对言语或文字语句类型消息的理解，首先在语言系统中按照从其低层到高层的顺序，使各层子系统依次响应；然后逐级刺激所联系的词义子系统、句义子系统、句群语义子系统（属于语义关系子系统），产生相应的语义响应，以获得该言语或文字语句的语义。不管哪一类、那一层的记忆子系统，都是一个子神经网络。其最上层都是一个神经元，下层则是通过其各“突触”所连接的、为它提供刺激输入的下层子神经网络；而各“突触”所记忆的内容就是该神经元兴奋的识别特性（或成为解释语义）。这里所说的神经元，就是按照“黑盒”（也称为黑箱）方式为人脑中的神经细胞所建立的功能模型。实际上“黑箱”方法是由物理学中的表象理论发展而来，曾在热力学、连续介质力学、协同学、控制理论等学科中得到了广泛应用。人脑神经元是一种多输入、单输出系统，我们主要关注神经细胞的兴奋、“突触”滤波和其记忆功能。所有神经细胞兴奋后，经其“轴突”输出的电平都具有相同值。但对于所连接上层神经元兴奋（或称响应）的贡献电平，却是各不相同的；也就是经过与之连接的“突触”滤波后，所产生的电平值。由于“突触”滤波输出具有稳定性、可重复性，从而可认为该神经元的有效输入刺激信号，被记忆在所连接的“突触”上。按照人类识别、描述物质的惯例，如食盐是白色、有咸味、可溶于水的结晶体等性质，就是识别该物质的依据。而这些主要识别特性所组成的向量，就是该物质的识别特征。如果知识子系统最上层的神经元兴奋而产生输出，便意味着该子系统已经产生了语义响应。该语义的信号电平又通过其“轴突”，输出给所连接的上层神经元；作为该上层神经元的一种解释语义；同样被记忆在二者连接的“突触”上。各突触所具有的不同滤波特性，都是在人类长期的认识过程中逐渐产生；并经过不断进化、遗传而形成。滤波特性是神经元记忆的唯一可能方式；其各突触所记忆的内容，则由下层记忆子系统来表达。

 在语言通信系统中，对于所提取信息的语义理解，实质上也是在人脑中进行的。首先要把接收到的信号序列的组元，依次判定为信符或者字母，再把信符、字母序列判定为对应的字、词；然后把所产生的字、词序列，组织成语句、句群。这些工作，在电脑中都能够完成；电脑也可以进行形式理解，即生成并输出表达的语句、句群。但是要获得它们的句义、句群语义，必须经过人脑的语言系统、知识系统进行逐级“再认”。首先是人的视觉神经元感知‘语句序列中字符’的识别特性，所产生兴奋输出到‘字符神经元’；并经相连接的突触滤波后，就形成了该‘字符神经元’的有效刺激输入。与该字符神经元相连接的各视觉神经元的识别特性，被记忆在各自连接的突触上。而这些识别特性所对应的有效刺激输入，经叠加后就会使‘字符神经元’兴奋，产生输出电平；这个过程就称为该字符已被再认出。各‘字符神经元’的兴奋输出，经相连接‘词神经元’的突触滤波后，就形成了该‘词神经元’的有效输入电平，经叠加后使该‘词神经元’兴奋、产生输出；这个过程就称为该词已被再认。而与之连接的字符神经元的识别特性，被记忆在该‘词神经元’的相连接“突触”上。‘词神经元’子系统的兴奋，将会引发相应词义子系统响应，产生“词义再认”；即使该单词获得词义。在此基础上，句义、句群语义也是按照“词义再认”的相似方式，由语句、句群子系统，分别引发句义子系统、句群语义子系统响应，而被再认出来；使该语句、该句群分别获得句义、句群语义。而词义神经元、句义神经元、句群语义神经元，分别是指它们所对应词义子系统、句义子系统、句群语义子系统最上层的那个神经元。“句义再认”，即表示该语句已经获得了句义。同样‘句群语义再认’，也表示该句群已经获得了句群语义。句义子系统中的所有词义，称为该句义的识别特性，也就是该句义的解释语义；分别被记忆在该句义神经元的不同“突触”上。句群语义子系统中的所有句义所对应的语句，在组成句群时就已经产生了不同的新语义，也就是该句群的句群语义。其中的所有句义，称为该句群语义的识别特性，也就是该句群的解释语义；它们被记忆在句群子系统最上层神经元的“突触”上。在句群子系统中进行再认，即可能获得句群语义。句群语义不同于该句群子系统中所有语句的句义，而是所包含语句整体组织所产生的新语义。按照‘系统论’的观点，新产生的组织结构，必然会产生相应的新性质。这样就不难理解句群会产生的新语义了，实际上句群语义也反映了语句的上、下文关系。而不产生新语义的语句组，就不能称之为‘句群’。对于非语言信息的理解过程与此相似，只不过是直接在知识系统中进行逐级再认而已。只有当要求对外表达时，才会激发语言系统响应，使输出表达相应语义的文字语句或者言语。顺便说一下，‘言语’是语言学中的概念；说白了，‘言语’也就是口头说出的话语。由此可以看出：模式识别的方法，对于语言理解、信息理解的过程，都有着非常重要作用。而人工智能的‘语义理解’，实质上并未获得语义；它只是一种以词解释词、以句解释句的注解方式。同样必须通过人脑知识系统中的再认、理解，才能获得相应的语义。注解方式在人们解释单词、语句时，也经常使用。不过人的注解方式与人工智能并不相同，而是使用已经获得语义的词、句，来注解难以理解的非常用词、句。人工智能则不可能这样注释，因为机器所注释的非常用词、句时，并不能使注释所用的单词、语句在电脑上同时获得相应的词义、句义。