人工智能是研究计算机模拟完成人类思想和行为的一门学科。人类使用自然语言来表达自己的思想和行为，因此对自然语言理解的研究是人工智能领域中的一个重要课题，而量化处理自然语言中普遍存在的模糊现象是研究自然语言理解的主要课题之一。本文采用中介真值程度度量方法对英文陈述语句的模糊语义量化进行了研究。首先，简述了自然语言中普遍存在的语义模糊性和国内外在模糊语义量化方面的研究现状，在介绍了MMTD的基本概念后，阐述了基于一维情况和n维情况下的中介真值程度度量方法。然后，建立了模糊对象褒贬真值程度的计算模型，并详细说明了量化的具体步骤。接下来，分别对英文频度副词和程度副词的模糊语义进行量化处理，设定形容词的情感系数，并且对形容词和副词链接后的模糊语义进行了定义。最后，采用中介真值程度度量方法对英文陈述句的模糊语义进行量化处理，并设计相应的算法。本文最后结合理论研究成果，设计了陈述句的模糊语义量化框架和量化流程。最终，通过实验结果表明，本文所提出的方法简洁、明晰，具有计算机可以处理的特点。因此，该方法有望成为处理模糊语义的一条有效途径。