一、案例定位

理解早期自然語言處理如何從規則式解析走向語意表示。

二、學習目標

• 說明 STUDENT 如何處理代數文字題。
• 理解語意網路中的節點與關係連線。

三、案例情境

Daniel Bobrow 在 1964 年博士論文中開發 STUDENT，可讀取、解釋並解高中代數文字題；它以預先編寫的規則解析自然語言、抽取資訊並套用代數方法。後續的語意網路則以概念作為節點、概念之間的關係作為連線，使程式能表達例如「貓 → 哺乳類 → 動物」的語義關係。

四、開始資料

五、Excel／AI 分析方法

語意網路可先用 來源概念｜關係｜目標概念 三欄整理，再視需要匯入圖形工具。

六、計算結果

本案例沒有原書數值可直接計算。

七、結果分析與管理解讀

STUDENT 展示自然語言可被規則式解析器轉成可計算問題；語意網路則進一步把「詞」放進關係結構，而不只是做關鍵字比對。

八、AI 提問詞

把以下已提供的概念與關係整理成語意網路連線清單；不得自行補出來源沒有提供的概念階層。

九、思考／情境變動

**題目：**只有關鍵字比對、沒有概念間關係，是否已達到原書所說的語意網路？

**參考解答：**沒有。語意網路的核心是概念之間明確的關係。