本文關(guān)鍵詞：面向人機(jī)互動的自然語言理解的研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：機(jī)器人服務(wù)于人類時不可避免地需要進(jìn)行人機(jī)互動。合適的人機(jī)互動能使機(jī)器人更好地理解人的意圖,也使人能了解機(jī)器人當(dāng)前的狀態(tài)。但要實(shí)現(xiàn)自然的人機(jī)互動,需要解決機(jī)器人的行動能力、多用性、以及理解能力等方面上的挑戰(zhàn)。本文提出利用人類知識來提高機(jī)器人在非預(yù)測情況下完成任務(wù)的能力,解決多用性問題。機(jī)器人要理解人類知識,歸根結(jié)底需要理解人類的自然語言。同時,自然語言作為用戶與機(jī)器人交互最自然的方式,理解自然語言是機(jī)器人的基本要求。因此,本文通過解決機(jī)器人在自然語言理解中的問題,實(shí)現(xiàn)大規(guī)模自然語言理解,從而解決自然人機(jī)互動所面臨的問題。本文從三方面逐步提高機(jī)器人理解自然語言的能力。 第一,解決以自然語言為載體的開放性知識語義提取問題。由于機(jī)器人在設(shè)計(jì)時無法預(yù)測所有可能的情況出現(xiàn),機(jī)器人需要動態(tài)地從外部獲取開放性知識以彌補(bǔ)完成任務(wù)所需的缺失知識。機(jī)器人要理解以自然語言為載體的知識,需要理解自然語言。同時這些知識可能存在著多種模式,半結(jié)構(gòu)化或自然語言形式。為此,本文提出多模式自然語言處理技術(shù),使用統(tǒng)一、通用的語義解析機(jī)制,對多種模式的開放性知識進(jìn)行深度語義的提取。此外,以自然語言為載體的知識,往往因?yàn)樽珜懻叩纳舷挛念A(yù)設(shè)而造成某些語義信息被隱含。因此,面向預(yù)設(shè)的語義修復(fù)方法被引入,以保證語義提取的結(jié)果是完整的、能正確表達(dá)原有知識的含義。 第二,解決人機(jī)互動中行動知識與交互語言的統(tǒng)一形式化表示問題,以及大規(guī)模自然語言理解問題。人機(jī)互動中的自然語言理解需要機(jī)器人能夠理解行動知識中的自然語言和用戶用于交互的自然語言。通用的語義解析需要一種統(tǒng)一的形式化表示來表達(dá)這兩種不同類型的自然語言的含義。本文對此提出人機(jī)對話表示形式。在大規(guī)模自然語言理解中,對自然語言進(jìn)行語義解析往往存在著不確定性和歧義的情況,因此本文引入概率語義解析。概率語義解析的另一好處是還可以通過監(jiān)督學(xué)習(xí)算法,從標(biāo)注有語義形式的語料中訓(xùn)練得到所需的詞典,避免了人工構(gòu)建詞典的大量工作。 第三,解決大量標(biāo)注語料的獲得問題。大規(guī)模的自然語言理解要求語義解析所覆蓋的單詞面足夠廣。但要實(shí)現(xiàn)覆蓋面廣的語義解析,往往需要大量的標(biāo)注有語義形式的訓(xùn)練樣本。而實(shí)際中很難實(shí)現(xiàn)大量的語料標(biāo)注,因?yàn)檫@需要消耗大量的時間和精力。對此,本文提出詞典傳播方法,將覆蓋面小的詞典通過大量未標(biāo)注語料擴(kuò)展成覆蓋面大的詞典,從而實(shí)現(xiàn)覆蓋面廣的語義解析。詞典傳播方法只需要少量的標(biāo)注語料作為初始詞典的訓(xùn)練樣本,大量未標(biāo)注語料解決了詞典的覆蓋面問題,從而解決標(biāo)注語料的獲得問題。
【關(guān)鍵詞】：人機(jī)互動 智能服務(wù)機(jī)器人 自然語言理解 開放性知識獲取 語義解析 多模式自然語言處理 人機(jī)對話表示形式 詞典傳播
【學(xué)位授予單位】：中國科學(xué)技術(shù)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：TP391.1;TP242
【目錄】：

