利用深度去噪自编码器深度学习的指令意图理解方法

提出了一种利用深度去噪自编码器(SDAE)的自然语言指令意图理解方法.根据家庭服务机器人的使用环境和应用场景构建了一个自然语言文本指令语料库,并对语料库中各类指令进行意图标注,从而把文本指令理解问题转化为文本分类问题;在传统的文本向量空间模型的基础上,融合了文本指令的词性信息,定义了一种文本表示模型——词性向量空间模型;将SDAE应用于文本指令意图理解,提取指令的高阶特征;用高斯核支持向量机进行训练和预测,进而实现了自然语言指令的意图理解.在所建语料库上进行多折交叉验证,结果表明指令意图理解平均准确率达到96%以上.     

Ontology技术及应用

目的分析Ontology特点,探讨Ontology在自然语言理解中的应用。方法通过概念之间的关系来描述概念的语义。结果Ontology解决了自然语言理解中的消歧、推理问题和在语义Web中的应用。结论利用Ontology作为知识体进行自然语言理解,能够有效的把语言学知识和世界知识结合起来,运用世界知识对文本进行消歧和推理;Ontology与知识系统的知识库相融合,使得自然语言理解不仅仅是作为一种人机交互方式,而且能够与其它的基于知识的智能系统如专家系统整合。     

复件操作系统汉语语言交互控制研究

目前人们与计算机交互的主要方式还是基于键盘和鼠标。研究了在图形界面下操作系统自然语言交互的过程,构造了一个语音交互和指令驱动平台,实现了在图形交互环境下用汉语语言控制操作系统功能执行的目标,使计算机具备了基于自然语言的交互能力。     

文本关键词抽取方法及在几种民族语言上的应用

文本关键词的抽取作为文本摘要、文本检索以及文本挖掘任务的基础工作,在自然语言领域得到广泛应用.通过对文本关键词抽取方法和研究现状的详述,将文本关键词抽取方法分为传统文本关键词抽取方法和基于深度学习的文本关键词抽取方法,并对比分析各类方法的基本思想和优缺点,归纳了文本关键词抽取方法的评价指标.进一步调研了民族语言关键词抽...     

扩展产生式规则知识表示方法

通过对现有知识表示方法进行分析，指出了产生式规则和概念图表示方法在自然语言理解中存在的问题，提出了扩展产生式规则知识表示方法，并对该规则的推理机制和具体实现进行了讨论．扩展产生式规则表示方法是将产生式规则的前提、结论和处理分别用概念图表示，是一种混合知识表示方法．它既保持了产生式规则的模块性，又揭示了自然语言中的深层次关系，与自然语言形成自然映射。通过分析表明，扩展产生式规则的总体性能要优于传统的产生式规则。并且特别适合于自然语言理解中的知识表示．该规则已应用于网络故障诊断专家系统的自然语言接口设计中．     

Ontology技术在自然语言理解中的应用

自然语言的理解是解决人机交互问题的一个重要课题。本文则将Ontology技术应用于自然语言的理解。通过建立基于Ontology技术的语义分析模型来提高语义理解的成功率。     

广州杰赛科技股份有限公司：解决如何降低智能家居操作难度的问题

1课题摘要
　　本课题涉及智能家居领域中人机交互控制的问题。当前智能家居难以推广,一方面,成本居高不下,另一方面,由于控制不够人性化,当联网设备越多,功能越复杂,控制也就越难。目前,智能家居普遍的控制方案是通过指令控制器的软件集成控制,这就更加突出了人机交互控制的问题,其根本原因在于,传统的控制思路和模式已经不适合在智能家居这样高度一体化、专业化、平民化的应用。本课题通过利用TRIZ创新方法的求解,利用位置、时间、习惯等可控参数,建立了新的控制模型--基于位置、时间、习惯等的自识别控制,从而大大降低了人在控制中需要掌握的技能。在具体的解决方案中,利用手机的定位功能获取用户的实时位置,并通过关联用户处获得关联用户的位置和指令控制情况,确定是否根据规则库的位置索引操作指令,并自动发送操作指令。优选的规则库中还包含用户的习惯设置。     

一个人物关系问答的专家系统

在分析专家系统现有理论技术的基础上,采用自然语言问答的人机交互方式,搭建了《人物关系问答系统》,对专家系统现存的问题进行了有益的探索.测试结果表明,该系统知识完备,表示方法及组织方法适当,求解问题质量高,人机交互便利,效率高,可维护性好,解释能力强.     

