在中国计算机学会（CCF）主办的第五届全球人工智能与机器人峰会上，北京语言大学信息科学学院院长荀恩东教授发表了题为《语言智能核心问题——语义理解》的演讲。作为该会议的重要嘉宾，荀恩东教授分享了他在汉语语义计算和语言资料建设领域的研究成果，并对自然语言处理中越来越重要的语义理解进行了深入探讨。

首先，荀恩东教授分析了自然语言中的两个关键特点：歧义和多样性。他指出，这些特点是造成语言理解复杂性的主要原因。随后，他介绍了一种新型的语义表示方案——意合图，以促进自然语言的更好理解。

此外，荀恩东教授还提到了四种类型的人工智能应用：分类、生成、抽取和校对。他解释说，每一种应用都有其独特的问题解决方式，但它们都依赖于一个共同目标，即将不结构化的文本转换成结构化数据以供计算机处理。

最后，通过举例说明如何使用意合图来构建概念之间关系，以及如何将知识图谱从稀疏到完备地补充信息，荀恩东教授展示了如何实现这一目标。在他的演讲中，他强调了将自然语言转换为可操作格式对于实现自动化任务至关重要，并且这种转换必须能够反映单元之间复杂关系。

总之，在当今的大数据时代，无论是为了提高效率还是创造新的价值，都需要深入研究并掌握如何有效地进行句子、篇章甚至整个文本集间的一般目标，即对自然语言进行结构化。