以及存储每个事件的数据和行为模式，其中所述机器学习技术包括监督学习技术和/或无监督学习技术和/或半监督学习技术，其中所述监督学习技术包括支持向量机、线性回归、逻辑回归、朴素贝叶斯、线性判别分析、决策树、k-最近邻算法和神经网络中的至少一种，其中所述无监督学习技术包括分层聚类、K-均值聚类、K-NN(k最近邻)和关联规则中的至少一种。
根据一个示例实施方式，上述方法包括响应于交互式问卷而接收所述全局意图声明、每个局部意图声明和所述实体的细节中的一个或多个，其中所述交互式问卷包括用于构建所述计算机实现的解决方案的结构化格式的问题。
根据一个示例实施方式，上述方法包括基于自然语言语法来校正所接收到的全局意图声明、每个局部意图声明和所述实体的细节中的一个或多个，其中所述自然语言语法使用自然语言库来为所述校正挑选一个或多个适当的动词和介词。
根据一个示例实施方式，上述方法包括：由所述处理器确定所述剩余数量的事件所需要的时间和资源量；以及由所述处理器显示所述需要的时间和资源量。
根据一个示例实施方式，上述方法包括：由所述处理器在数据库中存储在将潜在性的状态改变为真实性的状态时记录的两个连续事件之间的最优空闲时间；由所述处理器实时地确定在将潜在性的状态改变为真实性的状态时记录的每两个连续事件之间的空闲时间；以及由所述处理器基于所述确定的空闲时间与所述最优空闲时间的比较来准备报告。
根据一个示例实施方式，上述方法包括：由所述处理器将所接收到的值与存储在数据库中的最优值进行比较；以及由所述处理器基于所述比较确定所述接收的值是好的、坏的还是矛盾的以便构建所述计算机实现的解决方案。
根据一个示例实施方式，上述方法包括向每个局部意图声明、每个实体和每个代理指配唯一标识符(ID)。
根据一个示例实施方式，上述方法包括：使得所述用户能够定义所有可用实体的最优使用以便优化资源空闲时间；以及通过监视与每个实体相关联的时间和空间的属性来实时地跟踪实体参与价值创造活动。
根据一个示例实施方式，上述方法包括：提供对一个或多个后果可能性和一个或多个机会或一个或多个风险的一个或多个价值判断并且向所述代理指配所述一个或多个后果可能性的一个或多个概率；或者通过更改所述一个或多个实体来执行一个或多个动作以干预并更改一个或多个途径，并且其中所述动作驱动关联的代理所期望的一个或多个资源优化原理。
根据一个示例实施方式，上述方法包括提供一个或多个可能的途径来挑选并选取一个或多个截然不同的途径，其中所述一个或多个可能的途径是从数据库中的库中搜索的类似于所述计算机实现的解决方案的解决方案的。
根据一个示例实施方式，上述方法包括对所述数据库中的所述库实现一种或多种监督机器学习方法和/或一种或多种无监督机器学习方法，其中所述一种或多种监督机器学习方法和/或所述一种或多种无监督机器学习方法的实施方式是通过包括NLP组件、ANN组件和最近邻组件的DLD引擎用于处理解决方案内容，其中所述DLD引擎挖掘作为所述库的一部分的丰富解决方案内容并且从事务类中提取事务数据，其中作为所述NSL解决方案库的一部分的所述丰富解决方案内容和从所述事务类中提取的所述事务数据被馈送到所述DLD引擎中，所述DLD引擎使得能够计算各个级别下的距离，并且其中所述距离计算是使用机器学习算法来运用NSL实体值、时间和空间。
根据一个示例实施方式，本主题涉及一种用于使用用户所理解的自然语言并且在不使用编程代码的情况下构建计算机实现的解决方案的方法，所述方法包括：由计算设备的处理器向用户提供提示以以所述自然语言的形式输入全局意图声明并且将所述全局意图声明设置在潜在性的状态下以便构建所述解决方案；由所述处理器向所述用户提供提示以以所述自然语言的形式输入与所述全局意图声明相关联的一个或多个局部意图声明以及与每个局部意图声明相关联的实体和代理的细节并且将所述一个或多个局部意图声明和所述实体中的每一个设置在潜在性的状态下，其中每个局部意图声明指示用于构建所述解决方案的步骤，其中每个实体参与由所述对应的局部意图声明指示的步骤，并且其中所述代理是人类代理和机器代理中的至少一个；由所述处理器对于每个局部意图声明来基于所述相应的局部意图声明的实体的所有可能的组合而形成组合实体状态(CES)的集合，其中基于所述相应的局部意图声明的所有实体而形成的CES是触发组合实体状态(触发CES)，并且其中所述集合中的每个CES处于潜在性的状态；响应于确定仅一个接收到的局部意图声明与所述全局意图声明相关联，由所述处理器将所接收到的局部意图声明的触发CES标识为所述解决方案的构建的结束；以及响应于确定不止一个接收到的局部意图声明与所述全局意图声明相关联，由所述处理器向所述用户提供提示以以所述自然语言的形式输入所述局部意图声明之间的关系，其中所述关系指示一个局部意图声明的触发CES是在影响另一局部意图声明的CES的集合还是所述解决方案的构建的结束。
根据一个示例实施方式，上述方法包括，对于每个局部意图声明，由所述处理器向所述用户提供提示以以所述自然语言的形式输入定义所述相应的局部意图声明的特性的一个或多个属性。
根据一个示例实施方式，上述方法包括：对于每个实体，由所述处理器向所述用户提供提示以以所述自然语言的形式输入定义所述相应的实体的特性并且将所述相应的实体与所述对应的局部意图声明的其他实体区别开的一个或多个属性。
根据一个示例实施方式，为所述关系提供所述提示包括向所述用户提供提示以输入所述全局意图声明的局部意图声明之间的多个截然不同的关系，其中每个截然不同的关系是用于构建的所述解决方案的截然不同的途径。
根据一个示例实施方式，上述方法包括：对于每个局部意图声明的每个实体，由所述处理器向所述关联的代理提供提示以以所述自然语言的形式输入针对所述相应的实体的值，其中接收针对所述相应的实体的所述值是对基于所接收到的值对于所述相应的实体将潜在性的状态改变为真实性的状态的事件的记录。
根据一个示例实施方式，上述方法包括：对于每个局部意图声明的每个属性，由所述处理器向所述关联的代理提供提示以以所述自然语言的形式输入针对所述相应的属性的值，其中接收针对所述相应的属性的所述值是对基于所接收到的值对于所述相应的属性将潜在性的状态改变为真实性的状态的事件的记录。
根据一个示例实施方式，上述方法包括：对于每个实体的属性，由所述处理器向所述关联的代理提供提示以以所述自然语言的形式输入针对所述相应的属性的值，其中接收针对所述相应的属性的所述值是对基于所接收到的值对于所述相应的属性将潜在性的状态改变为真实性的状态的事件的记录。
根据一个示例实施方式，上述方法包括由所述处理器基于登录细节、生物计量细节、面部识别技术和视网膜检测技术中的一种来对所述关联的代理进行认证。
根据一个示例实施方式，上述方法包括，在对于与每个局部意图声明相关联的所述实体中的每一个记录所述事件时，由所述处理器记录用于对于所述相应的局部意图声明将潜在性的状态改变为真实性的状态的事件。
根据一个示例实施方式，上述方法包括，在记录所述用于对于每个局部意图声明将潜在性的状态改变为真实性的状态的事件时，由所述处理器记录用于对于全局意图声明将潜在性的状态改变为真实性的状态的事件。
根据一个示例实施方式，所述自然语言基于一种或多种母语、一种或多种手语、一个或多个符号、一个或多个数值或它们的组合。
根据一个示例实施方式，本主题涉及一种用于使用视频和用户所理解的自然语言并且在不使用编程代码的情况下构建计算机实现的解决方案的方法，所述方法包括：由计算设备的处理器处理所述视频的图像帧以标识多个有区别的图像帧，其中每个有区别的图像帧基于其内容中的差异被标识为与所述视频的先前一个或多个图像帧不同；由所述处理器确定多个局部意图声明，每个局部意图声明基于每个有区别的图像帧的内容相对于所述视频的紧接在先图像帧的内容的差异并且将所述局部意图声明中的每一个设置在潜在性的状态下，其中每个局部意图声明指示用于构建所述解决方案的步骤并且是通过相对于存储在数据库中的自然语言数据分析图像帧的内容来确定的；由所述处理器通过相对于存储在所述数据库中的所述自然语言数据分析连续对的有区别的图像帧之间的图像帧的内容来确定与所述多个局部意图声明中的每一个相关联的实体和与所述实体中的每一个相关联的属性并且将所述实体和所述属性中的每一个设置在潜在性的状态下，其中每个实体参与由所述对应的局部意图声明指示的步骤，并且其中所述属性定义所述相应的实体的特性并且将所述相应的实体与所述对应的局部意图声明的其他实体区别开；由所述处理器基于第一有区别的图像帧和最后一个有区别的图像帧的内容的变更来确定用于所述计算机实现的解决方案的全局意图声明并且将所述全局意图声明设置在潜在性的状态下，其中所述全局意图声明是通过相对于存储在所述数据库中的所述自然语言数据分析所述第一有区别的图像帧和所述最后一个有区别的图像帧的内容来确定的；由所述处理器对于每个局部意图声明来基于所述相应的局部意图声明的实体的所有可能的组合而形成组合实体状态(CES)的集合，其中基于所述相应的局部意图声明的所有实体而形成的CES是触发组合实体状态(触发CES)，并且其中所述集合中的每个CES处于潜在性的状态；由所述处理器以所述自然语言的形式从用户接收与所述多个局部意图声明中的每一个相关联的代理的细节并且将所述代理的细节设置在潜在性的状态下，其中所述代理是人类代理和机器代理中的至少一个；以及由所述处理器以所述自然语言的形式从所述用户接收所述局部意图声明之间的关系，其中所述关系指示一个局部意图声明的触发CES正在影响另一局部意图声明的CES的集合还是所述计算机实现的解决方案的构建的结束。
根据一个示例实施方式，处理所述图像帧包括基于所述图像帧的内容和跨所述图像帧的内容中的变更来提取信息，其中提取所述信息基于对象识别技术、字符识别技术、语音识别技术或它们的组合。
根据一个示例实施方式，确定所述全局意图声明和所述多个局部意图声明中的每一个包括用一个或多个动词标记所述内容中的所述变更。
根据一个示例实施方式，接收所述关系包括接收所述全局意图声明的所述局部意图声明之间的多个截然不同的关系，其中每个截然不同的关系是用于构建所述解决方案的截然不同的途径。
根据一个示例实施方式，上述方法包括：对于每个局部意图声明的每个实体，由所述处理器以所述自然语言的形式从所述关联的代理接收针对所述相应的实体的值，其中接收针对所述相应的实体的所述值是对基于所接收到的值对于所述相应的实体将潜在性的状态改变为真实性的状态的事件的记录。
根据一个示例实施方式，上述方法包括：对于每个实体的属性，由所述处理器以所述自然语言的形式从所述关联的代理接收针对所述相应的属性的值，其中接收针对所述相应的属性的所述值是对基于所接收到的值对于所述相应的属性将潜在性的状态改变为真实性的状态的事件的记录。
根据一个示例实施方式，上述方法包括由所述处理器基于登录细节、生物计量细节、面部识别技术和视网膜检测技术中的一种来对所述关联的代理进行认证。
根据一个示例实施方式，上述方法包括，在对于与每个局部意图声明相关联的所述实体中的每一个记录所述事件时，由所述处理器记录用于对于所述相应的局部意图声明将潜在性的状态改变为真实性的状态的事件。
根据一个示例实施方式，上述方法包括，在记录所述用于对于每个局部意图声明将潜在性的状态改变为真实性的状态的事件时，由所述处理器记录用于对于全局意图声明将潜在性的状态改变为真实性的状态的事件。
根据一个示例实施方式，所述自然语言基于一种或多种母语、一种或多种手语、一个或多个符号、一个或多个数值或它们的组合。
根据一个示例实施方式，本主题涉及一种用于使用标准操作程序(SOP)文件和用户所理解的自然语言并且在不使用编程代码的情况下构建计算机实现的解决方案的方法，其中所述SOP文件包括规定性声明、描述性声明和流程图，所述方法包括：由计算设备的处理器解析所述SOP文件以标识所述规定性声明、所述描述性声明和所述流程图；由所述处理器确定多个局部意图声明，所述规定性声明中的每一个各有一个局部意图声明，并且将所述局部意图声明中的每一个设置在潜在性的状态下，其中每个局部意图声明指示用于构建所述解决方案的步骤并且是通过相对于存储在数据库中的自然语言数据分析所述对应的规定性声明来确定的；由所述处理器通过相对于存储在所述数据库中的所述自然语言数据分析与所述对应的规定性声明相关联的所述描述性声明来确定与所述多个局部意图声明中的每一个相关联的实体和与所述实体中的每一个相关联的属性并且将所述实体和所述属性中的每一个设置中潜在性的状态下，其中每个实体参与由所述对应的局部意图声明指示的步骤，并且其中所述属性定义所述相应的实体的特性并且将所述相应的实体与所述对应的局部意图声明的其他实体区别开；由所述处理器对于每个局部意图声明来基于所述相应的局部意图声明的实体的所有可能的组合而形成组合实体状态(CES)的集合，其中基于所述相应的局部意图声明的所有实体而形成的CES是触发组合实体状态(触发CES)，并且其中所述集合中的每个CES处于潜在性的状态；由所述处理器基于所述据流程图来确定所述局部意图声明之间的关系，其中所述关系指示一个局部意图声明的触发CES正在影响另一局部意图声明的CES的集合还是用于构建所述计算机实现的解决方案的全局意图声明的结束，其中所述关系是通过相对于存储在所述数据库中的所述自然语言数据分析所述流程图来确定的；以及由所述处理器以所述自然语言的形式从用户接收与所述多个局部意图声明中的每一个相关联的代理的细节并且将所述代理的细节设置在潜在性的状态下，其中所述代理是人类代理和机器代理中的至少一个。
