人工智能是使计算机来模拟人的某些思维过程和智能行为的学科,制造类似于人脑智能的计算机,使计算机能实现更高层次的应用。现实生活中人类的语言是千变万化的,要使计算机模拟人类的智能行为进行推理,要求信息具有极高的完整性,在表达人类语言中语言值二元组能够精确地描述语言信息,使其在运算推理过程中大大降低信息的缺失。归结方法作为自动推理的重要分支,以其严谨而简洁的推理过程被诸多学者关注。本文基于语言值二元组的相关研究,结合命题逻辑与谓词逻辑,建立语言值二元组命题逻辑系统和语言值二元组谓词逻辑系统。借鉴语义归结策略和锁归结策略,提出语言值二元组命题逻辑的广义语义归结方法和语言值二元组谓词逻辑的广义锁归结方法。本文的主要研究成果如下:本文结合经典逻辑和语言值二元组提出语言值二元组命题逻辑系统,并在此基础上结合语义归结形成语言值二元组命题逻辑的广义语义归结。将语言值二元组命题逻辑公式转换成语言值二元组命题逻辑广义子句。以语言值二元组命题逻辑文字是否是可满足的为标准将文字分成两类,即语言值二元组相似文字和语言值二元组互补文字。将语言值二元组广义子句按照一定的语义分成两部分,约定每部分内的子句间不允许作归结。同时还引入了文字次序,约定归结时其中的一个子句的被归结文字只能是该子句中次序“最大”的文字,减少冗余的归结子句以此提高归结的效率。通过实例对比说明语言值二元组命题逻辑的广义语义归结算法的可行性和有效性。为了使语言更加贴近人类自然语言的表达,也更容易被计算机所识别。本文结合经典逻辑中的锁归结策略,在语言值二元组谓词逻辑的归结原理基础上提出了语言值二元组谓词逻辑的广义锁归结方法。在语言值二元组谓词逻辑中给出了将语言值二元组谓词逻辑公式转换成Skolem标准范式的方法,研究了语言值二元组谓词逻辑中的广义锁归结,提出语言值二元组谓词逻辑中的广义锁归结算法,并通过实例说明该归结算法的有效性。