• 摘要5-7
• ABSTRACT7-9
• 目錄9-12
• 表格目錄12-13
• 插圖目錄13-14
• 算法目錄14-15
• 第1章 緒論15-23
• 1.1 引言15-16
• 1.2 人機(jī)互動中的挑戰(zhàn)16-18
• 1.3 動機(jī)與方法概述18-20
• 1.4 貢獻(xiàn)20
• 1.5 組織結(jié)構(gòu)20-23
• 第2章 背景知識23-37
• 2.1 開放性知識23-24
• 2.2 可佳機(jī)器人體系結(jié)構(gòu)24-27
• 2.3 基于回答集編程的任務(wù)規(guī)劃27-29
• 2.4 組合范疇語法理論29-31
• 2.5 對數(shù)線性模型31-37
• 第3章 開放性知識的語義提取37-51
• 3.1 概述37
• 3.2 多模式自然語言處理37-43
• 3.2.1 自然語言上的語義解析38-40
• 3.2.2 OMICS知識上的語義解析40-41
• 3.2.3 面向預(yù)設(shè)的語義修復(fù)41-43
• 3.3 實(shí)驗(yàn)與評價(jià)43-48
• 3.3.1 知識獲�。簛碓从谡f明書44-45
• 3.3.2 知識獲取：來源于OMICS45-47
• 3.3.3 語義修復(fù)的性能47-48
• 3.4 相關(guān)工作48-49
• 3.5 總結(jié)49-51
• 第4章 面向人機(jī)對話表示形式的語義解析51-71
• 4.1 概述51-52
• 4.2 人機(jī)對話表示形式52-59
• 4.2.1 回答集編程語言轉(zhuǎn)換52-56
• 4.2.2 基于行動理論的語義解釋56-59
• 4.3 概率語義解析59-65
• 4.3.1 概率組合范疇語法59-60
• 4.3.2 語義解析與學(xué)習(xí)60-65
• 4.4 實(shí)驗(yàn)與評價(jià)65-69
• 4.4.1 概率語義解析的性能65-67
• 4.4.2 整合OMICS知識的任務(wù)規(guī)劃的性能67-69
• 4.5 相關(guān)工作69-70
• 4.6 總結(jié)70-71
• 第5章 大規(guī)模自然語言指令理解71-85
• 5.1 概述71-72
• 5.2 方法綜述72-74
• 5.2.1 問題72-73
• 5.2.2 模型73
• 5.2.3 學(xué)習(xí)算法73-74
• 5.3 詞典傳播74-79
• 5.3.1 初始詞典74
• 5.3.2 圖構(gòu)建74-77
• 5.3.3 語義形式傳播77-79
• 5.4 實(shí)驗(yàn)與評價(jià)79-82
• 5.4.1 實(shí)驗(yàn)設(shè)置79-80
• 5.4.2 實(shí)驗(yàn)結(jié)果與分析80-82
• 5.5 相關(guān)工作82-84
• 5.6 總結(jié)84-85
• 第6章 總結(jié)與展望85-89
• 6.1 工作總結(jié)85-87
• 6.2 前景與展望87-89
• 參考文獻(xiàn)89-95
• 附錄 人機(jī)對話表示形式的語法定義95-97
• 致謝97-99
• 在讀期間發(fā)表的學(xué)術(shù)論文與取得的研究成果99-101
• 在讀期間參與的學(xué)術(shù)活動101

【參考文獻(xiàn)】

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 吉建民;提高ASP效率的若干途徑及服務(wù)機(jī)器人上應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2010年

  本文關(guān)鍵詞：面向人機(jī)互動的自然語言理解的研究，由筆耕文化傳播整理發(fā)布。

本文編號：323359