隨著社會的發(fā)展,人們對服務(wù)型機器人尤其是家庭服務(wù)機器人的需求越來越大。通過自然語言處理的方法將中文服務(wù)指令解析成機器指令的問題因此成為了研究課題之一,而解析的關(guān)鍵在于如何讓模型識別中文服務(wù)指令的內(nèi)在邏輯。本文結(jié)合了國內(nèi)外的研究現(xiàn)狀,以室內(nèi)家庭環(huán)境為背景,通過結(jié)合強化學(xué)習(xí)與本文提出的特征樹理論,對中文服務(wù)指令的解析做了研究。首先,收集以家庭服務(wù)為背景的指令集并搭建語料庫,從語料庫中挑選出相應(yīng)的指令作為訓(xùn)練集與測試集,定義連接詞為相應(yīng)的特征詞,標注訓(xùn)練集指令。其次通過強化學(xué)習(xí)方法訓(xùn)練智能體對指令中連接詞之間邏輯的識別,輸入訓(xùn)練集并且使用Q-Learning更新系統(tǒng)智能體的Q值表,使得智能體能夠逐漸“理解”中文服務(wù)指令并“理解”指令中的邏輯關(guān)系。在處理相對復(fù)雜的上下文語境時,可以在進行強化學(xué)習(xí)訓(xùn)練的同時對訓(xùn)練集開啟語境模型訓(xùn)練。通過構(gòu)造不同的語境搭配,并在預(yù)測中將語境模型與強化學(xué)習(xí)的預(yù)測結(jié)果進行融合,以達到模擬真實場景語境的功能。然后完成了智能體的訓(xùn)練工作后,開始使用測試集進行預(yù)測,觀察測試結(jié)果,并調(diào)整參數(shù)以提高預(yù)測準確率。在預(yù)測結(jié)束以后,若預(yù)測的結(jié)果與實際指令邏輯不一致,則開啟人機對話機制... 

【文章來源】：燕山大學(xué)河北省

【文章頁數(shù)】：56 頁

【學(xué)位級別】：碩士

【部分圖文】：

強化學(xué)習(xí)系統(tǒng)

它們的關(guān)系如圖 2-1 所示。圖 2-1 強化學(xué)習(xí)系統(tǒng)[10]境是對智能體所處位置的一種描述，通常是數(shù)學(xué)描述。動作是智狀態(tài)下做出的反應(yīng)。通過訓(xùn)練，使得智能體能夠在當前狀態(tài)下通最優(yōu)動作，是訓(xùn)練的主要目的。獎勵是當智能體每執(zhí)行一次動作狀態(tài)給予智能體的反饋。一般以一個值來體現(xiàn)，一般鼓勵智能體正值，反之為負值。狀態(tài)表示在某一個時間下智能體在環(huán)境的一種智能體不同時間在環(huán)境的所處位置。

圖 3-1 中文服務(wù)指令解析系統(tǒng)3.3 中文指令知識庫的建立本文的中文知識庫建立分為兩個部分，在通過語音引擎所收集到最初的語料庫后，通過對語料庫中的所有中文服務(wù)指令進行淺層信息提取與深層信息提取，逐步構(gòu)造出供機器學(xué)習(xí)訓(xùn)練與預(yù)測使用的中文指令知識庫。3.3.1 自然語言指令的特點在英語世界中有傳統(tǒng)語法，也有現(xiàn)代的轉(zhuǎn)換生成語法和范疇語法，任何的語言都有其語法規(guī)則或者規(guī)律，中文也不例外。本文所涉及的中文服務(wù)指令主要著眼于中文取物指令，有著自己領(lǐng)域內(nèi)特有的一些結(jié)構(gòu)特點。首先是服務(wù)指令中的詞匯內(nèi)容多為家庭中的物品及位置，這些詞匯的數(shù)量有限而且詞匯之間搭配有著一定規(guī)律（可以在口語化句子中利用這些規(guī)律還原句子成分，重構(gòu)一個有著完整句子成分的句子）。其次，一個完整的中文服務(wù)指令必須有著以

【參考文獻】：
期刊論文
[1]Interpreting and Extracting Open Knowledge for Human-Robot Interaction[J]. Dongcai Lu,Xiaoping Chen.  IEEE/CAA Journal of Automatica Sinica. 2017(04)
[2]機器人自然語言導(dǎo)航的層疊式條件隨機場模型[J]. 王恒升,李熙印.  計算機工程與科學(xué). 2017(08)
[3]面向室內(nèi)智能機器人的中文服務(wù)指令自主處理方法[J]. 高勝男,孔令富,吳培良.  機器人. 2015(04)
[4]一種面向室內(nèi)智能機器人導(dǎo)航的路徑自然語言處理方法[J]. 李新德,張秀龍.  自動化學(xué)報. 2014(02)
[5]基于人機交互的移動服務(wù)機器人導(dǎo)航系統(tǒng)[J]. 黃志華,屠大維,趙其杰.  機器人. 2009(03)



本文編號：3307918