口语对话系统中的词类概率模型和知识表示

语言分析和知识库管理是口语理解与对话系统的两个重要组成部分 ,作者在这两方面提出了一些新的方法。一是提出并实现了词类概率模型 ,它具有较高的性能和较低的时间复杂度 ,是基于句法规则的语义分析和语言理解的基础。此外还提出了与数据无关的多叉树层次结构模型的知识表示方法 ,它具有很强的表达能力并易于扩展。在此基础上 ,实现了一个用以提供清华大学地理、办公、商业及其它一些相关信息检索、基于文本的口语对话系统 Easy Nav。实验表明 ,上述模型和方法具有很好的性能     

口语对话系统中的一种稳健语言理解算法

为提高口语对话系统中语言理解的稳健性,提出了一种基于最大后验统计框架的两级搜索的理解算法.第一级用概念捆绑达到提取句中关键成分并剔除某些干扰成分的目的; 第二级采用改进的基于树扩展的稳健句法分析搜索最佳理解结果,同时引入用户意图推断和句子特征短语两方面的信息对搜索空间进行约束,进一步提高了理解的稳健性和实时率.实验表明,该算法应用于火车信息查询领域,在0.22倍实时下,能得到13.6%的句意理解错误率和25.4%的概念理解错误率,相对基线系统分别为降低了23.2%和9.3%.     

基于事件模型的省略恢复研究

研究了目前基于事件模型的汉语省略恢复,重点分析了自然语言的事件层次,认为事件是一个具有一定句法结构、语义功能并集成了相关的语境信息的语言单位.建立了用于表示事件内涵、外延及其二者关系的事件模型和动词语义知识的事件描述,从事件结构的语法到语义层面进行映射,对缺省的语义成分进行判定,构建一个省略恢复模型,并运用在自然语言理解领域中,结果表明,在汉语正式体省略恢复中具有一定优越性.     

语境在俄语对话省略中的双向作用

对话是口语交际的最基本形式,省略是口语的一种现行规范,是对话最基本的原则之一。在语境的前提下,俄语对话可以并倾向于省略一切可省的成分。俄语对话省略的产生受语境的直接影响并对它有高度依赖性。言语交际是双方双向的,语境是说话人与听话人交流的媒介,信息的传递和接收都要在一定的语境中进行,因此语境对对话省略的生成和理解具有"双向作用"。     

口语对话系统中对话管理的演变

为了对人机语言交互领域的主要工作进行归纳和总结,分析了口语对话系统的各个组成模块,包括主要研究内容和关键技术; 然后,针对其核心的对话管理技术进行了综述,通过详细分析并比较几类主要对话管理实现方法,力求在分析现有算法的同时勾勒出其技术的发展与演变过程; 最后,对对话管理领域的深入研究进行了分析与展望。     

浅谈日语口语中的省略现象

语言的省略具有普遍性。日语也不例外。甚至可以说,日语中的省略现象更多,省略幅度更大是日语的特色之一。本文拟从主语或人称代词的省略、谓语的省略、谈话中双方已知部分的省略这三方面对日语口语中常见的省略现象作些初步的分析,以期对这种语言现象有一基本的认识与把握。     

论《左传》中的省略

省略作为语言中一种重要的现象，得到了语言学史上绝大多数学派的承认和关注。对语法的分析可以从句法、语义、语用三个平面来进行，这一点在汉语语法学界已为越来越多的人所接受。以《左传》的语言材料为例，可以从句子的深层语义结构和表层句法结构的关系分析古代汉语的省略现象，即句法的省略、语义的省略、语用的省略，以及这三种省略的成因，从而对上古汉语省略的本质加以描写。     

中文口语开放域问答系统中问句分析处理方法的研讨

就汉语语言的特点,对中文口语自动问答系统中用户问句的处理方法作了系统的分析.提出了口语问句规范化处理的方法,使得系统能够对口语表达形式多样(甚至病句),但语义相同的问句可以采用相同的分析算法.同时此法所得出的规范化问句将反馈给用户,用于用户确认,实现了人机交互.规范化问句通过主题词的方法,确定搜索的知识源,明确和缩小了搜索范围,减少了对无用信息的搜索.     