根据一个示例实施方式，确定所述多个局部意图声明、确定所述实体和所述属性以及确定所述关系中的每一个包括：标识所述规定声明、所述描述性声明、所述流程图的内容中的词性；分辨所述内容中的共同指称，特别是通过其先行词来分辨代词；遍历继承关系以去除所述内容中的歧义；在所述分析中歧义的情况下标记所述内容的一个或多个部分；接收用户输入以对所述一个或多个歧义部分进行消歧。
根据一个示例实施方式，确定上所述实体基于所述描述性声明中的名词短语。
根据一个实施例，解析所述SOP文件是使用分布式文档解析系统，其中所述分布式文档解析系统是parse2Run。
根据一个示例实施方式，所述parse2Run包括核心遍、参考遍、关系遍、理解遍、过程遍、丰富遍和符合遍中的至少一个。
根据一个示例实施方式，所述自然语言基于一种或多种母语、一种或多种手语、一个或多个符号、一个或多个数值或它们的组合。
根据一个示例实施方式，本主题涉及一种用于将编程代码转换成自然语言以构建基于自然语言的计算机实现的解决方案的方法，其中所述基于自然语言的计算机实现的解决方案可使用基于自然语言的输入来执行，所述方法包括：由计算设备的处理器解析所述程序代码以提取存在于所述程序代码中的符号、关键词、操作符和函数；由所述处理器基于按存储在数据库中的自然语言数据映射所述提取的符号、关键词、操作符和函数与自然语言来确定多个局部意图声明、与所述多个局部意图声明中的每一个相关联的实体和与所述实体中的每一个相关联的属性并且将所述多个局部意图声明、所述实体和所述属性中的每一个设置在潜在性的状态下，其中每个局部意图声明指示用于构建所述解决方案的步骤，其中每个实体参与由所述对应的局部意图声明指示的步骤，并且其中所述属性定义所述相应的实体的特性并且将所述相应的实体与所述对应的局部意图声明的其他实体区别开；由所述处理器对于每个局部意图声明来基于所述相应的局部意图声明的实体的所有可能的组合而形成组合实体状态(CES)的集合，其中基于所述相应的局部意图声明的所有实体而形成的CES是触发组合实体状态(触发CES)，并且其中所述集合中的每个CES处于潜在性的状态；由所述处理器基于按存储在所述数据库中的所述自然语言数据映射所述提取的操作符和函数来确定所述局部意图声明之间的关系，其中所述关系指示一个局部意图声明的触发CES正在影响另一局部意图声明的CES的集合还是用于构建所述计算机实现的解决方案的全局意图声明的结束，其中所述关系是通过相对于存储在所述数据库中的所述自然语言数据分析所述流程图来确定的；以及由所述处理器以所述自然语言的形式从用户接收与所述多个局部意图声明中的每一个相关联的代理的细节并且将所述代理的细节设置在潜在性的状态下，其中所述代理是人类代理和机器代理中的至少一个。
根据一个示例实施方式，接收所述关系包括接收所述全局意图声明的所述局部意图声明之间的多个截然不同的关系，其中每个截然不同的关系是用于构建所述解决方案的截然不同的途径。
根据一个示例实施方式，所述机器代理通过有线通信信道或无线通信信道通信地耦合到所述计算设备。
根据一个示例实施方式，与所述全局意图声明的局部意图声明相关联的实体是另一计算机实现的解决方案的、借用另一计算机实现的解决方案的局部意图声明；或另一计算机实现的解决方案的、借用另一计算机实现的解决方案的实体。
编程代码用于批处理操作系统、分时操作系统、分布式操作系统、网络操作系统和实时操作系统中的至少一种。
根据一个示例实施方式，本主题涉及一种用于将基于自然语言而构建的计算机实现的解决方案转换成编程代码的方法，其中所述计算机实现的解决方案可使用基于自然语言的输入来执行，所述方法包括：由计算设备的处理器解析所述计算机实现的解决方案，其中所述计算机实现的解决方案包括多个局部意图声明、与所述多个局部意图声明中的每一个相关联的实体、与所述实体中的每一个相关联的属性、所述多个局部意图声明之间的关系、组合实体状态(CES)、一个或多个触发CES，其中每个局部意图声明指示用于构建所述解决方案的步骤，其中每个实体参与由所述对应的局部意图声明指示的步骤，并且其中所述属性定义所述相应的实体的特性并且将所述相应的实体与所述对应的局部意图声明的其他实体区别开，其中所述关系指示一个局部意图声明的触发CES正在影响另一局部意图声明的CES的集合还是用于构建所述计算机实现的解决方案的全局意图声明的结束；由计算设备的处理器提取多个自然语言解决方案组件，其中所述自然语言解决方案组件包括：所述全局意图声明、所述多个局部意图声明、与所述实体中的每一个相关联的属性、所述多个局部意图声明之间的关系、组合实体状态(CES)、一个或多个触发CES；以及基于按存储在数据库中的所述编程语言的符号、关键词、操作符和函数映射所述自然语言解决方案组件来自动生成编程语言代码。
根据一个示例实施方式，本主题涉及一种用于使用用户所理解的自然语言并且在不使用编程代码的情况下构建计算机实现的解决方案的计算设备，所述计算设备包括：处理器；以及耦合到所述处理器的存储器，所述方法包括可由所述处理器执行以进行以下各项的指令：从用户接收用于构建所述解决方案的全局意图声明，其中所述全局意图声明以所述自然语言的形式被接收并且被设置在潜在性的状态下；从所述用户接收与所述全局意图声明相关联的一个或多个局部意图声明以及与每个局部意图声明相关联的实体和代理的细节，其中每个局部意图声明以及每个实体和所述代理的细节以所述自然语言的形式被接收并且被分别设置在潜在性的状态下，其中每个局部意图声明指示用于构建所述解决方案的步骤，其中每个实体参与由所述对应的局部意图声明指示的步骤，并且其中所述代理是人类代理和机器代理中的至少一个；对于每个局部意图声明来基于所述相应的局部意图声明的实体的所有可能的组合而形成组合实体状态(CES)的集合，其中基于所述相应的局部意图声明的所有实体而形成的CES是触发组合实体状态(触发CES)，并且其中所述集合中的每个CES处于潜在性的状态；响应于确定仅一个接收到的局部意图声明与所述全局意图声明相关联，将所接收到的局部意图声明的触发CES标识为所述解决方案的构建的结束；以及响应于确定不止一个接收到的局部意图声明与所述全局意图声明相关联，以所述自然语言的形式从所述用户接收所述局部意图声明之间的关系，其中所述关系指示一个局部意图声明的触发CES正在影响另一局部意图声明的CES的集合还是所述解决方案的构建的结束。
根据一个示例实施方式，本主题涉及一种用于使用用户所理解的自然语言并且在不使用编程代码的情况下构建计算机实现的解决方案的计算设备，所述计算设备包括：用于从用户接收用于构建所述解决方案的全局意图声明的手段，其中所述全局意图声明以所述自然语言的形式被接收并且被设置在潜在性的状态下；用于从所述用户接收与所述全局意图声明相关联的一个或多个局部意图声明以及与每个局部意图声明相关联的实体和代理的细节的手段，其中每个局部意图声明以及每个实体和所述代理的细节以所述自然语言的形式被接收并且被分别设置在潜在性的状态下，其中每个局部意图声明指示用于构建所述解决方案的步骤，其中每个实体参与由所述对应的局部意图声明指示的步骤，并且其中所述代理是人类代理和机器代理中的至少一个；用于对于每个局部意图声明来基于所述相应的局部意图声明的实体的所有可能的组合而形成组合实体状态(CES)的集合的手段，其中基于所述相应的局部意图声明的所有实体而形成的CES是触发组合实体状态(触发CES)，并且其中所述集合中的每个CES处于潜在性的状态；用于响应于确定仅一个接收到的局部意图声明与所述全局意图声明相关联，将所接收到的局部意图声明的触发CES标识为所述解决方案的构建的结束的手段；以及用于响应于确定不止一个接收到的局部意图声明与所述全局意图声明相关联，以所述自然语言的形式从所述用户接收所述局部意图声明之间的关系的手段，其中所述关系指示一个局部意图声明的触发CES正在影响另一局部意图声明的CES的集合还是所述解决方案的构建的结束。
根据一个示例实施方式，本主题涉及一种用于使用用户所理解的自然语言并且在不使用编程代码的情况下构建计算机实现的解决方案的计算设备，所述计算设备包括：处理器；以及耦合到所述处理器的存储器，所述方法包括可由所述处理器执行来执行上述方法的指令。
根据一个示例实施方式，本主题涉及一种用于使用用户所理解的自然语言并且在不使用编程代码的情况下构建计算机实现的解决方案的计算设备，所述计算设备包括：处理器；以及耦合到所述处理器的存储器，所述方法包括可由所述处理器执行以进行以下各项的指令：向用户提供提示以以所述自然语言的形式输入全局意图声明并且将所述全局意图声明设置在潜在性的状态下以便构建所述解决方案；向所述用户提供提示以以所述自然语言的形式输入与所述全局意图声明相关联的一个或多个局部意图声明以及与每个局部意图声明相关联的实体和代理的细节并且将所述一个或多个局部意图声明和所述实体中的每一个设置在潜在性的状态下，其中每个局部意图声明指示用于构建所述解决方案的步骤，其中每个实体参与由所述对应的局部意图声明指示的步骤，并且其中所述代理是人类代理和机器代理中的至少一个；对于每个局部意图声明来基于所述相应的局部意图声明的实体的所有可能的组合而形成组合实体状态(CES)的集合，其中基于所述相应的局部意图声明的所有实体而形成的CES是触发组合实体状态(触发CES)，并且其中所述集合中的每个CES处于潜在性的状态；响应于确定仅一个接收到的局部意图声明与所述全局意图声明相关联，将所接收到的局部意图声明的触发CES标识为所述解决方案的构建的结束；以及响应于确定不止一个接收到的局部意图声明与所述全局意图声明相关联，向所述用户提供提示以以所述自然语言的形式输入所述局部意图声明之间的关系，其中所述关系指示一个局部意图声明的触发CES正在影响另一局部意图声明的CES的集合还是所述解决方案的构建的结束。
根据一个示例实施方式，本主题涉及一种用于使用用户所理解的自然语言并且在不使用编程代码的情况下构建计算机实现的解决方案的计算设备，所述计算设备包括：用于向用户提供提示以以所述自然语言的形式输入全局意图声明并且将所述全局意图声明设置在潜在性的状态下以便构建所述解决方案的手段；用于向所述用户提供提示以以所述自然语言的形式输入与所述全局意图声明相关联的一个或多个局部意图声明以及与每个局部意图声明相关联的实体和代理的细节并且将所述一个或多个局部意图声明和所述实体中的每一个设置在潜在性的状态下的手段，其中每个局部意图声明指示用于构建所述解决方案的步骤，其中每个实体参与由所述对应的局部意图声明指示的步骤，并且其中所述代理是人类代理和机器代理中的至少一个；用于对于每个局部意图声明来基于所述相应的局部意图声明的实体的所有可能的组合而形成组合实体状态(CES)的集合的手段，其中基于所述相应的局部意图声明的所有实体而形成的CES是触发组合实体状态(触发CES)，并且其中所述集合中的每个CES处于潜在性的状态；用于响应于确定仅一个接收到的局部意图声明与所述全局意图声明相关联，将所接收到的局部意图声明的触发CES标识为所述解决方案的构建的结束的手段；以及用于响应于确定不止一个接收到的局部意图声明与所述全局意图声明相关联，向所述用户提供提示以以所述自然语言的形式输入所述局部意图声明之间的关系的手段，其中所述关系指示一个局部意图声明的触发CES正在影响另一局部意图声明的CES的集合还是所述解决方案的构建的结束。
根据一个示例实施方式，本主题涉及一种用于使用用户所理解的自然语言并且在不使用编程代码的情况下构建计算机实现的解决方案的计算设备，所述计算设备包括：处理器；以及耦合到所述处理器的存储器，所述方法包括可由所述处理器执行来执行上述方法的指令。
