【摘要】：隨著信息技術(shù)的發(fā)展,人們幾乎可以在任意時間、任意地點(diǎn)實(shí)時地使用互聯(lián)網(wǎng)提供的便捷服務(wù),人與計算設(shè)備的交互越來越頻繁,因此對交互的便利性、自然度也提出了越來越高的要求�？谡Z對話系統(tǒng)(Spoken Dialogue System)的目標(biāo)是讓人們通過語言這種最自然、便利的方式與計算機(jī)進(jìn)行交流,有著廣泛的應(yīng)用需求。對話管理是口語對話系統(tǒng)的核心,得到了廣泛深入的研究,其中,部分可觀測馬爾可夫決策過程(POMDP)目前被認(rèn)為是最重要的一個模型。本文針對該模型存在的兩個問題,開展了如下工作:針對現(xiàn)有的基于POMDP的對話管理模型中槽個數(shù)及每個槽取值都有限的問題,提出了一種對象動態(tài)綁定方法。該方法雖然能處理的糟數(shù)量依然為有限,但可以允許某個槽的取值為無限。針對口語對話系統(tǒng)中語音識別的不確定性,提出了一種基于語音識別的N-Best結(jié)果估計POMDP模型觀測概率的方法。結(jié)合上述兩個改進(jìn)方法提出了一個改進(jìn)的POMDP模型,設(shè)計了其求解算法。并以面向教學(xué)任務(wù)的口語對話為例,設(shè)計實(shí)現(xiàn)了一個對話系統(tǒng),在該系統(tǒng)上的評測表明,本文提出的改進(jìn)模型能夠處理對象數(shù)為無限的教學(xué)任務(wù),并且基于N-Best的觀測概率估計方法提高了系統(tǒng)的性能。
[Abstract]:With the development of information technology, people can use the convenient services provided by the Internet almost at any time and anywhere in real time. The interaction between people and computing devices is becoming more and more frequent, so it is convenient to interact with each other. Naturalness also puts forward higher and higher requirements. The goal of spoken dialogue system (Spoken Dialogue System) is to make people communicate with computers in the most natural and convenient way, which has a wide range of application needs. Dialogue management is the core of spoken dialogue system and has been widely studied. Among them, part of observable Markov decision-making process (POMDP) is considered to be the most important model at present. Aiming at the two problems existing in the model, this paper has carried out the following work: aiming at the problem that the number of slots and the value of each slot in the existing POMDP-based dialogue management model are limited, a method of object dynamic binding is proposed. Although the amount of mess that can be dealt with by this method is still limited, it can allow the value of a slot to be infinite. Aiming at the uncertainty of speech recognition in spoken dialogue system, a method based on speech recognition based on N-Best results to estimate the observation probability of POMDP model is proposed. Combined with the above two improved methods, an improved POMDP model is proposed and its solution algorithm is designed. Taking the oral dialogue for teaching task as an example, a dialogue system is designed and implemented. The evaluation on this system shows that the improved model can deal with the teaching task with unlimited number of objects, and the evaluation on the system shows that the improved model can deal with the teaching task with unlimited number of objects. The observation probability estimation method based on N-Best improves the performance of the system.
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP311.52

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 柴振榮;利用同族語言庫識別語言和對話系統(tǒng):述評[J];管理科學(xué)文摘;1996年02期

2 拜戰(zhàn)勝;藍(lán)嵐;彭佳紅;陳哲;;對話系統(tǒng)中控制模型的比較研究[J];鄭州大學(xué)學(xué)報(理學(xué)版);2006年04期

3 郭書杰;黃明;梁旭;;陪護(hù)機(jī)器人口語對話系統(tǒng)設(shè)計與實(shí)現(xiàn)[J];網(wǎng)絡(luò)安全技術(shù)與應(yīng)用;2010年12期

4 劉智博;Michael Brasser;鄭方;徐明星;;一個基于文本輸入的口語對話系統(tǒng)的新的實(shí)現(xiàn)策略[J];計算機(jī)科學(xué);2006年11期

