人機對話系統(tǒng)中若干關鍵問題研究.pdf

1、北京郵電大學博士學位論文人機對話系統(tǒng)中若干關鍵問題研究姓名：魏松申請學位級別：博士專業(yè)：信號與信息處理指導教師：鐘義信20060901學習上。首先，通過闡述言語行為之間互信息分布圖，展示了互信息分布和基本會話結構邊界的關聯(lián)性，在一定程度上說明了通過言語行為之間的關聯(lián)程度來進行基本會話結構邊界探測的合理性：其次，提出了一種基本會話結構組塊的綜合評分機制，分別從組塊內連接強度和組塊間連接強度兩個方面來衡量一個目標組塊成為基本會話結構的可能性

2、，并且在此基礎上構造了基于動態(tài)規(guī)劃的無監(jiān)督切分算法，實現了在完整會話范圍內尋求最優(yōu)切分。實驗結果顯示基于組塊綜合評分機制的系統(tǒng)性能F值達到6916％，較基于MI的無監(jiān)督推導性能高出近15個百分點。(詳見第三章)(4)提出了一種改進了的基于議程的DM管理框架。對話的任務結構表現在過程性結構和描述性結構兩個方面，為了更好的處理具有這兩種典型結構的復雜任務，本文在基于議程的對話管理系統(tǒng)的框架中引入了特征結構(FS)，從而不僅保留了原有過程性處

3、理方面的優(yōu)點，同時又結合了特征結構適用于描述復雜對象的特點，有效的拓展了DM對于復雜對話任務的處理能力。(詳見第四章)(5)提出了一種基于隨機森林的淺層句法分析的算法。對于CoNLL2000提出的淺層句法分析任務，本文提出了～種新型的基于隨機森林的算法，研究表明本文提出的算法能夠降低對系統(tǒng)內存的需求，并且展示了通過Bootsmp、Subspaee等多途徑引入隨機性能夠在整體性能上形成局部峰值，從而實現性能的改善。實驗表明基本模型Boot