根据一个示例实施方式，本主题涉及一种用于使用视频和用户所理解的自然语言并且在不使用编程代码的情况下构建计算机实现的解决方案的计算设备，所述计算设备包括：处理器；以及耦合到所述处理器的存储器，所述方法包括可由所述处理器执行以进行以下各项的指令：处理所述视频的图像帧以标识多个有区别的图像帧，其中每个有区别的图像帧基于其内容中的差异被标识为与所述视频的先前一个或多个图像帧不同；确定多个局部意图声明，每个局部意图声明基于每个有区别的图像帧的内容相对于所述视频的紧接在先图像帧的内容的差异并且将所述局部意图声明中的每一个设置在潜在性的状态下，其中每个局部意图声明指示用于构建所述解决方案的步骤并且是通过相对于存储在数据库中的自然语言数据分析图像帧的内容来确定的；通过相对于存储在所述数据库中的所述自然语言数据分析连续对的有区别的图像帧之间的图像帧的内容来确定与所述多个局部意图声明中的每一个相关联的实体和与所述实体中的每一个相关联的属性并且将所述实体和所述属性中的每一个设置在潜在性的状态下，其中每个实体参与由所述对应的局部意图声明指示的步骤，并且其中所述属性定义所述相应的实体的特性并且将所述相应的实体与所述对应的局部意图声明的其他实体区别开；基于第一有区别的图像帧和最后一个有区别的图像帧的内容的变更来确定用于所述计算机实现的解决方案的全局意图声明并且将所述全局意图声明设置在潜在性的状态下，其中所述全局意图声明是通过相对于存储在所述数据库中的所述自然语言数据分析所述第一有区别的图像帧和所述最后一个有区别的图像帧的内容来确定的；对于每个局部意图声明来基于所述相应的局部意图声明的实体的所有可能的组合而形成组合实体状态(CES)的集合，其中基于所述相应的局部意图声明的所有实体而形成的CES是触发组合实体状态(触发CES)，并且其中所述集合中的每个CES处于潜在性的状态；以所述自然语言的形式从用户接收与所述多个局部意图声明中的每一个相关联的代理的细节并且将所述代理的细节设置在潜在性的状态下，其中所述代理是人类代理和机器代理中的至少一个；以及以所述自然语言的形式从所述用户接收所述局部意图声明之间的关系，其中所述关系指示一个局部意图声明的触发CES正在影响另一局部意图声明的CES的集合还是所述计算机实现的解决方案的构建的结束。
根据一个示例实施方式，本主题涉及一种用于使用视频和用户所理解的自然语言并且在不使用编程代码的情况下构建计算机实现的解决方案的计算设备，所述计算设备包括：用于处理所述视频的图像帧以标识多个有区别的图像帧的手段，其中每个有区别的图像帧基于其内容中的差异被标识为与所述视频的先前一个或多个图像帧不同；用于确定多个局部意图声明的手段，每个局部意图声明基于每个有区别的图像帧的内容相对于所述视频的紧接在先图像帧的内容的差异并且将所述局部意图声明中的每一个设置在潜在性的状态下，其中每个局部意图声明指示用于构建所述解决方案的步骤并且是通过相对于存储在数据库中的自然语言数据分析图像帧的内容来确定的；用于通过相对于存储在所述数据库中的所述自然语言数据分析连续对的有区别的图像帧之间的图像帧的内容来确定与所述多个局部意图声明中的每一个相关联的实体和与所述实体中的每一个相关联的属性并且将所述实体和所述属性中的每一个设置在潜在性的状态下的手段，其中每个实体参与由所述对应的局部意图声明指示的步骤，并且其中所述属性定义所述相应的实体的特性并且将所述相应的实体与所述对应的局部意图声明的其他实体区别开；用于基于第一有区别的图像帧和最后一个有区别的图像帧的内容的变更来确定用于所述计算机实现的解决方案的全局意图声明并且将所述全局意图声明设置在潜在性的状态下的手段，其中所述全局意图声明是通过相对于存储在所述数据库中的所述自然语言数据分析所述第一有区别的图像帧和所述最后一个有区别的图像帧的内容来确定的；用于对于每个局部意图声明来基于所述相应的局部意图声明的实体的所有可能的组合而形成组合实体状态(CES)的集合的手段，其中基于所述相应的局部意图声明的所有实体而形成的CES是触发组合实体状态(触发CES)，并且其中所述集合中的每个CES处于潜在性的状态；用于以所述自然语言的形式从用户接收与所述多个局部意图声明中的每一个相关联的代理的细节并且将所述代理的细节设置在潜在性的状态下的手段，其中所述代理是人类代理和机器代理中的至少一个；以及用于以所述自然语言的形式从所述用户接收所述局部意图声明之间的关系的手段，其中所述关系指示一个局部意图声明的触发CES正在影响另一局部意图声明的CES的集合还是所述计算机实现的解决方案的构建的结束。
根据一个示例实施方式，本主题涉及一种用于使用视频和用户所理解的自然语言并且在不使用编程代码的情况下构建计算机实现的解决方案的计算设备，所述计算设备包括：处理器；以及耦合到所述处理器的存储器，所述方法包括可由所述处理器执行来执行上述方法的指令。
根据一个示例实施方式，本主题涉及一种用于使用标准操作程序(SOP)文件和用户所理解的自然语言并且在不使用编程代码的情况下构建计算机实现的解决方案的计算设备，其中所述SOP文件包括规定性声明、描述性声明和流程图，所述计算设备包括：处理器；以及耦合到所述处理器的存储器，所述方法包括可由所述处理器执行以进行以下各项的指令：解析所述SOP文件以标识所述规定性声明、所述描述性声明和所述流程图；确定多个局部意图声明，所述规定性声明中的每一个各有一个局部意图声明，并且将所述局部意图声明中的每一个设置在潜在性的状态下，其中每个局部意图声明指示用于构建所述解决方案的步骤并且是通过相对于存储在数据库中的自然语言数据分析所述对应的规定性声明来确定的；通过相对于存储在所述数据库中的所述自然语言数据分析与所述对应的规定性声明相关联的所述描述性声明来确定与所述多个局部意图声明中的每一个相关联的实体和与所述实体中的每一个相关联的属性并且将所述实体和所述属性中的每一个设置中潜在性的状态下，其中每个实体参与由所述对应的局部意图声明指示的步骤，并且其中所述属性定义所述相应的实体的特性并且将所述相应的实体与所述对应的局部意图声明的其他实体区别开；对于每个局部意图声明来基于所述相应的局部意图声明的实体的所有可能的组合而形成组合实体状态(CES)的集合，其中基于所述相应的局部意图声明的所有实体而形成的CES是触发组合实体状态(触发CES)，并且其中所述集合中的每个CES处于潜在性的状态；基于所述据流程图来确定所述局部意图声明之间的关系，其中所述关系指示一个局部意图声明的触发CES正在影响另一局部意图声明的CES的集合还是用于构建所述计算机实现的解决方案的全局意图声明的结束，其中所述关系是通过相对于存储在所述数据库中的所述自然语言数据分析所述流程图来确定的；以及以所述自然语言的形式从用户接收与所述多个局部意图声明中的每一个相关联的代理的细节并且将所述代理的细节设置在潜在性的状态下，其中所述代理是人类代理和机器代理中的至少一个。
根据一个示例实施方式，本主题涉及一种用于使用标准操作程序(SOP)文件和用户所理解的自然语言并且在不使用编程代码的情况下构建计算机实现的解决方案的计算设备，其中所述SOP文件包括规定性声明、描述性声明和流程图，所述计算设备包括：用于解析所述SOP文件以标识所述规定性声明、所述描述性声明和所述流程图的手段；用于确定多个局部意图声明的手段，所述规定性声明中的每一个各有一个局部意图声明，并且将所述局部意图声明中的每一个设置在潜在性的状态下，其中每个局部意图声明指示用于构建所述解决方案的步骤并且是通过相对于存储在数据库中的自然语言数据分析所述对应的规定性声明来确定的；用于通过相对于存储在所述数据库中的所述自然语言数据分析与所述对应的规定性声明相关联的所述描述性声明来确定与所述多个局部意图声明中的每一个相关联的实体和与所述实体中的每一个相关联的属性并且将所述实体和所述属性中的每一个设置中潜在性的状态下的手段，其中每个实体参与由所述对应的局部意图声明指示的步骤，并且其中所述属性定义所述相应的实体的特性并且将所述相应的实体与所述对应的局部意图声明的其他实体区别开；用于对于每个局部意图声明来基于所述相应的局部意图声明的实体的所有可能的组合而形成组合实体状态(CES)的集合的手段，其中基于所述相应的局部意图声明的所有实体而形成的CES是触发组合实体状态(触发CES)，并且其中所述集合中的每个CES处于潜在性的状态；用于基于所述据流程图来确定所述局部意图声明之间的关系的手段，其中所述关系指示一个局部意图声明的触发CES正在影响另一局部意图声明的CES的集合还是用于构建所述计算机实现的解决方案的全局意图声明的结束，其中所述关系是通过相对于存储在所述数据库中的所述自然语言数据分析所述流程图来确定的；以及用于以所述自然语言的形式从用户接收与所述多个局部意图声明中的每一个相关联的代理的细节并且将所述代理的细节设置在潜在性的状态下的手段，其中所述代理是人类代理和机器代理中的至少一个。
根据一个示例实施方式，本主题涉及一种用于使用标准操作程序(SOP)文件和用户所理解的自然语言并且在不使用编程代码的情况下构建计算机实现的解决方案的计算设备，其中所述SOP文件包括规定性声明、描述性声明和流程图，所述计算设备包括：处理器；以及耦合到所述处理器的存储器，所述方法包括可由所述处理器执行来执行上述方法的指令。
根据一个示例实施方式，本主题涉及一种用于将编程代码转换成自然语言以构建基于自然语言的计算机实现的解决方案的计算设备，其中所述基于自然语言的计算机实现的解决方案可使用基于自然语言的输入来执行，所述计算设备包括：处理器；以及耦合到所述处理器的存储器，所述方法包括可由所述处理器执行以进行以下各项的指令：解析所述程序代码以提取存在于所述程序代码中的符号、关键词、操作符和函数；基于按存储在数据库中的自然语言数据映射所述提取的符号、关键词、操作符和函数与自然语言来确定多个局部意图声明、与所述多个局部意图声明中的每一个相关联的实体和与所述实体中的每一个相关联的属性并且将所述多个局部意图声明、所述实体和所述属性中的每一个设置在潜在性的状态下，其中每个局部意图声明指示用于构建所述解决方案的步骤，其中每个实体参与由所述对应的局部意图声明指示的步骤，并且其中所述属性定义所述相应的实体的特性并且将所述相应的实体与所述对应的局部意图声明的其他实体区别开；对于每个局部意图声明来基于所述相应的局部意图声明的实体的所有可能的组合而形成组合实体状态(CES)的集合，其中基于所述相应的局部意图声明的所有实体而形成的CES是触发组合实体状态(触发CES)，并且其中所述集合中的每个CES处于潜在性的状态；基于按存储在所述数据库中的所述自然语言数据映射所述提取的操作符和函数来确定所述局部意图声明之间的关系，其中所述关系指示一个局部意图声明的触发CES正在影响另一局部意图声明的CES的集合还是用于构建所述计算机实现的解决方案的全局意图声明的结束，其中所述关系是通过相对于存储在所述数据库中的所述自然语言数据分析所述流程图来确定的；以及以所述自然语言的形式从用户接收与所述多个局部意图声明中的每一个相关联的代理的细节并且将所述代理的细节设置在潜在性的状态下，其中所述代理是人类代理和机器代理中的至少一个。
根据一个示例实施方式，本主题涉及一种用于将编程代码转换成自然语言以构建基于自然语言的计算机实现的解决方案的计算设备，其中所述基于自然语言的计算机实现的解决方案可使用基于自然语言的输入来执行，所述计算设备包括：用于解析所述程序代码以提取存在于所述程序代码中的符号、关键词、操作符和函数的手段；用于基于按存储在数据库中的自然语言数据映射所述提取的符号、关键词、操作符和函数与自然语言来确定多个局部意图声明、与所述多个局部意图声明中的每一个相关联的实体和与所述实体中的每一个相关联的属性并且将所述多个局部意图声明、所述实体和所述属性中的每一个设置在潜在性的状态下的手段，其中每个局部意图声明指示用于构建所述解决方案的步骤，其中每个实体参与由所述对应的局部意图声明指示的步骤，并且其中所述属性定义所述相应的实体的特性并且将所述相应的实体与所述对应的局部意图声明的其他实体区别开；用于对于每个局部意图声明来基于所述相应的局部意图声明的实体的所有可能的组合而形成组合实体状态(CES)的集合的手段，其中基于所述相应的局部意图声明的所有实体而形成的CES是触发组合实体状态(触发CES)，并且其中所述集合中的每个CES处于潜在性的状态；用于基于按存储在所述数据库中的所述自然语言数据映射所述提取的操作符和函数来确定所述局部意图声明之间的关系的手段，其中所述关系指示一个局部意图声明的触发CES正在影响另一局部意图声明的CES的集合还是用于构建所述计算机实现的解决方案的全局意图声明的结束，其中所述关系是通过相对于存储在所述数据库中的所述自然语言数据分析所述流程图来确定的；以及用于以所述自然语言的形式从用户接收与所述多个局部意图声明中的每一个相关联的代理的细节并且将所述代理的细节设置在潜在性的状态下的手段，其中所述代理是人类代理和机器代理中的至少一个。
根据一个示例实施方式，本主题涉及一种用于将编程代码转换成自然语言以构建基于自然语言的计算机实现的解决方案的计算设备，其中所述基于自然语言的计算机实现的解决方案可使用基于自然语言的输入来执行，所述计算设备包括：处理器；以及耦合到所述处理器的存储器，所述方法包括可由所述处理器执行来执行上述方法的指令。