MIS智能接口中统计排歧方法的研究与应用

MIS智能接口利用自然语言表达查询意图并给出查询结果,可方便人机交互,提高系统的实用性．从MIS智能接口的角度剖析了受限自然语言查询语句的组成,探讨了统计排歧方法在MIS智能接口中的应用．最后,给出了一个基于受限汉语的分词系统实例,实验表明它具有较高的消歧正确率．     

电子商务问答系统的研究

B2C电子商务通过几代人的努力终于发展起来了，现阶段的B2C电子商务模式是商品目录比较，这种模式也有很多缺点，如要获取卖家信息受访问权限限制，用户界面的不一致，用户不能用自然语言的形式提问等。本文提出基于自然语言的问答系统来处理B2C电子商务中的不足。该系统接受自然语言形式的问句，分解出关键词，自动提取约束条件，然后从网站上提取相应的答案。     

基于Ontology的自然语言智能检索技术研究

本文针对信息检索中的重要问题,即自然语言的智能检索技术进行了研究。应用Ontology的理论方法对文本分类进行概念控制,将信息检索从基于关键词提高到基于知识（概念）,从概念层认识和处理用户的检索请求,有效的提高了检索系统的检全率和检准率,在自然语言语义查询、多媒体信息检索中得到较好的实践效果。     

基于自然语言查询的搜索引擎模型

阐述了目前网络上的搜索引擎主要是基于关键词索引查询技术而设计的,这种技术的搜索范围很大,但由于关键词难于表达丰富的概念和用户信息需求中的丰富语义,导致查准率很低。以语义W eb和基于语义的网络信息检索技术为理论根据,从克服目前信息组织和信息检索的矛盾出发,用XML/RDF作为语义描述、组织、存储、查询的工具,试图在未来搜索引擎发展方面做一些尝试性的研究,提出了一个基于自然语言查询的搜索引擎模型。     

数据库设计专家系统自然语言接口研究

该文应用人工智能技术对数据库设计专家系统的自然语言接口设计作了初步探索。作为实例,为数据库设计专家系统(ERGTORS)设计了一个具有有限英语子集的自然语言接口,并在IBM-PC上用Turbo Prolog实现。     

一种全文索引自动答疑系统的设计与实现

提出一种基于自然语言提问的自动答疑系统的设计思想,引入Lucene的全文检索模型.采用浏览器/服务器模式,设计并实现基于Lucene的自动答疑系统,通过对提问信息进一步的加工和提取,可实现浏览、搜索、提问等功能.该系统能够胜任一定领域内的,基于自然语言的自动答疑需求,并充分考虑了系统的开放性和可维护性的要求.然而,知识库还不具备自动学习功能,且对用户问题只进行简单的关键词拆分,没有进行语义分析,这使得系统还不具有完全的智能化特性.     

广东省创新工程师培训班企业工程课题破题案例 广州杰赛科技股份有限公司:解决如何降低智能家居操作难度的问题

正1课题摘要本课题涉及智能家居领域中人机交互控制的问题。当前智能家居难以推广,一方面,成本居高不下,另一方面,由于控制不够人性化,当联网设备越多,功能越复杂,控制也就越难。目前,智能家居普遍的控制方案是通过指令控制器的软件集成控制,这就更加突出了人机交互控制的问题,其根本原因在于,传统的控制思路和模式已经不适合在智能家居这样高度一体化、专业化、平民化的应用。本课题通过利用TRIZ创新方法的求解,利用位置、时     

可移植的自然语言生成系统中知识库的设计

从可移植的角度对自然语言生成系统中任务域处理进行了研究,结合面向对象的知识库的基本理论,从知识表示、知识获取、知识推理、知识更新等方面提出了可移植的自然语言生成系统中知识库的设计方法,并通过实验结果证明该方法是可行的.     

