中英文对照
术语表
译名以本书正文用法为准；存在多种译法时保留常见别名。
| 中文名 | 英文名 | 缩写与别名 |
|---|---|---|
| 贝叶斯网络 | Bayesian Network | BN、BN、belief network、概率信念网络 |
| 本体 | Ontology | — |
| 变分自编码器 | Variational Autoencoder | VAE、变分自动编码器、变分自编码模型、variational autoencoder、variational auto-encoder、VAE模型 |
| 表示学习 | Representation Learning | 特征学习、表征学习 |
| 策略 | Policy | 决策策略、stochastic policy、deterministic policy |
| 策略梯度 | Policy Gradient | PG、policy-gradient method、PG method |
| 查准率与召回率 | Precision and Recall | PPV、TPR、精确率与召回率、阳性预测值与灵敏度、precision/recall |
| 产生式规则 | Production Rule | production rule、production system rule、产生式系统、IF-THEN rule、条件动作规则 |
| 词元 | Token | token、标记、语言模型词元 |
| 达特茅斯夏季研究项目 | Dartmouth Summer Research Project on Artificial Intelligence | 达特茅斯会议、Dartmouth workshop、Dartmouth project |
| 大语言模型 | Large Language Model | LLM、大型语言模型、large language model、large language models、LLM模型 |
| 对比学习 | Contrastive Learning | 对比式学习、contrastive representation learning |
| 多层感知机 | Multilayer Perceptron | MLP、全连接前馈网络、MLP network |
| 反向传播 | Backpropagation | backprop、误差反向传播、反传 |
| 泛化 | Generalization | 泛化能力、generalisation |
| 分词／token化 | Tokenization | 分词、标记化、token切分、词元化 |
| 分类 | Classification | 分类任务 |
| 符号接地 | Symbol Grounding | 符号奠基、符号落地、symbol grounding problem |
| 概率分布 | Probability Distribution | 机率分布、分布 |
| 概率校准 | Probability Calibration | 校准、概率标定 |
| 感知机 | Perceptron | perceptron、感知器 |
| 功能主义 | Functionalism | 心灵功能主义、functionalist theory |
| 关键词检测 | Keyword spotting | KWS、关键词检出、keyword detection、KWS |
| 光学字符识别 | Optical character recognition | OCR、文字识别、字符识别 |
| 广度优先搜索 | Breadth-First Search | BFS、宽度优先搜索、层序搜索 |
| 归纳偏置 | Inductive Bias | 归纳偏差、学习偏置 |
| 过拟合 | Overfitting | 过度拟合 |
| 幻觉 | Hallucination | 虚构、hallucination、confabulation、模型幻觉、生成式AI幻觉 |
| 回归 | Regression | 回归任务 |
| 混淆矩阵 | Confusion Matrix | 误差矩阵 |
| 机器翻译 | Machine Translation | MT、自动翻译、神经机器翻译、statistical machine translation |
| 机器学习 | Machine Learning | ML、统计机器学习 |
| 基础模型 | Foundation Model | FM、基座模型、基础大模型、foundation model、foundation models、FM模型 |
| 激活函数 | Activation Function | 非线性激活、activation |
| 极小化极大 | Minimax | 极大极小、极小极大算法 |
| 计算机视觉 | Computer vision | CV、机器视觉、视觉识别 |
| 价值函数 | Value Function | V、Q、状态价值、动作价值、Q值、state-value function、action-value function |
| 监督学习 | Supervised Learning | 有监督学习 |
| 检索增强生成 | Retrieval-Augmented Generation | RAG、retrieval-augmented generation、retrieval augmented generation、RAG、检索增强式生成 |
| 降维 | Dimensionality Reduction | 维度约简、降维方法 |
| 交并比 | Intersection over union | IoU、Jaccard index、重叠率 |
| 交叉验证 | Cross-validation | CV、交叉核验、k折交叉验证 |
| 经验风险最小化 | Empirical Risk Minimization | ERM、经验风险最小化原则、经验风险最小化法 |
| 具身认知 | Embodied Cognition | 具身主义、embodied mind |