根据一个示例实施方式，本主题涉及一种用于将基于自然语言而构建的计算机实现的解决方案转换成编程代码的计算设备，其中所述计算机实现的解决方案可使用基于自然语言的输入来执行，所述计算设备包括：处理器；以及耦合到所述处理器的存储器，所述方法包括可由所述处理器执行以进行以下各项的指令：解析所述计算机实现的解决方案，其中所述计算机实现的解决方案包括多个局部意图声明、与所述多个局部意图声明中的每一个相关联的实体、与所述实体中的每一个相关联的属性、所述多个局部意图声明之间的关系、组合实体状态(CES)、一个或多个触发CES，其中每个局部意图声明指示用于构建所述解决方案的步骤，其中每个实体参与由所述对应的局部意图声明指示的步骤，并且其中所述属性定义所述相应的实体的特性并且将所述相应的实体与所述对应的局部意图声明的其他实体区别开，其中所述关系指示一个局部意图声明的触发CES正在影响另一局部意图声明的CES的集合还是用于构建所述计算机实现的解决方案的全局意图声明的结束；由计算设备的处理器提取多个自然语言解决方案组件，其中所述自然语言解决方案组件包括：所述全局意图声明、所述多个局部意图声明、与所述实体中的每一个相关联的属性、所述多个局部意图声明之间的关系、组合实体状态(CES)、一个或多个触发CES；基于按存储在数据库中的所述编程语言的符号、关键词、操作符和函数映射所述自然语言解决方案组件来自动生成编程语言代码。
根据一个示例实施方式，本主题涉及一种用于将基于自然语言而构建的计算机实现的解决方案转换成编程代码的计算设备，其中所述计算机实现的解决方案可使用基于自然语言的输入来执行，所述计算设备包括：用于解析所述计算机实现的解决方案的手段，其中所述计算机实现的解决方案包括多个局部意图声明、与所述多个局部意图声明中的每一个相关联的实体、与所述实体中的每一个相关联的属性、所述多个局部意图声明之间的关系、组合实体状态(CES)、一个或多个触发CES，其中每个局部意图声明指示用于构建所述解决方案的步骤，其中每个实体参与由所述对应的局部意图声明指示的步骤，并且其中所述属性定义所述相应的实体的特性并且将所述相应的实体与所述对应的局部意图声明的其他实体区别开，其中所述关系指示一个局部意图声明的触发CES正在影响另一局部意图声明的CES的集合还是用于构建所述计算机实现的解决方案的全局意图声明的结束；用于提取多个自然语言解决方案组件的手段，其中所述自然语言解决方案组件包括：所述全局意图声明、所述多个局部意图声明、与所述实体中的每一个相关联的属性、所述多个局部意图声明之间的关系、组合实体状态(CES)、一个或多个触发CES；用于基于按存储在数据库中的所述编程语言的符号、关键词、操作符和函数映射所述自然语言解决方案组件来自动生成编程语言代码的手段。
根据一个示例实施方式，本主题涉及一种用于将基于自然语言而构建的计算机实现的解决方案转换成编程代码的计算设备，其中所述计算机实现的解决方案可使用基于自然语言的输入来执行，所述计算设备包括：处理器；以及耦合到所述处理器的存储器，所述方法包括可由所述处理器执行来执行上述方法的指令。
根据一个示例实施方式，本主题涉及一种非暂时性计算机可读介质，所述非暂时性计算机可读介质在其上存储有用于使用用户所理解的自然语言并且在不使用包括机器可执行代码的编程代码的情况下构建计算机实现的解决方案的方法的指令，所述机器可执行代码当由处理器执行时，使所述处理器：从用户接收用于构建所述解决方案的全局意图声明，其中所述全局意图声明以所述自然语言的形式被接收并且被设置在潜在性的状态下；从所述用户接收与所述全局意图声明相关联的一个或多个局部意图声明以及与每个局部意图声明相关联的实体和代理的细节，其中每个局部意图声明以及每个实体和所述代理的细节以所述自然语言的形式被接收并且被分别设置在潜在性的状态下，其中每个局部意图声明指示用于构建所述解决方案的步骤，其中每个实体参与由所述对应的局部意图声明指示的步骤，并且其中所述代理是人类代理和机器代理中的至少一个；对于每个局部意图声明来基于所述相应的局部意图声明的实体的所有可能的组合而形成组合实体状态(CES)的集合，其中基于所述相应的局部意图声明的所有实体而形成的CES是触发组合实体状态(触发CES)，并且其中所述集合中的每个CES处于潜在性的状态；响应于确定仅一个接收到的局部意图声明与所述全局意图声明相关联，将所接收到的局部意图声明的触发CES标识为所述解决方案的构建的结束；以及响应于确定不止一个接收到的局部意图声明与所述全局意图声明相关联，以所述自然语言的形式从所述用户接收所述局部意图声明之间的关系，其中所述关系指示一个局部意图声明的触发CES正在影响另一局部意图声明的CES的集合还是所述解决方案的构建的结束。
根据一个示例实施方式，本主题涉及一种非暂时性计算机可读介质，所述非暂时性计算机可读介质在其上存储有用于使用用户所理解的自然语言并且在不使用包括机器可执行代码的编程代码的情况下构建计算机实现的解决方案的方法的指令，所述机器可执行代码当由处理器执行时，使所述处理器：向用户提供提示以以所述自然语言的形式输入全局意图声明并且将所述全局意图声明设置在潜在性的状态下以便构建所述解决方案；向所述用户提供提示以以所述自然语言的形式输入与所述全局意图声明相关联的一个或多个局部意图声明以及与每个局部意图声明相关联的实体和代理的细节并且将所述一个或多个局部意图声明和所述实体中的每一个设置在潜在性的状态下，其中每个局部意图声明指示用于构建所述解决方案的步骤，其中每个实体参与由所述对应的局部意图声明指示的步骤，并且其中所述代理是人类代理和机器代理中的至少一个；对于每个局部意图声明来基于所述相应的局部意图声明的实体的所有可能的组合而形成组合实体状态(CES)的集合，其中基于所述相应的局部意图声明的所有实体而形成的CES是触发组合实体状态(触发CES)，并且其中所述集合中的每个CES处于潜在性的状态；响应于确定仅一个接收到的局部意图声明与所述全局意图声明相关联，将所接收到的局部意图声明的触发CES标识为所述解决方案的构建的结束；以及响应于确定不止一个接收到的局部意图声明与所述全局意图声明相关联，向所述用户提供提示以以所述自然语言的形式输入所述局部意图声明之间的关系，其中所述关系指示一个局部意图声明的触发CES正在影响另一局部意图声明的CES的集合还是所述解决方案的构建的结束。
根据一个示例实施方式，本主题涉及一种非暂时性计算机可读介质，所述非暂时性计算机可读介质在其上存储有用于使用视频和用户所理解的自然语言并且在不使用包括机器可执行代码的编程代码的情况下构建计算机实现的解决方案的方法的指令，所述机器可执行代码当由处理器执行时，使所述处理器：处理所述视频的图像帧以标识多个有区别的图像帧，其中每个有区别的图像帧基于其内容中的差异被标识为与所述视频的先前一个或多个图像帧不同；确定多个局部意图声明，每个局部意图声明基于每个有区别的图像帧的内容相对于所述视频的紧接在先图像帧的内容的差异并且将所述局部意图声明中的每一个设置在潜在性的状态下，其中每个局部意图声明指示用于构建所述解决方案的步骤并且是通过相对于存储在数据库中的自然语言数据分析图像帧的内容来确定的；通过相对于存储在所述数据库中的所述自然语言数据分析连续对的有区别的图像帧之间的图像帧的内容来确定与所述多个局部意图声明中的每一个相关联的实体和与所述实体中的每一个相关联的属性并且将所述实体和所述属性中的每一个设置在潜在性的状态下，其中每个实体参与由所述对应的局部意图声明指示的步骤，并且其中所述属性定义所述相应的实体的特性并且将所述相应的实体与所述对应的局部意图声明的其他实体区别开；基于第一有区别的图像帧和最后一个有区别的图像帧的内容的变更来确定用于所述计算机实现的解决方案的全局意图声明并且将所述全局意图声明设置在潜在性的状态下，其中所述全局意图声明是通过相对于存储在所述数据库中的所述自然语言数据分析所述第一有区别的图像帧和所述最后一个有区别的图像帧的内容来确定的；对于每个局部意图声明来基于所述相应的局部意图声明的实体的所有可能的组合而形成组合实体状态(CES)的集合，其中基于所述相应的局部意图声明的所有实体而形成的CES是触发组合实体状态(触发CES)，并且其中所述集合中的每个CES处于潜在性的状态；以所述自然语言的形式从用户接收与所述多个局部意图声明中的每一个相关联的代理的细节并且将所述代理的细节设置在潜在性的状态下，其中所述代理是人类代理和机器代理中的至少一个；以及以所述自然语言的形式从所述用户接收所述局部意图声明之间的关系，其中所述关系指示一个局部意图声明的触发CES正在影响另一局部意图声明的CES的集合还是所述计算机实现的解决方案的构建的结束。
根据一个示例实施方式，本主题涉及一种非暂时性计算机可读介质，所述非暂时性计算机可读介质在其上存储有用于使用标准操作程序(SOP)文件和用户所理解的自然语言并且在不使用编程代码的情况下构建计算机实现的解决方案的指令，其中所述SOP文件包括规定性声明、描述性声明和流程图，所述指令包括机器可执行代码，所述机器可执行代码当由处理器执行时，使所述处理器：解析所述SOP文件以标识所述规定性声明、所述描述性声明和所述流程图；确定多个局部意图声明，所述规定性声明中的每一个各有一个局部意图声明，并且将所述局部意图声明中的每一个设置在潜在性的状态下，其中每个局部意图声明指示用于构建所述解决方案的步骤并且是通过相对于存储在数据库中的自然语言数据分析所述对应的规定性声明来确定的；通过相对于存储在所述数据库中的所述自然语言数据分析与所述对应的规定性声明相关联的所述描述性声明来确定与所述多个局部意图声明中的每一个相关联的实体和与所述实体中的每一个相关联的属性并且将所述实体和所述属性中的每一个设置中潜在性的状态下，其中每个实体参与由所述对应的局部意图声明指示的步骤，并且其中所述属性定义所述相应的实体的特性并且将所述相应的实体与所述对应的局部意图声明的其他实体区别开；对于每个局部意图声明来基于所述相应的局部意图声明的实体的所有可能的组合而形成组合实体状态(CES)的集合，其中基于所述相应的局部意图声明的所有实体而形成的CES是触发组合实体状态(触发CES)，并且其中所述集合中的每个CES处于潜在性的状态；基于所述据流程图来确定所述局部意图声明之间的关系，其中所述关系指示一个局部意图声明的触发CES正在影响另一局部意图声明的CES的集合还是用于构建所述计算机实现的解决方案的全局意图声明的结束，其中所述关系是通过相对于存储在所述数据库中的所述自然语言数据分析所述流程图来确定的；以及以所述自然语言的形式从用户接收与所述多个局部意图声明中的每一个相关联的代理的细节并且将所述代理的细节设置在潜在性的状态下，其中所述代理是人类代理和机器代理中的至少一个。
根据一个示例实施方式，本主题涉及一种非暂时性计算机可读介质，所述非暂时性计算机可读介质在其上存储有用于将编程代码转换成自然语言以构建基于自然语言的计算机实现的解决方案的指令，其中所述基于自然语言的计算机实现的解决方案可使用基于自然语言的输入来执行，所述指令包括机器可执行代码，所述机器可执行代码当由处理器执行时，使所述处理器：解析所述程序代码以提取存在于所述程序代码中的符号、关键词、操作符和函数；基于按存储在数据库中的自然语言数据映射所述提取的符号、关键词、操作符和函数来确定多个局部意图声明、与所述多个局部意图声明中的每一个相关联的实体和与所述实体中的每一个相关联的属性并且将所述多个局部意图声明、所述实体和所述属性中的每一个设置在潜在性的状态下，其中每个局部意图声明指示用于构建所述解决方案的步骤，其中每个实体参与由所述对应的局部意图声明指示的步骤，并且其中所述属性定义所述相应的实体的特性并且将所述相应的实体与所述对应的局部意图声明的其他实体区别开；对于每个局部意图声明来基于所述相应的局部意图声明的实体的所有可能的组合而形成组合实体状态(CES)的集合，其中基于所述相应的局部意图声明的所有实体而形成的CES是触发组合实体状态(触发CES)，并且其中所述集合中的每个CES处于潜在性的状态；基于按存储在所述数据库中的所述自然语言数据映射所述提取的操作符和函数来确定所述局部意图声明之间的关系，其中所述关系指示一个局部意图声明的触发CES正在影响另一局部意图声明的CES的集合还是用于构建所述计算机实现的解决方案的全局意图声明的结束，其中所述关系是通过相对于存储在所述数据库中的所述自然语言数据分析所述流程图来确定的；以及以所述自然语言的形式从用户接收与所述多个局部意图声明中的每一个相关联的代理的细节并且将所述代理的细节设置在潜在性的状态下，其中所述代理是人类代理和机器代理中的至少一个。
