语义神经网络是一种将符号主义与联结主义两者相结合在一起来实现自然语言理解的新思想方法。它打破了传统的线性理解模式,模拟人脑的语言处理机制,把自然语言的表层语义理解过程看成是语言单位在人脑中激活相应的神经元并建立语义神经网络的过程。语义神经网络的深层语义计算则是被激活的神经元继续使用嵌入其中的深层语义知识,通过彼此通讯和内部计算来完成的处理。在整个语义神经网络上深层语义计算的结果就是自然语言理解的结果。如能实现这一思想,其意义是不言而喻的。目前我们的工作有了部分的进展,在文献[1]中给出了构思和模型,文献[28]对语义神经网络的整体模型、神经元的设计和表层语义的分析过程进行了全面的研究,并且还做了部分句型的试验,结果显示用语义神经网络进行汉语表层理解是基本可行的。基于表层语义理解的工作,我们继续进行深层语义计算的研究,真正意义上的实现语义神经网络的自然语言理解。在本文中我们完善了语义神经网络神经元的模型和结构的设计,并描述了汉语表层语义神经网络的构造过程,同时介绍神经元的深层语义定义和形式化描述。基于深层语义知识的多样性,我们对深层语义计算进行了分类,不同的深层语义知识使用不同的计算方法进行处理。因此我们为每个神经元设计了事实库和规则库,事实库用以存储神经元的深层语义知识,每激活一条规则就激活了相对应的深层语义计算方法。语义神经网络的深层语义计算是一个分布式并行的计算过程,我们采用多线程技术来模拟神经元的独立自主和分布式并行计算。最后本文做了部分实验例子,结果显示用语义神经网络实现自然语言理解是可行的。