面向人機互動的自然語言理解的研究.pdf

1、機器人服務(wù)于人類時不可避免地需要進行人機互動。合適的人機互動能使機器人更好地理解人的意圖，也使人能了解機器人當前的狀態(tài)。但要實現(xiàn)自然的人機互動，需要解決機器人的行動能力、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器人交互最自然的方式，理解自然語言是機器人的基本要求。因此，本文通過解決機器

2、人在自然語言理解中的問題，實現(xiàn)大規(guī)模自然語言理解，從而解決自然人機互動所面臨的問題。本文從三方面逐步提高機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。由于機器人在設(shè)計時無法預(yù)測所有可能的情況出現(xiàn)，機器人需要動態(tài)地從外部獲取開放性知識以彌補完成任務(wù)所需的缺失知識。機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

3、語言處理技術(shù)，使用統(tǒng)一、通用的語義解析機制，對多種模式的開放性知識進行深度語義的提取。此外，以自然語言為載體的知識，往往因為撰寫者的上下文預(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、能正確表達原有知識的含義。
　　第二，解決人機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。人機互動中的自然語言理解需要機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

4、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這兩種不同類型的自然語言的含義。本文對此提出人機對話表示形式。在大規(guī)模自然語言理解中，對自然語言進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)督學習算法，從標注有語義形式的語料中訓練得到所需的詞典，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。