根据一个示例实施方式，本主题涉及一种非暂时性计算机可读介质，所述非暂时性计算机可读介质在其上存储有用于将基于自然语言而构建的计算机实现的解决方案转换成编程代码的指令，其中所述计算机实现的解决方案可使用基于自然语言的输入来执行，所述指令包括机器可执行代码，所述机器可执行代码当由处理器执行时，使所述处理器：解析所述计算机实现的解决方案，其中所述计算机实现的解决方案包括多个局部意图声明、与所述多个局部意图声明中的每一个相关联的实体、与所述实体中的每一个相关联的属性、所述多个局部意图声明之间的关系、组合实体状态(CES)、一个或多个触发CES，其中每个局部意图声明指示用于构建所述解决方案的步骤，其中每个实体参与由所述对应的局部意图声明指示的步骤，并且其中所述属性定义所述相应的实体的特性并且将所述相应的实体与所述对应的局部意图声明的其他实体区别开，其中所述关系指示一个局部意图声明的触发CES正在影响另一局部意图声明的CES的集合还是用于构建所述计算机实现的解决方案的全局意图声明的结束；提取多个自然语言解决方案组件，其中所述自然语言解决方案组件包括：所述全局意图声明、所述多个局部意图声明、与所述实体中的每一个相关联的属性、所述多个局部意图声明之间的关系、组合实体状态(CES)、一个或多个触发CES；以及基于按存储在数据库中的所述编程语言的符号、关键词、操作符和函数映射所述自然语言解决方案组件来自动生成编程语言代码。
根据一个示例实施方式，本主题涉及一种用于使用用户所理解的自然语言并且在不使用编程代码的情况下构建计算机实现的解决方案的系统，所述系统包括：处理器；以及耦合到所述处理器的全局意图声明模块、局部意图声明模块、CES模块和关系模块，其中所述全局意图声明模块、所述局部意图声明模块、所述CES模块和所述关系模块彼此在操作上连接，其中所述全局意图声明模块被配置为：从用户接收用于构建所述解决方案的全局意图声明，其中所述全局意图声明以所述自然语言的形式被接收并且被设置在潜在性的状态下；所述局部意图声明模块被配置为从所述用户接收与所述全局意图声明相关联的一个或多个局部意图声明以及与每个局部意图声明相关联的实体和代理的细节，其中每个局部意图声明以及每个实体和所述代理的细节以所述自然语言的形式被接收并且被分别设置在潜在性的状态下，其中每个局部意图声明指示用于构建所述解决方案的步骤，其中每个实体参与由所述对应的局部意图声明指示的步骤，并且其中所述代理是人类代理、机器代理和计算机功能中的至少一个；所述CES模块被配置为对于每个局部意图声明来基于所述相应的局部意图声明的实体的所有可能的组合而形成组合实体状态(CES)的集合，其中基于所述相应的局部意图声明的所有实体而形成的CES是触发组合实体状态(触发CES)，并且其中所述集合中的每个CES处于潜在性的状态；响应于确定仅一个接收到的局部意图声明与所述全局意图声明相关联，将所接收到的局部意图声明的触发CES标识为所述解决方案的构建的结束；以及所述关系模块被配置为以所述自然语言的形式从所述用户接收所述局部意图声明之间的关系，其中所述关系指示一个局部意图声明的触发CES正在影响另一局部意图声明的CES的集合还是所述解决方案的构建的结束。
根据一个示例实施方式，本主题涉及一种用于将编程代码转换成自然语言以构建基于自然语言的计算机实现的解决方案的系统，其中所述基于自然语言的计算机实现的解决方案可使用基于自然语言的输入来执行，所述系统包括：处理器；以及耦合到所述处理器的解析器模块、提取器模块、解释器模块、映射模块、全局意图声明模块、局部意图声明模块、CES模块和关系模块，其中所述解析器模块、所述提取器模块、所述解释器模块、所述映射模块、所述全局意图声明模块、所述局部意图声明模块、所述CES模块和所述关系模块彼此在操作上连接，其中所述解析器模块被配置为解析所述程序代码以提取存在于所述程序代码中的符号、关键词、操作符和函数；所述提取器模块、所述解释器模块、所述映射模块、所述全局意图声明模块和/或所述局部意图声明模块被配置为基于按存储在数据库中的自然语言数据映射所述提取的符号、关键词、操作符和函数来确定多个局部意图声明、与所述多个局部意图声明中的每一个相关联的实体和与所述实体中的每一个相关联的属性并且将所述多个局部意图声明、所述实体和所述属性中的每一个设置在潜在性的状态下，其中每个局部意图声明指示用于构建所述解决方案的步骤，其中每个实体参与由所述对应的局部意图声明指示的步骤，并且其中所述属性定义所述相应的实体的特性并且将所述相应的实体与所述对应的局部意图声明的其他实体区别开；所述CES模块被配置为对于每个局部意图声明来基于所述相应的局部意图声明的实体的所有可能的组合而形成组合实体状态(CES)的集合，其中基于所述相应的局部意图声明的所有实体而形成的CES是触发组合实体状态(触发CES)，并且其中所述集合中的每个CES处于潜在性的状态；所述关系模块被配置为基于按存储在所述数据库中的所述自然语言数据映射所述提取的操作符和函数来确定所述局部意图声明之间的关系，其中所述关系指示一个局部意图声明的触发CES正在影响另一局部意图声明的CES的集合还是用于构建所述计算机实现的解决方案的全局意图声明的结束，其中所述关系是通过相对于存储在所述数据库中的所述自然语言数据分析所述流程图来确定的；以及所述局部意图声明模块被配置为以所述自然语言的形式从用户接收与所述多个局部意图声明中的每一个相关联的代理的细节并且将所述代理的细节设置在潜在性的状态下，其中所述代理是人类代理和机器代理中的至少一个。
根据一个示例实施方式，本主题涉及一种用于将基于自然语言而构建的计算机实现的解决方案转换成编程代码的系统，其中所述计算机实现的解决方案可使用基于自然语言的输入来执行，所述系统包括：处理器；以及耦合到所述处理器的解决方案解析器模块、解决方案提取器模块、自动生成器模块和映射模块，其中所述解决方案解析器模块、所述解决方案提取器模块、是自动生成器模块和所述映射模块彼此在操作上连接，其中所述解决方案解析器模块被配置为解析所述计算机实现的解决方案，其中所述计算机实现的解决方案包括多个局部意图声明、与所述多个局部意图声明中的每一个相关联的实体、与所述实体中的每一个相关联的属性、所述多个局部意图声明之间的关系、组合实体状态(CES)、一个或多个触发CES，其中每个局部意图声明指示用于构建所述解决方案的步骤，其中每个实体参与由所述对应的局部意图声明指示的步骤，并且其中所述属性定义所述相应的实体的特性并且将所述相应的实体与所述对应的局部意图声明的其他实体区别开，其中所述关系指示一个局部意图声明的触发CES正在影响另一局部意图声明的CES的集合还是用于构建所述计算机实现的解决方案的全局意图声明的结束；所述解决方案提取器模块被配置为提取多个自然语言解决方案组件，其中所述自然语言解决方案组件包括所述全局意图声明、所述多个局部意图声明、与所述实体中的每一个相关联的属性、所述多个局部意图声明之间的关系、组合实体状态(CES)、一个或多个触发CES；所述自动生成器模块被配置成基于所述映射模块自动生成编程语言代码，其中所述映射模块被配置为基于按存储在数据库中的所述编程语言的符号、关键词、操作符和函数映射所述自然语言解决方案组件。
Claims (50)
1.一种用于使用用户所理解的自然语言并且在不使用编程代码的情况下构建计算机实现的解决方案的方法，所述方法包括：
由计算设备的处理器从用户接收指示所述解决方案使用所述自然语言被构建的全局意图声明，其中所述全局意图声明以所述自然语言的形式被接收并且被设置在潜在性的状态下；
由所述处理器从所述用户接收与所述全局意图声明相关联的一个或多个局部意图声明以及与每个局部意图声明相关联的n个实体和代理的细节，其中每个局部意图声明以及每个实体和所述代理的细节以所述自然语言的形式被接收并且被分别设置在潜在性的状态下，其中每个局部意图声明是指示用于履行执行所述解决方案的要求的子步骤的语句，其中每个实体包括名词短语并且参与履行由对应的局部意图声明指示的子步骤的要求，并且其中所述代理是人类代理和机器代理中的至少一个；
对于每个实体，由所述处理器以所述自然语言的形式从所述用户接收一个或多个属性，所述一个或多个属性定义所述相应的实体的特性并且将所述相应的实体与所述对应的局部意图声明的其他实体区别开，并且被设置为处于潜在性的状态，其中每个属性包括形容词短语和副词短语中的至少一者；
其中，对于每个属性、每个实体、每个局部意图声明、以及所述全局意图声明，所述代理至少将所述潜在性的状态改变为真实性的状态，由所述处理器对于每个局部意图声明来将组合实体状态(CES)的集合形成为包括相应的局部意图声明的n个实体的2n个可能的组合，其中基于所述相应的局部意图声明的所有n个实体而形成的CES是触发组合实体状态(触发CES)，并且其中所述集合中的每个CES处于潜在性的状态，并且响应于将相关联的实体改变为真实性的状态而将每个CES改变为真实性的状态；
响应于确定仅一个接收到的局部意图声明与所述全局意图声明相关联，将所接收到的局部意图声明的触发CES标识为所述解决方案的构建的结束；以及
响应于确定不止一个接收到的局部意图声明与所述全局意图声明相关联，由所述处理器以所述自然语言的形式从所述用户接收所述局部意图声明之间的基于一个或多个预定义规则、约束和公式的多个截然不同的关系，其中每个截然不同的关系是履行执行所述解决方案的所述要求的截然不同的路径，其中所述关系指示一个局部意图声明的触发CES正在影响另一局部意图声明的CES的集合还是所述解决方案的构建的结束，
其中所述潜在性的状态是空的二元状态，所述真实性的状态是非空的二元状态，
其中通过基于手写的界面、触敏界面、基于语音的界面或它们的组合来接收形式为所述自然语言的信息。
2.根据权利要求1所述的方法，还包括，对于每个局部意图声明的每个实体：
由所述处理器以所述自然语言的形式从所述关联的代理接收针对所述相应的实体的值，其中接收针对所述相应的实体的所述值是对基于所接收到的值对于所述相应的实体将潜在性的状态改变为真实性的状态的事件的记录，其中接收针对与每个局部意图声明相关联的所有所述实体的所述值是对用于对于所述相应的局部意图声明将潜在性的状态改变为真实性的状态的事件的记录，并且其中接收针对与所有所述局部意图声明相关联的所有所述实体的所述值是对用于对于所述全局意图声明将潜在性的状态改变为真实性的状态的事件的记录。
3.根据权利要求1所述的方法，还包括，对于每个局部意图声明的每个属性：
由所述处理器以所述自然语言的形式从所述关联的代理接收针对所述相应的属性的值，其中接收针对所述相应的属性的所述值是对基于所接收到的值对于所述相应的属性将潜在性的状态改变为真实性的状态的事件的记录。
4.根据权利要求1所述的方法，还包括，对于每个实体的属性：
由所述处理器以所述自然语言的形式从所述关联的代理接收针对所述相应的属性的值，其中接收针对所述相应的属性的所述值是对基于所接收到的值对于所述相应的属性将潜在性的状态改变为真实性的状态的事件的记录。
5.根据权利要求2或3或4所述的方法，还包括由所述处理器基于登录细节、生物计量细节、面部识别技术和视网膜检测技术中的一种来对所述关联的代理进行认证。
6.根据权利要求1所述的方法，其中所述机器代理通过有线通信信道或无线通信信道通信地耦合到所述计算设备。
7.根据权利要求1所述的方法，其中所述机器代理是所述计算设备的功能模块并且耦合到所述处理器。
8.根据权利要求1所述的方法，其中与所述全局意图声明相关联的局部意图声明是：
另一计算机实现的解决方案的、借用所述另一计算机实现的解决方案的局部意图声明；或
另一计算机实现的解决方案的、借用所述另一计算机实现的解决方案的全局意图声明。
9.根据权利要求1所述的方法，其中与所述全局意向声明的局部意图声明相关联的实体是：
另一计算机实现的解决方案的、借用所述另一计算机实现的解决方案的局部意图声明；或
另一计算机实现的解决方案的、借用所述另一计算机实现的解决方案的实体。
10.根据权利要求1所述的方法，其中定义所述相应的局部意图声明的特性的属性是：
另一计算机实现的解决方案的、借用所述另一计算机实现的解决方案的实体；或
另一计算机实现的解决方案的、借用所述另一计算机实现的解决方案的属性。
11.根据权利要求1所述的方法，其中定义所述相应的实体的特性的属性是：
另一计算机实现的解决方案的、借用所述另一计算机实现的解决方案的实体；或
另一计算机实现的解决方案的、借用所述另一计算机实现的解决方案的属性。
12.根据权利要求1所述的方法，其中所述解决方案通过以下步骤来构建：
将局部意图声明划分成两个或更多个其他局部意图声明并且将所述对应的实体和代理附连到每个局部意图声明；或者
将两个或更多个局部意图声明组合成一个局部意图声明并且将所述对应的实体和代理附连到该局部意图声明。
13.根据权利要求1所述的方法，其中当使用自然语言来构建所述解决方案时，所述解决方案可由一个或多个搜索引擎搜索。
14.根据权利要求1所述的方法，还包括将对每个实体的一个或多个信息权限或决策权限指配给与所述相应的实体的局部意图声明相关联的所述代理；以及基于所述指配的信息权限或决策权限向所述代理显示实体。
