而建立在符号主义计算基础之上的思维语言框架，则以哲学中的理性主义和还原论为指导，并借鉴了语言哲学的研究成果。它把计算机看作是操作思想符号的系统，试图通过句法和语义等形式表述系统来表征世界。由于冯·诺伊曼机的普遍应用及其形式表述系统与自然语言的接近性，使得以思维语言框架为代表的、建立在经典的句法/语义表述理论之上的一批自然语言处理理论和技术得到了广泛发展与应用。在人工智能领域，米勒（）主持的词网（WordNet）和菲尔墨（）主持的框架网络（FrameNet）工程最为著名，也最具代表性。二者均采用“经验主义”语义建模的研究思路，主要以构建大规模语料库为研究目标，进而支持建立在其上的人工智能程序。然而，由于二者表述载体、表述内容以及心理学解释的不同，造成它们在处理自然语言的不同应用方面都各有优劣，但非常具有互补性。它们为预测未来自然语言处理的发展趋势提供了基础。从词网和框架网络等大型语义知识库工程中可以看出，现阶段自然语言处理领域的问题集中表现为：
首先，对自然语言的处理一直无法突破单句的界限，进而阻碍了对段落理解和语篇理解的研究。主要表现在对词和单句的分析虽然涉及了语境和语用，但无法将这些方法扩展到对段落和篇章所进行的语义分析中，这是语义分析阶段瓶颈难以突破的关键所在。
其次，同句法范畴比起来，语义范畴一直都不太容易形成比较统一的意见，有其相对性的一面。“层级分类结构”（hierarchy）的适用范围、人类认知的多角度性及其造成的层级分类的主观性，导致了语义概念的不确定性、语义知识的相对性以及语义范畴的模糊性。
最后，目前语义知识库记录的内容以静态语义关系知识为主，而对于基于语义关系约束的形式变换规则知识却研究甚少，这使得自然语言处理在动态交互过程中很难发挥应有的作用。
因此，厘清以上问题产生的原因，是发展自然语言处理所需的下一代大型语义知识库迫切需要解决的首要前提。
2.造成自然语言处理瓶颈的原因分析
社会的信息化进程对计算机智能化提出了强烈要求。然而，自然语言处理作为计算机智能的核心技术，其发展速度相当缓慢，至今尚未取得重大突破。要解决存在于自然语言处理中的上述问题，必然要分析造成这些问题的瓶颈所在，进而才有可能着手解决问题。我们认为，造成自然语言处理发展缓慢的原因主要有以下几点：
（1）自然语言处理的前提假设决定了自然语言处理瓶颈出现的必然性。对于自然语言处理，无论语言学界还是计算机界，都建立在以下假设之上：人类对语言的分析和理解是一个层次化的过程，自然语言在人脑的输入和输出是一个解构和构造的过程，并且，在这个过程中，语言的词汇可以被分离出来加以专门研究。这是一种建立在还原论基础上的前提假设。
自然语言内部是一个层次化的结构，一般可以分为词法分析、句法分析和语义分析等三个层次。这些层次之间互相影响和互相制约，最终从整体上解决对自然语言的处理问题。从自然语言的具体构成来看，一个句子由词素、词、短语、从句等构成，其中每个层次都受到语法规则的约束，而层次关系的实现则直接体现在自然语言句子的构成上。由此，计算机对自然语言进行处理也应当是一个层次化的过程。并且，根据语言的构成规则，在实现人与计算机之间的自然语言通信过程中，计算机除了需要理解给定的自然语言文本，还必须能以自然语言文本的方式来表达处理结果。
