可移植的穩(wěn)健口語理解方法研究.pdf

1、口語對話系統(tǒng)的研究具有很強的理論意義和實際價值?？谡Z理解是實現(xiàn)口語對話系統(tǒng)的關(guān)鍵技術(shù)之一。目前，口語理解主要面臨兩方面的挑戰(zhàn)： ·穩(wěn)健性，因為語音識別難免有錯誤，而且口語本身也往往是病態(tài)和不合語法的。 ·可移植性，當前對話系統(tǒng)中口語理解模塊的開發(fā)往往需要大量手工工作(例如語義語法的編寫)，這構(gòu)成了口語對話系統(tǒng)開發(fā)的主要瓶頸之一。因此，要縮短口語理解模塊的開發(fā)周期、減少開發(fā)成本以及增強可移植性，關(guān)鍵是如何減少對手工工作的依

2、賴，從而使整個開發(fā)過程自動化。 本文提出了一種新的可移植的穩(wěn)健口語理解方法。該方法基本上是數(shù)據(jù)驅(qū)動的，只需要簡單標記的數(shù)據(jù)，這樣保證了良好的可移植性。它能對口語進行深層理解，同時也能保持穩(wěn)健性。論文的主要工作和創(chuàng)新點包括： ·本文提出了一個基于兩階段分類的口語理解框架。首先，第一階段的分類器用來識別用戶輸入語句的主題，即主題分類。接下來，識別的主題可用于幫助第二階段的分類器抽取相應的語義槽/值對，即語義槽分類。這兩種分類

3、器是可以自動學習的，而且只需要簡單標記的訓練數(shù)據(jù)。該框架既能保證對輸入語句的深層理解，也能保持穩(wěn)健性。 ·利用一個穩(wěn)健的基于圖算法的局部分析器來對用戶輸入語句進行預處理。該局部分析器具有跳躍詞和規(guī)則符的能力，這樣從底層就保證了系統(tǒng)的穩(wěn)健性。同時，為了避免跳躍能力帶來的副作用，引入了內(nèi)置的機器學習系統(tǒng)來進行剪枝和消歧。預處理使得數(shù)據(jù)標記形式更簡單，能給主題分類提供深層的特征，還能減少語義槽分類器的數(shù)目。 ·對于主題分類，考

4、察了可用于主題分類的各種特征并且比較了它們的分類能力，并且利用多分類器相結(jié)合的方法來提高主題分類的精度。對于語義槽分類，把它建模為分類問題：首先利用文字上下文進行初始語義槽分類，然后檢查語義槽的一致性，如有必要，再利用語義槽上下文進行重分類以糾正錯誤。本文比較了兩種語義槽分類算法，即決策表和Winnow算法。 ·為了進一步地減輕手工標記數(shù)據(jù)的工作，研究了上述兩種分類器的弱監(jiān)督訓練方法：(1)采用了結(jié)合主動學習和半監(jiān)督學習來訓練主