| 聚类 | Clustering | 聚类分析、cluster analysis |
| 卷积 | Convolution | conv、卷积运算 |
| 卷积神经网络 | Convolutional Neural Network | CNN、卷积网络、ConvNet |
| 决策表 | Decision Table | decision table、判定表、决策逻辑表 |
| 决策树 | Decision Tree | DT、分类树、回归树 |
| 开放世界假设 | Open-World Assumption | OWA、OWA、open world assumption |
| 控制论 | Cybernetics | 赛博控制论、cybernetics |
| 扩散模型 | Diffusion Model | DM、扩散生成模型、概率扩散模型、diffusion model、diffusion probabilistic model |
| 理性智能体 | Rational Agent | 理性代理、rational agent |
| 连接时序分类 | Connectionist temporal classification | CTC、连接主义时序分类、联结时序分类 |
| 联结主义 | Connectionism | 连接主义、connectionist approach、neural network approach |
| 逻辑回归 | Logistic Regression | logistic回归、对数几率回归 |
| 梅尔频率倒谱系数 | Mel-frequency cepstral coefficients | MFCC、梅尔倒谱系数、mel frequency cepstral coefficients |
| 蒙特卡洛树搜索 | Monte Carlo Tree Search | MCTS、蒙特卡洛搜索、Monte-Carlo tree search |
| 命名实体识别 | Named Entity Recognition | NER、命名实体识别、named entity recognition、实体识别 |
| 模型 | Model | 数学模型、统计模型 |
| 目标跟踪 | Object tracking | 对象跟踪、视觉跟踪、visual tracking |
| 目标检测 | Object detection | 物体检测、对象检测 |
| 朴素贝叶斯 | Naive Bayes | NB、朴素贝叶斯分类器 |
| 启发函数 | Heuristic Function | 启发式函数、heuristic、估价函数 |
| 欠拟合 | Underfitting | 拟合不足 |
| 嵌入 | Embedding | 向量嵌入、嵌入表示、embedding vector |
| 强化学习 | Reinforcement Learning | RL、增强学习 |
| 人工智能 | Artificial Intelligence | AI、机器智能、artificial intelligence |
| 人工智能寒冬 | AI Winter | AI 寒冬、人工智能冬天、AI winter |
| 人类反馈强化学习 | Reinforcement Learning from Human Feedback | RLHF、基于人类反馈的强化学习、reinforcement learning from human feedback、RLHF、人类反馈式强化学习 |
| 上下文窗口 | Context Window | 上下文长度、context window、context length、上下文窗 |
| 深度学习 | Deep Learning | DL、深层学习、deep neural learning |
| 深度优先搜索 | Depth-First Search | DFS、纵向优先搜索 |
| 神经符号 AI | Neuro-Symbolic AI | neural-symbolic AI、neuro-symbolic artificial intelligence、神经—符号人工智能 |
| 神经网络 | Artificial Neural Network | ANN、人工神经网络、neural network、neural net |
| 生成采样 | Sampling | 采样、取样、随机采样、解码采样、生成式采样、sampling、stochastic sampling |
| 生成对抗网络 | Generative Adversarial Network | GAN、生成式对抗网络、对抗生成网络、generative adversarial network、generative adversarial net、GAN模型 |
| 生成模型 | Generative Model | 生成式模型、generative model |
| 生成式人工智能 | Generative Artificial Intelligence | GenAI、GAI、生成式AI、生成式 AI、生成AI、generative AI、generative artificial intelligence |
| 声码器 | Vocoder | 语音声码器、neural vocoder、神经声码器 |
| 声谱图 | Spectrogram | 语谱图、时频图、时频表示、频谱图（常见易混称） |
| 时序差分学习 | Temporal-Difference Learning | TD、TD学习、temporal difference |
| 视觉Transformer | Vision Transformer | ViT、视觉变换器、image transformer |
| 数据集偏移、分布外与漂移 | Dataset Shift, Out-of-distribution, and Distribution Drift | OOD、分布变化、数据集偏移、dataset shift、concept drift |
| 数据泄漏 | Data Leakage | 资料泄漏、训练测试泄漏、target leakage |