15.根据权利要求1所述的方法，还包括通过用户界面来显示实体以由所述关联的代理接收针对所述实体的值。
16.根据权利要求1所述的方法，还包括提供所述局部意图声明之间的一个或多个截然不同的关系以接收针对所述实体的值，其中提供一个或多个截然不同的关系基于编排过程、自动化过程或人类代理驱动的过程。
17.根据权利要求1所述的方法，其中所述实体中的一个或多个或局部意图声明的一个或多个CES与其他计算机实现的解决方案的一个或多个局部意图声明共享，其中所述共享的实体或CES在给定时间点参与仅一个触发CES以对于与所述一个触发CES相对应的所述局部意图声明将潜在性的状态改变为真实性的状态，并且其中所述共享的实体或CES的可用性影响对于多个局部意图声明将潜在性的状态改变为真实性的状态的次序。
18.根据权利要求1所述的方法，其中所述实体在性质上是物理的，并且其中所述实体存在于空间和时间中。
19.根据权利要求1所述的方法，其中所述接收所述局部意图声明并且接收所述实体的细节包括从存储其他计算机实现的解决方案的局部意图声明和实体的数据库中的库提供一个或多个可能的局部意图声明和一个或多个可能的实体。
20.根据权利要求1所述的方法，还包括由所述处理器选择所述截然不同的关系中的一种以接收针对所述实体的所述值并且消除其他截然不同的关系。
21.根据权利要求1所述的方法，其中所述自然语言基于一种或多种母语、一种或多种手语、一个或多个符号、一个或多个数值或它们的组合。
22.根据权利要求1所述的方法，其中
以所述自然语言的形式接收到的所述信息使用对象识别技术、字符识别技术、图像识别技术或它们的组合来解密。
23.根据权利要求2或3或4所述的方法，还包括：
由所述处理器确定剩下要记录的事件的数量；以及
由所述处理器显示事件的剩余数量。
24.根据权利要求1所述的方法，其中每个实体和每个局部意图声明在用户界面上的位置可通过以下项改变：
拖放功能性，其中所述拖放功能性由以下项中的至少一个执行：有线输入设备、无线输入设备和触敏界面；或者
改变与所述相应的实体或所述相应的局部意图声明的位置坐标相对应的属性的值。
25.根据权利要求1所述的方法，还包括应用公用区块链技术、专用区块链技术和混合区块链技术中的一种。
26.根据权利要求25所述的方法，其中所述公用区块链技术、所述专用区块链技术和所述混合区块链技术中的每一个基于对称密钥密码技术、不对称密钥密码技术或它们的组合。
27.根据权利要求1所述的方法，还包括将基于一个或多个预定义范数向所述实体指配测量框架，其中所述测量框架指示将实体从潜在性的状态改变为真实性的状态的时间段。
28.根据权利要求1所述的方法，还包括以数据库中的库的形式存储与所述全局意图声明、所述局部意图声明、所述实体和所述代理中的一个或多个相关联的数据以用于在构建另一计算机实现的解决方案时使用。
29.根据权利要求28所述的方法，还包括提供对所述数据库中的所述库的基于查询的访问，其中所述基于查询的访问依靠搜索和基于查询的技术来标识适当的实体以供重用，并且其中所述基于查询的访问包括结构化查询语言(SQL)和非仅结构化查询语言(NoSQL)中的至少一种。
30.根据权利要求28所述的方法，还包括提供对所述数据库中的所述库的拖放访问。
31.根据权利要求2或3或4所述的方法，还包括基于所述CES中的一个或多个的过去行为和所述事件中的一个或多个的发生来提供与所述实体中的一个或多个和所述事件中的一个或多个相对应的一个或多个不确定性和概率。
32.根据权利要求1所述的方法，还包括通过将与会计和财务系统有关的一个或多个实体附连到所述计算机实现的解决方案的每个局部意图声明来集成会计和财务系统。
33.根据权利要求31所述的方法，还包括执行一个或多个高级规划和优化(APO)功能以提供与所述实体中的一个或多个和所述事件中的一个或多个相对应的一个或多个不确定性和概率并且为了所述事件的记录而优化对所述值的接收。
34.根据权利要求31所述的方法，还包括基于以下项中的至少一个来评估所述CES中的一个或多个的过去行为和所述事件中的一个或多个的发生：
机器学习技术和人工智能技术；
以实体为中心的方法，其中所述以实体为中心的方法提供用于一个或多个事件发生；以及
存储每个事件的数据和行为模式，
其中所述以实体为中心的方法提供用于一个或多个事件发生；以及存储每个事件的数据和行为模式，其中所述机器学习技术包括监督学习技术和/或无监督学习技术和/或半监督学习技术，其中所述监督学习技术包括支持向量机、线性回归、逻辑回归、朴素贝叶斯、线性判别分析、决策树、k-最近邻算法和神经网络中的至少一种，其中所述无监督学习技术包括分层聚类、K-均值聚类、K-NN(k最近邻)和关联规则中的至少一种。
35.根据权利要求1所述的方法，其中响应于交互式问卷而接收所述全局意图声明、每个局部意图声明和所述实体的细节中的一个或多个，其中所述交互式问卷包括用于构建所述计算机实现的解决方案的结构化格式的问题。
36.根据权利要求1所述的方法，还包括基于自然语言语法来校正所接收到的全局意图声明、每个局部意图声明和所述实体的细节中的一个或多个，其中所述自然语言语法使用自然语言库来为所述校正挑选一个或多个适当的动词和介词。
37.根据权利要求23所述的方法，还包括：
由所述处理器确定剩余数量的事件所需要的时间和资源量；以及
由所述处理器显示所述需要的时间和资源量。
38.根据权利要求2或3或4所述的方法，还包括：
由所述处理器在数据库中存储在将潜在性的状态改变为真实性的状态时记录的两个连续事件之间的最优空闲时间；
由所述处理器实时地确定在将潜在性的状态改变为真实性的状态时记录的每两个连续事件之间的空闲时间；以及
由所述处理器基于所述确定的空闲时间与所述最优空闲时间的比较来准备报告。
39.根据权利要求2或3或4所述的方法，还包括：
由所述处理器将所接收到的值与存储在数据库中的最优值进行比较；以及
由所述处理器基于所述比较确定所述接收的值是好的、坏的还是矛盾的以便构建所述计算机实现的解决方案。
40.根据权利要求1所述的方法，还包括向每个局部意图声明、每个实体和每个代理指配唯一标识符(ID)。
41.根据权利要求1所述的方法，还包括：
使得所述用户能够定义所有可用实体的最优使用以便优化资源空闲时间；以及
通过监视与每个实体相关联的时间和空间的属性来实时地跟踪实体参与价值创造活动。
42.根据权利要求31所述的方法，还包括
提供对一个或多个后果可能性和一个或多个机会或一个或多个风险的一个或多个价值判断并且向所述代理指配所述一个或多个后果可能性的一个或多个概率；或者
通过更改所述一个或多个实体来执行一个或多个动作以干预并更改一个或多个途径，并且其中所述动作驱动关联的代理所期望的一个或多个资源优化原理。
43.根据权利要求1所述的方法，还包括提供一个或多个可能的途径来挑选并选取一个或多个截然不同的途径，其中所述一个或多个可能的途径是从数据库中的库中搜索的类似于所述计算机实现的解决方案的解决方案的。
44.根据权利要求43所述的方法，还包括对所述数据库中的所述库实现一种或多种监督机器学习方法和/或一种或多种无监督机器学习方法，其中所述一种或多种监督机器学习方法和/或所述一种或多种无监督机器学习方法的实施方式是通过包括NLP组件、ANN组件和最近邻组件的DLD引擎用于处理解决方案内容，其中所述DLD引擎挖掘作为所述库的一部分的丰富解决方案内容并且从事务类中提取事务数据，其中作为所述NSL解决方案库的一部分的所述丰富解决方案内容和从所述事务类中提取的所述事务数据被馈送到所述DLD引擎中，所述DLD引擎使得能够计算各个级别下的距离，并且其中所述距离计算是使用机器学习算法来运用NSL实体值、时间和空间。
45.一种用于使用视频和用户所理解的自然语言并且在不使用编程代码的情况下构建计算机实现的解决方案的方法，所述方法包括：
由计算设备的处理器处理所述视频的图像帧以标识多个有区别的图像帧，其中每个有区别的图像帧基于其内容中的差异被标识为与所述视频的先前一个或多个图像帧不同，其中所述内容采用所述自然语言的形式；
由所述处理器确定多个局部意图声明，每个局部意图声明基于每个有区别的图像帧的内容相对于所述视频的紧接在先图像帧的内容的差异并且将所述局部意图声明中的每一个设置在潜在性的状态下，其中每个局部意图声明是指示用于履行执行所述解决方案的要求的子步骤的语句并且是通过相对于存储在数据库中的自然语言数据分析图像帧的内容来确定的；
由所述处理器通过相对于存储在所述数据库中的所述自然语言数据分析连续对有区别的图像帧之间的图像帧的内容来确定与所述多个局部意图声明中的每一个相关联的n个实体和与所述实体中的每一个相关联的属性并且将实体和所述属性中的每一个设置在潜在性的状态下，其中每个实体包括名词短语并且参与履行由对应的局部意图声明指示的子步骤的要求，并且其中所述属性定义所述相应的实体的特性并且将所述相应的实体与所述对应的局部意图声明的其他实体区别开，其中每个属性包括形容词短语和副词短语中的至少一者；
由所述处理器基于第一有区别的图像帧和最后一个有区别的图像帧的内容中的变更来确定用于所述计算机实现的解决方案的全局意图声明并且将所述全局意图声明设置在潜在性的状态下，其中所述全局意图声明指示所述解决方案使用所述自然语言被构建，并且是通过相对于存储在所述数据库中的所述自然语言数据分析所述第一有区别的图像帧和所述最后一个有区别的图像帧的内容来确定的；
由所述处理器对于每个局部意图声明来将组合实体状态(CES)的集合形成为包括相应的局部意图声明的n个实体的2n个可能的组合，其中基于所述相应的局部意图声明的所有n个实体而形成的CES是触发组合实体状态(触发CES)，并且其中所述集合中的每个CES处于潜在性的状态，并且响应于将相关联的实体改变为真实性的状态而将每个CES改变为真实性的状态；
由所述处理器以所述自然语言的形式从用户接收与所述多个局部意图声明中的每一个相关联的代理的细节并且将所述代理的细节设置在潜在性的状态下，其中所述代理是人类代理和机器代理中的至少一个，其中，对于每个属性、每个实体、每个局部意图声明、以及所述全局意图声明，所述代理至少将所述潜在性的状态改变为真实性的状态；以及
由所述处理器以所述自然语言的形式从所述用户接收所述局部意图声明之间的基于一个或多个预定义规则、约束和公式的多个截然不同的关系，其中每个截然不同的关系是履行执行所述解决方案的所述要求的截然不同的路径，其中所述关系指示一个局部意图声明的触发CES正在影响另一局部意图声明的CES的集合还是所述计算机实现的解决方案的构建的结束，
其中所述潜在性的状态是空的二元状态，所述真实性的状态是非空的二元状态。
46.一种用于使用标准操作程序(SOP)文件和用户所理解的自然语言并且在不使用编程代码的情况下构建计算机实现的解决方案的计算设备，其中所述SOP文件包括规定性声明、描述性声明和流程图，所述所述方法包括：
由计算设备的处理器解析所述SOP文件以以所述自然语言的形式标识所述规定性声明、所述描述性声明和所述流程图；
由所述处理器确定多个局部意图声明，所述规定性声明中的每一个各有一个局部意图声明，并且将所述局部意图声明中的每一个设置在潜在性的状态下，其中每个局部意图声明是指示用于履行执行所述解决方案的要求的子步骤的语句并且是通过相对于存储在数据库中的自然语言数据分析所述对应的规定性声明来确定的；
由所述处理器通过相对于存储在所述数据库中的所述自然语言数据分析与所述对应的规定性声明相关联的所述描述性声明来确定与所述多个局部意图声明中的每一个相关联的n个实体和与所述实体中的每一个相关联的属性并且将所述实体和所述属性中的每一个设置在潜在性的状态下，其中每个实体包括名词短语并且参与履行由对应的局部意图声明指示的子步骤的要求，并且其中所述属性定义所述相应的实体的特性并且将所述相应的实体与所述对应的局部意图声明的其他实体区别开，其中每个属性包括形容词短语和副词短语中的至少一者；
由所述处理器对于每个局部意图声明来将组合实体状态(CES)的集合形成为包括相应的局部意图声明的n个实体的2n个可能的组合，其中基于所述相应的局部意图声明的所有n个实体而形成的CES是触发组合实体状态(触发CES)，并且其中所述集合中的每个CES处于潜在性的状态，并且响应于将相关联的实体改变为真实性的状态而将每个CES改变为真实性的状态；
由所述处理器基于所述流程图来确定所述局部意图声明之间的基于一个或多个预定义规则、约束和公式的多个截然不同的关系，其中每个截然不同的关系是履行执行所述解决方案的所述要求的截然不同的路径，其中所述关系指示一个局部意图声明的触发CES正在影响另一局部意图声明的CES的集合还是用于构建所述计算机实现的解决方案的全局意图声明的结束，其中所述全局意图声明指示所述解决方案是使用所述自然语言构建的，其中所述关系是通过相对于存储在所述数据库中的所述自然语言数据分析所述流程图来确定的；以及