5 王彬,江銘虎;口語對話系統(tǒng)中的語句主題提取[J];計算機(jī)工程與應(yīng)用;2004年18期

6 王菁華,鐘義信,王樅,劉建毅;口語對話管理綜述[J];計算機(jī)應(yīng)用研究;2005年10期

7 陳俊燕,吳及,王俠,王作英;口語對話系統(tǒng)中的一種穩(wěn)健語言理解算法[J];清華大學(xué)學(xué)報(自然科學(xué)版);2005年01期

8 黃民烈,朱小燕;對話管理中基于槽特征有限狀態(tài)自動機(jī)的方法研究[J];計算機(jī)學(xué)報;2004年08期

9 司彥峰;;基于辯論理論的多Agent對話系統(tǒng)的研究[J];網(wǎng)絡(luò)安全技術(shù)與應(yīng)用;2010年06期

10 航輝;;鞍鋼半連軋廠過程自動化對話系統(tǒng)[J];鞍鋼技術(shù);1989年06期

相關(guān)會議論文 前8條

1 郭榮;高峰;毛家菊;陸汝占;;人機(jī)口語對話系統(tǒng)中否定結(jié)構(gòu)的處理[A];語言計算與基于內(nèi)容的文本處理——全國第七屆計算語言學(xué)聯(lián)合學(xué)術(shù)會議論文集[C];2003年

2 鄔曉鈞;燕鵬舉;徐明星;;口語對話系統(tǒng)中日期和時刻的處理[A];第六屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];2001年

3 沈揚(yáng);袁保宗;李紅蓮;何偉;;口語對話系統(tǒng)的評測[A];第十一屆全國信號處理學(xué)術(shù)年會（CCSP-2003）論文集[C];2003年

4 戴禮榮;王仁華;;一個用于自動語聲對話系統(tǒng)的關(guān)鍵詞識別新算法[A];第四屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];1996年

5 黃寅飛;鄭方;蘇毅;李芳;吳文虎;;口語對話系統(tǒng)EasyNav中的語義表示[A];第六屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];2001年

6 何偉;袁保宗;林碧琴;黃友能;楊素瓊;;面向?qū)в稳蝿?wù)的人機(jī)口語對話系統(tǒng)的研究與實(shí)現(xiàn)[A];第六屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];2001年

7 沈揚(yáng);袁保宗;李紅蓮;何偉;;口語火車查詢和定票系統(tǒng)性能的評測[A];第七屆全國人機(jī)語音通訊學(xué)術(shù)會議（NCMMSC7）論文集[C];2003年

8 陶永;王田苗;魏洪興;陳殿生;;一種基于POMDP用戶意圖建模的智能輪椅導(dǎo)航控制方法[A];2009年中國智能自動化會議論文集（第五分冊）[東南大學(xué)學(xué)報（增刊）][C];2009年

相關(guān)博士學(xué)位論文 前1條

1 張琳;漢語口語對話系統(tǒng)中口語語言分析[D];上海交通大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 吳國華;基于POMDP的口語對話系統(tǒng)研究與實(shí)現(xiàn)[D];北京郵電大學(xué);2016年

2 喻銀尤;基于安卓校園服務(wù)對話系統(tǒng)的設(shè)計與開發(fā)[D];復(fù)旦大學(xué);2013年

3 范雄雄;面向?qū)Ш降闹悄軐υ捪到y(tǒng)[D];復(fù)旦大學(xué);2013年

4 邵志強(qiáng);對話系統(tǒng)數(shù)據(jù)預(yù)處理模塊的設(shè)計與實(shí)現(xiàn)[D];北京交通大學(xué);2017年

5 徐梓翔;任務(wù)型對話系統(tǒng)平臺的設(shè)計與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2017年

6 陸亞輝;面向服務(wù)機(jī)器人的口語對話系統(tǒng)研究與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2017年

7 卓佳;基于激勵學(xué)習(xí)的人機(jī)口語對話策略優(yōu)化[D];長沙理工大學(xué);2006年

8 吳婷婷;旅游信息口語對話系統(tǒng)[D];北京林業(yè)大學(xué);2015年

9 裘實(shí);基于深度學(xué)習(xí)的對話系統(tǒng)主題分配技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2017年

10 過冰;智能語音對話系統(tǒng)中基于規(guī)則和統(tǒng)計的語義識別[D];北京郵電大學(xué);2014年

，

本文編號：2454847