论俄语口语的经济原则

俄语口语作为俄罗斯标准语的一部分，与文语的重要区别之一，就是经济原则的普遍应用，而省略性、情景性、分析性是使其得以体现的三个基本特征。有效把握这一原则及其特征，即攻克了俄语口语的“瓶颈”。     

MIS语言接口设计中一些难点及其解决方法初探

如何设计一个能满足不同层次用户的MIS语言接口，目前尚无完善的方法，本文在分析了MIS语言接口设计的一些难点的基础上，提出了一些解决方法。     

汉韩语主语省略的类型学分析

文章简要描写了汉语和韩语对话结构和叙述结构中句子主语的省略现象,发现虽然汉语比英语更少使用主语,但却比韩语更多使用主语,尤其是在对话结构中。叙述结构中汉语相邻句中的动词谓语如果不具并列承接性或不具同类性,主语不能省略。相反韩语更多地省略句子主语,尤其是在对话结构中。文章由此推测,汉语和韩语分别属于＂主体＂和＂客体＂为中心的语言,准确地说,＂主体中心＂和＂客体中心＂之间存在一个连续性,汉语是偏向＂主体中心＂的语言。     

面向语音识别错误恢复的澄清式人机对话系统

在人机交互系统中,自动语音识别(ASR)错误将导致交互障碍,通过发起澄清式人机对话可以实现ASR错误恢复。该文提出澄清式人机对话系统结构,用于实现语音识别错误恢复,实现了系统的4个组成部分:ASR错误检测、基于统计机器翻译(SMT)方法的澄清式疑问句生成模型、说话人响应分析、基于有限状态机(FSM)的对话管理模型。各模块均采用与特定任务无关的方法建立。实验结果表明:澄清式人机对话系统可以有效模拟口语中的澄清现象,在不同的错误环境中能够较好的实现ASR错误恢复任务。     

基于语篇表述理论的汉语人称代词的消解研究

人称代词的指代消解是自然语言处理中语篇理解的关键问题之一.语篇表述理论(DRT)独特的语篇表述结构(DRS)构造方法为指代消解提供了新的思路.本文在语篇表述理论的基础上,针对汉语书面语,提出一种面向语篇理解的汉语人称代词的指代消解方法,并在语篇表述结构的构造过程中实现汉语人称代词的指代消解.     

基于小样本机器学习的跨任务对话系统

对话系统效果主要取决于自然语言理解与对话管理组件的表现。在构建特定领域的对话系统时,标注数据和语料不足、面临多轮对话中不合作对话的干扰,而且很难将一个构建完的系统扩展到新的领域。在少量特定领域样本的基础上,将来自机器翻译模型的双向编码表征预训练模型应用到意图识别模块,在对话管理组件提出了基于神经图灵机的循环嵌入对话策略,使系统具备了更强的特征抽取能力,并初步具备了跨任务对话能力。该对话策略通过神经图灵机对历史对话和系统行为给予了特别关注,在用户和系统记忆中使用了不同的注意力机制,有效地学习了对话状态与系统行为的向量嵌入。实验结果表明,在样本不足的垂直领域对话测试中更好地完成了意图识别与槽位填充,基本避免不合作对话导致的对话状态错乱,同时能够将学到的对话控制策略迁移到另一领域。     

MMT模型用于语篇语义理解的语段划分

文章首先分析了自然语言理解中篇章语义理解的重要性，在此基础上提出了一种用于语篇语义理解的语段划分方法．该方法是在已分词的篇章语句中，引用冯志伟的汉语句子的多叉多标记树模型，在单句语义理解基础上，将语篇划分为各个语段，找出各语段间的层次关系，为语段内句子间意义分析做准备，最终达到篇章语义理解的目标．     

基于自然语言理解的文本标图系统设计与实现

提出和实现了一套基于自然语言理解的军用文书到标绘图智能转换的解决方案。文本标图系统通过标绘信息提取模块和军标标绘模块,针对军事文本标图的需求和汉语的特点,由计算机在自然语言理解的基础上对作战文书文本进行分析、理解、提取标绘信息、自动标图作业,最后生成战场态势图。该系统完成了军事标图作业和文书处理的手工作业向机器作业的转换,提高了指挥作业的速度和效率。