自然语言理解是人工智能领域的核心课题,其语义模糊特性深刻影响着自然语言理解研究。模糊语义的量化问题一直是计算机和语言学界关注的热点,本文基于中介真值程度度量方法研究模糊语义的量化,力求提供一种处理模糊语义的新方法。首先简要介绍了自然语言理解、模糊语义量化算法的研究现状,接着引入中介真值程度度量(measuring of medium truth degree, MMTD)的有关内容,并分别阐述了一维和n维两种情形的中介真值程度度量方法。提出了基于MMTD的模糊语义量化算法的量化对象、量化步骤以及语法、语义规则。针对副词在汉语语义中的作用,并根据英文副词频度数值研究的已有成果,建立了中文频度副词真值程度函数;在设定中文程度副词语气强弱的程度后,建立了程度副词的真值程度函数;提出副词连接概念;结合形容词的褒贬区分并引入情感成分,对副词连接的量化方法进行了研究;最终对汉语复句进行了真值程度度量。此外,本文还建立了基于MMTD的模糊语义量化框架,设计了总体流程和部分程序,并进行了相关实验。结果表明:基于MMTD的中文模糊语义量化是有效的。本文的工作是基于逻辑真值程度对中文模糊语义进行量化的一种尝试,这些工作试图为人工智能中的自然语言理解探索一种新方法。