基于关键词的文本向量化与分类算法研究

针对自然语言文本集的预处理和分类问题,将词频统计方法(TF-IDF)引入到关键词提取(TextRank)算法中,并结合word2vec词向量化方法获得基于关键词的改进型文本向量化算法;进而,在k近邻算法中引入k值校正规则,并与该改进型算法结合获得文本集的改进型分类算法。利用格式和类别多样、数据量较大的文本集数据进行实验,结果表明,通过该方法可有效实现文档深层语义特征与浅层词频统计特征的融合,提取的文本关键词能较好表征文档的内容和类别,证明了获得的分类效果具有明显的优势。     

问题诊断领域的智能对话系统研究

在人工智能领域,智能对话系统有着重要的研究意义和应用价值。智能对话系统是一种通过自然语言与人进行沟通交流的人机交互系统,它被定义为未来各种服务的入口。然而针对问题诊断领域的智能对话系统研究相对较少。本文设计并实现了应用于问题诊断领域的任务型智能对话系统,采用了管道方法(Pipeline Method)的架构设计了包括自然语言理解、对话管理、知识库和自然语言生成的对话流程,并提出了一套新颖的知识库模型和对话管理方法：基于问题症状和问题根因的二分图知识组织方式和基于概率分布的问题根因对话策略。该系统作为远程诊断的一个解决方案,利用人工智能打通医疗全科领域的关键技术点,形成可落地、可用、可工程化的全科辅助诊断对话系统。针对从公开出版物上随机选取的23种常见疾病的病例数据,本系统的召回率得到了较好的结果,其中前四召回率接近专业医生的诊断结果。本系统达到了缩短响应时间,降低成本,提升客户满意度的效果。     

基于语义Web的多功能情报信息自适应检索技术

为了解决传统依据关键字、概念和属性值等检索技术没有考虑不同主体中情报信息间的语义关系,无法提供令用户满意的情报检索结果问题,通过语义Web方法研究了多功能情报信息自适应检索技术。设计基于语义Web的多功能情报信息自适应检索模型,检索模型包括人机交互层、知识处理层以及知识存储层。在知识存储层建立本体语义模型。在知识处理层,从检索的多功能情报信息关键词中推断和其语义有关的概念,依据概念有关词汇对原始查询进行扩展,对语义相似度进行计算。在人机交互层,将用户反馈情况看作判断检索结果优劣的衡量因素,依据相似关键词获取相似结果集,按照反馈因子完成对所有相似结果的排序,把排序结果发送给用户,实现多功能情报信息自适应检索。结果表明,所提方法能够同时保证召回率与精度;排序误差率低;检索结果和用户查询结果最相符,检索结果准确,可令用户满意。可见所提方法检索性能强。     

多智能体并行设计环境中的自然语言通信功能

研究了一个多智能体并行设计环境中自然语言通信模块的设计和实现方法.该设计方法建立在受限语言的基础上,突出了在协商式多智能体之间进行自然语言通信时的准确性.通过建立一个受限词汇的综合信息库,记录词汇的各种语法、语义信息;描述了词库的结构和形态;为了区分基本词汇和面向用户领域词汇,将词库分级;在词法分析时采用总库索引来查询词汇库,并提出了提高词库性能的方法;限定了用户使用的基本句型,采用扩充短语结构文法对句子结构进行分析,并产生相应的语义逻辑公式;定义了句子生成模板,智能体借助该模板提供的接口函数生成自然语言句子.此外,还提出了提高通信有效性的方法,为智能体提供了灵活、友善的接口,提高了多智能体并行设计环境的性能.