| 说话人辨认 | Speaker identification | 说话者辨认、speaker ID、说话人识别（常见译名） |
| 说话人验证 | Speaker verification | 声纹验证、说话者验证、speaker authentication |
| 溯因 | Abduction | abductive reasoning、溯因推理、最佳解释推理 |
| 算法 | Algorithm | 计算步骤、算法程序 |
| 随机森林 | Random Forest | RF、随机森林算法 |
| 损失函数 | Loss Function | 损失、目标函数、cost function |
| 探索—利用权衡 | Exploration–Exploitation Trade-off | 探索与利用、exploration versus exploitation、exploration exploitation tradeoff |
| 特征 | Feature | 输入变量、预测变量、属性 |
| 梯度下降 | Gradient Descent | GD、最速下降、梯度法 |
| 提升法、梯度提升与XGBoost | Boosting, Gradient Boosting, and XGBoost | GBDT、GBM、boosting、梯度提升树、梯度提升机、gradient boosting、gradient boosted trees、gradient-boosted decision trees、XGBoost |
| 提示 | Prompt | 提示词、prompt、prompting、模型提示 |
| 通用人工智能 | Artificial General Intelligence | AGI、通用 AI、一般人工智能、general AI |
| 统计革命 | Statistical Turn in AI | statistical revolution、statistical turn、统计转向 |
| 图灵测试 | Turing Test | 模仿游戏、imitation game |
| 图像分割 | Image segmentation | 图像区域分割 |
| 图像分类 | Image classification | 图片分类、视觉分类 |
| 温度 | Temperature | T、采样温度、softmax温度、温度参数、temperature、sampling temperature、softmax temperature |
| 文本转语音 | Text-to-speech | TTS、语音合成、文本转语音、speech synthesis |
| 问答 | Question Answering | QA、自动问答、开放域问答、question answering system |
| 无监督学习 | Unsupervised Learning | 非监督学习 |
| 系统提示 | System Prompt | 系统消息、system prompt、system message、系统指令 |
| 狭义人工智能 | Narrow AI | 狭义 AI、专用人工智能 |
| 线性回归 | Linear Regression | 最小二乘回归 |
| 向量 | Vector | 特征向量、向量表示 |
| 小批量 | Mini-batch | batch、批次、小批次、minibatch |
| 心智计算主义 | Computational Theory of Mind | CTM、计算主义、心智计算理论、computationalism |
| 心智理论 | Theory of Mind | ToM、他心理论、心理理论、mindreading、mentalizing、心智化 |
| 信息抽取 | Information Extraction | IE、文本信息抽取、关系抽取、事件抽取 |
| 信息检索 | Information Retrieval | IR、文本检索、搜索排序、document retrieval |
| 序列标注 | Sequence Labeling | 序列标签、sequence tagging、token classification |
| 序列到序列模型 | Sequence-to-Sequence Model | seq2seq、编码器解码器、encoder-decoder、sequence to sequence |
| 训练轮次 | Epoch | 轮、训练轮、epochs |
| 训练与推断 | Training and Inference | 训练与推理、模型训练、模型推理、推理阶段、inference |
| 一致代价搜索与 Dijkstra | Uniform-Cost Search | UCS、Dijkstra 搜索、迪杰斯特拉算法、uniform cost search |
| 异常检测 | Anomaly Detection | 离群检测、异常点检测、outlier detection |
| 意识 | Consciousness | — |
| 意向性 | Intentionality | 关于性、指向性、aboutness |
| 因果关系 | Causality | 因果性、因果推断 |
| 优化器 | Optimizer | 优化算法、optimization algorithm |
| 语料库 | Corpus | 语料、corpora、language corpus |
| 语言模型 | Language Model | LM、统计语言模型、neural language model |
| 语音活动检测 | Voice activity detection | VAD、speech activity detection、语音检测 |
| 预训练 | Pretraining | pretraining、pre-training、模型预训练 |
| 约束满足问题 | Constraint Satisfaction Problem | CSP、约束满足、constraint problem |