由所述处理器以所述自然语言的形式从用户接收与所述多个局部意图声明中的每一个相关联的代理的细节并且将所述代理的细节设置在潜在性的状态下，其中所述代理是人类代理和机器代理中的至少一个，其中，对于每个属性、每个实体、每个局部意图声明、以及所述全局意图声明，所述代理至少将所述潜在性的状态改变为真实性的状态，
其中所述潜在性的状态是空的二元状态，所述真实性的状态是非空的二元状态。
47.一种根据权利要求1所述的方法，所述方法包括：
由计算设备的处理器解析基于所述自然语言的所述计算机实现的解决方案，其中所述计算机实现的解决方案包括全局意图声明、多个局部意图声明、与所述多个局部意图声明中的每一个相关联的n个实体和代理、与所述实体中的每一个相关联的属性、所述多个局部意图声明之间的多个截然不同的关系、每个局部意图声明的组合实体状态(CES)的集合、一个或多个触发CES；
由计算设备的处理器基于解析基于所述自然语言的计算机实现的解决方案来提取多个自然语言解决方案组件，其中所述自然语言解决方案组件包括：所述全局意图声明、所述多个局部意图声明、与所述实体中的每一个相关联的属性、所述多个局部意图声明之间的多个截然不同的关系、所述组合实体状态(CES)、所述一个或多个触发CES；以及
基于按存储在数据库中的所述编程语言的符号、关键词、操作符和函数映射所述自然语言解决方案组件来自动生成编程语言代码。
48.一种用于使用用户所理解的自然语言并且在不使用编程代码的情况下构建计算机实现的解决方案的计算设备，所述计算设备包括：
处理器；以及
耦合到所述处理器的存储器，所述方法包括可由所述处理器执行来进行根据权利要求1至44和47中任一项所述的方法的指令。
49.一种用于使用视频和用户所理解的自然语言并且在不使用编程代码的情况下构建计算机实现的解决方案的计算设备，所述计算设备包括：
处理器；以及
耦合到所述处理器的存储器，所述方法包括可由所述处理器执行来进行根据权利要求45所述的方法的指令。
50.一种用于使用标准操作程序(SOP)文件和用户所理解的自然语言并且在不使用编程代码的情况下构建计算机实现的解决方案的计算设备，其中所述SOP文件包括规定性声明、描述性声明和流程图，所述计算设备包括：
处理器；以及
耦合到所述处理器的存储器，所述方法包括可由所述处理器执行来进行根据权利要求46所述的方法的指令。
Applications Claiming Priority (6)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IN201941001135 | 2019-01-10 | ||
| IN201941001135 | 2019-01-10 | ||
| IN201941028675 | 2019-07-16 | ||
| IN201941028675 | 2019-07-16 | ||
| CN202080008550.1A CN113366430A (zh) | 2019-01-10 | 2020-01-03 | 自然解决方案语言 |
| PCT/SG2020/050004 WO2020145892A1 (en) | 2019-01-10 | 2020-01-03 | Natural solution language |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202080008550.1A Division CN113366430A (zh) | 2019-01-10 | 2020-01-03 | 自然解决方案语言 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117149163A true CN117149163A (zh) | 2023-12-01 |
Family
ID=69167884
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311106989.XA Pending CN117149163A (zh) | 2019-01-10 | 2020-01-03 | 自然解决方案语言 |
| CN202080008550.1A Pending CN113366430A (zh) | 2019-01-10 | 2020-01-03 | 自然解决方案语言 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202080008550.1A Pending CN113366430A (zh) | 2019-01-10 | 2020-01-03 | 自然解决方案语言 |
Country Status (22)
| Country | Link |
|---|---|
| EP (2) | EP4145273A1 (zh) |
| JP (2) | JP7422767B2 (zh) |
| KR (2) | KR102620904B1 (zh) |
| CN (2) | CN117149163A (zh) |
| AU (2) | AU2020205593B2 (zh) |
| BR (1) | BR112021012457A2 (zh) |
| CA (1) | CA3122078A1 (zh) |
| DK (1) | DK3903182T3 (zh) |
| ES (1) | ES2961162T3 (zh) |
| FI (1) | FI3903182T3 (zh) |
| HR (1) | HRP20231346T1 (zh) |
| HU (1) | HUE063522T2 (zh) |
| IL (2) | IL305359A (zh) |
| LT (1) | LT3903182T (zh) |
| MX (2) | MX2021008262A (zh) |
| PL (1) | PL3903182T3 (zh) |
| PT (1) | PT3903182T (zh) |
| RS (1) | RS65020B1 (zh) |
| SG (1) | SG11202105981YA (zh) |
| SI (1) | SI3903182T1 (zh) |
| WO (1) | WO2020145892A1 (zh) |
| ZA (2) | ZA202103627B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11650802B2 (en) * | 2020-12-22 | 2023-05-16 | Diffblue Ltd | Idiomatic source code generation |
| WO2022203650A1 (en) * | 2021-03-22 | 2022-09-29 | Jpmorgan Chase Bank, N.A. | Method and system for detection of abnormal transactional behavior |
| CN113810496A (zh) * | 2021-09-17 | 2021-12-17 | 中国长江三峡集团有限公司 | 一种基于区块链技术的财务人员操作记录黑匣子保存方法 |
| WO2023219574A1 (en) * | 2022-05-13 | 2023-11-16 | Brane Cognitives Pte. Ltd. | Building solutions using natural language processing |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1889043A (zh) * | 2006-07-17 | 2007-01-03 | 大连大有吴涛易语言软件开发有限公司 | 计算机编程中使用人类自然语言的方法 |
| CN103617159A (zh) * | 2012-12-07 | 2014-03-05 | 万继华 | 将自然语言翻译成计算机语言的方法、语义分析器及人机对话系统 |
| US20150278820A1 (en) * | 2014-03-25 | 2015-10-01 | Mark Stephen Meadows | Systems and methods for executing cryptographically secure transactions using voice and natural language processing |
| CN107851000A (zh) * | 2015-04-28 | 2018-03-27 | 纳迪亚·安娜莉亚·韦夫拉 | 用于从自然语言自动生成功能架构文档和软件设计及分析规范文档的方法和系统 |
| CN108255814A (zh) * | 2018-01-25 | 2018-07-06 | 王立山 | 一种智能体的自然语言产生式系统及方法 |
Family Cites Families (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6633861B2 (en) * | 1993-03-19 | 2003-10-14 | Ricoh Company Limited | Automatic invocation of computational resources without user intervention across a network |
| JP2002182913A (ja) | 2000-12-18 | 2002-06-28 | Takahisa Kaneko | 自動プログラミング装置、方法及び記憶媒体 |
| US7761858B2 (en) * | 2004-04-23 | 2010-07-20 | Microsoft Corporation | Semantic programming language |
| US7779396B2 (en) * | 2005-08-10 | 2010-08-17 | Microsoft Corporation | Syntactic program language translation |
| JP2009181550A (ja) | 2008-02-01 | 2009-08-13 | Panasonic Corp | ソフトウェア要求仕様書自動生成ツール構成方法 |
| US9082402B2 (en) * | 2011-12-08 | 2015-07-14 | Sri International | Generic virtual personal assistant platform |
| WO2016026108A1 (zh) * | 2014-08-20 | 2016-02-25 | 华为技术有限公司 | 一种应用程序的切换方法、装置及电子终端 |
| JP2016126693A (ja) * | 2015-01-08 | 2016-07-11 | 富士通株式会社 | 制御手順方法、制御手順プログラム及び制御手順装置 |
| US20160357519A1 (en) * | 2015-06-05 | 2016-12-08 | Microsoft Technology Licensing, Llc | Natural Language Engine for Coding and Debugging |
| US10843080B2 (en) * | 2016-02-24 | 2020-11-24 | Virginia Tech Intellectual Properties, Inc. | Automated program synthesis from natural language for domain specific computing applications |
| KR102128571B1 (ko) * | 2016-03-23 | 2020-06-30 | 포그혼 시스템스 인코포레이티드 | 실시간 데이터플로우 프로그래밍을 위한 효율적인 상태 머신 |
| US10402173B2 (en) * | 2017-02-24 | 2019-09-03 | General Electric Company | Systems and methods for arbitrary software logic modeling |
