基于統(tǒng)計與規(guī)則相結(jié)合的口語語言理解研究.pdf

1、實現(xiàn)“人機口語對話系統(tǒng)”是多年來人們一直渴望實現(xiàn)的夢想，也是人工智能領(lǐng)域研究人員孜孜不倦追求的目標(biāo)。口語對話系統(tǒng)的目的是在用戶和計算機之間提供一種交互界面，幫助用戶以一種更為自然的方式利用計算機完成任務(wù)。正如“口語對話”本身所表明那樣，該系統(tǒng)的主要特點是以語音作為輸入輸出，要求系統(tǒng)能夠理解用戶輸入的語音。 口語語言理解是對話系統(tǒng)中最核心的組成部分，其性能的好壞對口語對話系統(tǒng)有關(guān)鍵性的影響。它的任務(wù)是從口語句子中提取出語義表示?？?/p>

2、語的特點決定了口語理解的困難，口語理解一般需要解決三種噪聲形式：用戶的自發(fā)性引起的“隨意噪聲”，不合乎語法的句子引起的“語法錯誤噪聲”和語音識別錯誤引起的“語音錯誤噪聲”。本文則主要研究這三種噪聲形式的處理，主要的研究工作和研究成果包括： 1.針對口語對話系統(tǒng)的語言理解為語義理解的特點，采用了語義框架的表示方法。為了處理具有“隨意噪聲”和“語法錯誤噪聲”的口語句子，我們提出了基于統(tǒng)計與規(guī)則相結(jié)合的口語理解方法。該方法首先利用統(tǒng)計

3、分類器確定口語句子的任務(wù)主題，然后根據(jù)這個任務(wù)主題動態(tài)尋找相應(yīng)的語義語法，利用基于文法的分析技術(shù)得到句子的語義概念。在對實際用戶的語料測試中，該方法取得了1.94％任務(wù)識別錯誤率和5.73％語義單元理解錯誤率。 2.語音識別作為對話系統(tǒng)的輸入端，其性能的好壞直接影響著對話任務(wù)是否能順利進行?為了處理“語音錯誤噪聲”，獲得更優(yōu)的語音識別性能，自然語言理解模塊和語音識別模塊的有效融合是一個研究趨勢。為此，提出了基于全信息的N-Bes

4、t語音識別結(jié)果重排算法機制。該算法需要考慮如下因素：首先語音序列要與應(yīng)用領(lǐng)域的語法保持一致，應(yīng)能被語法解釋，這屬于語法信息；其次，由語法解釋的分析結(jié)果在語義上應(yīng)真實，這屬于語義信息；再次，語義分析結(jié)果應(yīng)與當(dāng)前的對話上下文相關(guān)，這屬于語用信息；最后得到語音序列的全信息值，獲得全信息值最高的語音假設(shè)即為最優(yōu)。 3.設(shè)計并實現(xiàn)了面向奧運的多語言智能信息服務(wù)系統(tǒng)中的人機交互模塊。該模塊支持多種語言查詢(英語、漢語、日語等)，在體育領(lǐng)域內(nèi)