| 张量 | Tensor | 多维数组、tensor |
| 正则化 | Regularization | 规则化、regularisation |
| 支持向量机 | Support Vector Machine | SVM、支持向量分类器、最大间隔分类器 |
| 知识工程 | Knowledge Engineering | KE、knowledge engineering、知识获取与维护 |
| 知识图谱 | Knowledge Graph | KG、KG、knowledge graph |
| 指令微调 | Instruction Tuning | 监督微调、instruction tuning、supervised fine-tuning、supervised finetuning、SFT、指令调优 |
| 中文房间 | Chinese Room Argument | CRA、中文屋、Chinese room、中文房间论证 |
| 中文分词 | Chinese Word Segmentation | CWS、汉语分词、Chinese segmentation、word segmentation |
| 主成分分析 | Principal Component Analysis | PCA、主成份分析 |
| 注意力机制 | Attention | 注意力、attention mechanism、scaled dot-product attention |
| 专家系统 | Expert System | 知识系统、expert system |
| 姿态估计 | Pose estimation | 人体姿态估计 |
| 子词 | Subword | subword、子词单元、BPE token |
| 自动化 | Automation | 流程自动化、自动控制 |
| 自动语音识别 | Automatic speech recognition | ASR、语音识别、语音转写、speech recognition |
| 自回归模型 | Autoregressive Model | AR、自回归生成模型、自回归语言模型、autoregressive model、autoregressive generative model、AR模型 |
| 自监督学习 | Self-Supervised Learning | SSL、self-supervision |
| 自然语言处理 | Natural Language Processing | NLP、自然语言处理技术、计算语言处理 |
| 组合爆炸 | Combinatorial Explosion | 组合式爆炸、状态空间爆炸、指数爆炸 |
| A* 搜索 | A* Search | A*、A-star、A 星搜索、A星算法 |
| Actor–critic | Actor–Critic | AC、行动者—评论家、演员—评论家、actor critic |
| AI 效应 | AI Effect | 人工智能效应、AI effect |
| alpha-beta 剪枝 | Alpha–Beta Pruning | α–β、alpha beta pruning、阿尔法贝塔剪枝 |
| BLEU | Bilingual Evaluation Understudy | BLEU、BLEU score、BLEU分数、双语替补评测 |
| DENDRAL | DENDRAL | Heuristic DENDRAL、Meta-DENDRAL |
| ELIZA 效应 | ELIZA Effect | ELIZA effect、伊丽莎效应、拟人化投射 |
| ImageNet | ImageNet | ImageNet数据集、ImageNet数据库 |
| k-means聚类 | k-means Clustering | k均值、K-means、k均值聚类 |
| k近邻 | k-Nearest Neighbors | k-NN、KNN、k最近邻、最近邻法 |
| MDP与POMDP | Markov Decision Process and Partially Observable Markov Decision Process | MDP、POMDP、马尔可夫决策过程、部分可观察马尔可夫决策过程、belief state、信念状态 |
| MYCIN | MYCIN | MYCIN expert system、迈辛 |
| n-gram | n-gram | N元语法、N元组、n元模型 |
| OWL | Web Ontology Language | 网络本体语言、OWL 2 |
| Prolog | Prolog | PROLOG、programmation en logique、逻辑编程 |
| Q-learning | Q-learning | Q学习、Watkins Q-learning |
| RDF | Resource Description Framework | 资源描述框架、RDF graph、RDF triple |
| ROC曲线与曲线下面积 | Receiver Operating Characteristic Curve and Area Under the Curve | ROC、AUC、ROC AUC、受试者工作特征曲线、ROC-AUC |
| STRIPS | Stanford Research Institute Problem Solver | STRIPS、经典规划动作表示、前置条件与效果 |
| TF–IDF | Term Frequency–Inverse Document Frequency | TF-IDF、词频-逆文档频率、词频逆文档频率、tf-idf |
| Transformer | Transformer | Transformer架构、变换器、自注意力模型 |
| Word2vec | Word2vec | word2vec、CBOW、skip-gram |
| XCON / R1 | XCON | XCON、R1、eXpert CONfigurer、DEC configuration system |