| CN107169569A (zh) * | 2017-04-17 | 2017-09-15 | 湖南本体信息科技研究有限公司 | 一种逻辑推理机、机器模拟人脑学习和工作的方法及人工智能系统 |
| US11135428B2 (en) | 2017-07-02 | 2021-10-05 | Ebt Medical, Inc. | Systems and methods for providing patient signaling and contingent stimulation |
| DE102017116658A1 (de) | 2017-07-24 | 2019-01-24 | Vorwerk & Co. Interholding Gmbh | Selbsttätig im Außenbereich verfahrbares Gerät mit einem Überwachungsmodul |
-
2020
- 2020-01-03 CA CA3122078A patent/CA3122078A1/en active Pending
- 2020-01-03 BR BR112021012457-8A patent/BR112021012457A2/pt unknown
- 2020-01-03 CN CN202311106989.XA patent/CN117149163A/zh active Pending
- 2020-01-03 KR KR1020217021130A patent/KR102620904B1/ko active IP Right Grant
- 2020-01-03 KR KR1020237027564A patent/KR20230124104A/ko active Search and Examination
- 2020-01-03 EP EP22202963.9A patent/EP4145273A1/en active Pending
- 2020-01-03 FI FIEP20700857.4T patent/FI3903182T3/fi active
- 2020-01-03 SI SI202030294T patent/SI3903182T1/sl unknown
- 2020-01-03 DK DK20700857.4T patent/DK3903182T3/da active
- 2020-01-03 EP EP20700857.4A patent/EP3903182B1/en active Active
- 2020-01-03 RS RS20231221A patent/RS65020B1/sr unknown
- 2020-01-03 IL IL305359A patent/IL305359A/en unknown
- 2020-01-03 PL PL20700857.4T patent/PL3903182T3/pl unknown
- 2020-01-03 PT PT207008574T patent/PT3903182T/pt unknown
- 2020-01-03 SG SG11202105981YA patent/SG11202105981YA/en unknown
- 2020-01-03 CN CN202080008550.1A patent/CN113366430A/zh active Pending
- 2020-01-03 IL IL283925A patent/IL283925B2/en unknown
- 2020-01-03 AU AU2020205593A patent/AU2020205593B2/en active Active
- 2020-01-03 LT LTEPPCT/SG2020/050004T patent/LT3903182T/lt unknown
- 2020-01-03 HU HUE20700857A patent/HUE063522T2/hu unknown
- 2020-01-03 JP JP2021531877A patent/JP7422767B2/ja active Active
- 2020-01-03 HR HRP20231346TT patent/HRP20231346T1/hr unknown
- 2020-01-03 ES ES20700857T patent/ES2961162T3/es active Active
- 2020-01-03 WO PCT/SG2020/050004 patent/WO2020145892A1/en active Application Filing
- 2020-01-03 MX MX2021008262A patent/MX2021008262A/es unknown
-
2021
- 2021-05-27 ZA ZA2021/03627A patent/ZA202103627B/en unknown
- 2021-07-07 MX MX2023010734A patent/MX2023010734A/es unknown
-
2023
- 2023-06-20 AU AU2023203892A patent/AU2023203892A1/en active Pending
- 2023-06-26 ZA ZA2023/06556A patent/ZA202306556B/en unknown
- 2023-08-16 JP JP2023132568A patent/JP2023156447A/ja active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1889043A (zh) * | 2006-07-17 | 2007-01-03 | 大连大有吴涛易语言软件开发有限公司 | 计算机编程中使用人类自然语言的方法 |
| CN103617159A (zh) * | 2012-12-07 | 2014-03-05 | 万继华 | 将自然语言翻译成计算机语言的方法、语义分析器及人机对话系统 |
| US20150278820A1 (en) * | 2014-03-25 | 2015-10-01 | Mark Stephen Meadows | Systems and methods for executing cryptographically secure transactions using voice and natural language processing |
| CN107851000A (zh) * | 2015-04-28 | 2018-03-27 | 纳迪亚·安娜莉亚·韦夫拉 | 用于从自然语言自动生成功能架构文档和软件设计及分析规范文档的方法和系统 |
| CN108255814A (zh) * | 2018-01-25 | 2018-07-06 | 王立山 | 一种智能体的自然语言产生式系统及方法 |
Also Published As
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lakkaraju et al. | Rethinking explainability as a dialogue: A practitioner's perspective | |
| Friedman-Hill | Jess in action: rule-based systems in Java | |
| CN117149163A (zh) | 自然解决方案语言 | |
| Birhane | Automating ambiguity: Challenges and pitfalls of artificial intelligence | |
| Peters | Design and implementation of a chatbot in the context of customer support | |
| Devi et al. | ChatGPT: Comprehensive Study On Generative AI Tool | |
| Wijekoon et al. | CBR Driven Interactive Explainable AI | |
| Wodecki et al. | Artificial intelligence methods and techniques | |
| Scatiggio | Tackling the issue of bias in artificial intelligence to design ai-driven fair and inclusive service systems. How human biases are breaching into ai algorithms, with severe impacts on individuals and societies, and what designers can do to face this phenomenon and change for the better | |
| US20210365637A1 (en) | Natural solution language | |
| JP2023536458A (ja) | 自然言語解決策 | |
| Frydenlund et al. | Modeler in a box: how can large language models aid in the simulation modeling process? | |
| Geldard et al. | Practical artificial intelligence with Swift: from fundamental theory to development of AI-driven apps | |
| US12032928B2 (en) | Natural solution language | |
| Khanom et al. | Icons: Visual representation to enrich requirements engineering work | |
| Ahmed | An Architecture for Dynamic Conversational Agents for Citizen Participation and Ideation | |
| EP4189536B1 (en) | Natural solution language | |
| Guo et al. | An evaluation of ontology based domain analysis for model driven development | |
| Brynjulfsen | XAI Text: A Domain-Specific Language for Developing an AI Pipeline | |
| WO2023219574A1 (en) | Building solutions using natural language processing | |
| Cao | Inductive Biases for Deep Linguistic Structured Prediction with Independent Factorization | |
| Tellols Asensi | Machine learning and sentient embodied conversational agents: design and implementation of a virtual tutor in the context of energy efficiency and sustainability | |
| Wang | Learning Adaptive Language Interfaces Through Interaction | |
| van Schooten | Development and specification of multimodal and multi-user virtual environments (Proefschrift) | |
| van Rossum | Visual Iconic Language |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |