本成果把中庸方法上升融入到當(dāng)今跨學(xué)科創(chuàng)新研究的時(shí)代潮流中，從哲學(xué)方法論高度提出了跨學(xué)科研究的“取長(zhǎng)補(bǔ)短”方法，助力于新一代人工智能確立符號(hào)主義和連接主義融合互補(bǔ)的嶄新發(fā)展方向，對(duì)AI堅(jiān)守正確的發(fā)展方向價(jià)值巨大。該成果全面展示自然語(yǔ)言邏輯從各種角度對(duì)自然語(yǔ)言進(jìn)行語(yǔ)義表征，尤其是組合范疇語(yǔ)法CCG對(duì)自然語(yǔ)言進(jìn)行語(yǔ)義表征的“取長(zhǎng)補(bǔ)短”實(shí)踐，可為各類機(jī)器學(xué)習(xí)模型所需要的知識(shí)表征提供智力支持；探討國(guó)際先進(jìn)的自然語(yǔ)言語(yǔ)義庫(kù)PMB，吸納其中極具借鑒價(jià)值的技術(shù)手段，用之于 “CCG漢語(yǔ)樹庫(kù)”的提升與更新。其成果有助于彌補(bǔ)NLP數(shù)據(jù)驅(qū)動(dòng)方案的可解釋性不強(qiáng)的短板，為當(dāng)今AI領(lǐng)域機(jī)器自主學(xué)習(xí)訓(xùn)練所需要的語(yǔ)言大模型提供理論支撐。