漢語口語對話系統(tǒng)中口語語言分析.pdf

1、在當今信息時代,人機口語對話系統(tǒng)有著廣泛的應(yīng)用需求?？谡Z語言中包含有大量的省略、停頓、重復(fù)、自我糾錯以及不合語法的現(xiàn)象等,因此在漢語人機口語對話中,口語語言的分析理解是人機對話系統(tǒng)實現(xiàn)的關(guān)鍵和難點?，F(xiàn)在的口語對話系統(tǒng)語言的分析處理方法大多采用模板匹配處理方法,然而口語語言的靈活性使得模板數(shù)量過于龐大,而且導(dǎo)致系統(tǒng)準確性不高。本文著重研究漢語口語對話系統(tǒng)中的口語語言分析,嘗試用內(nèi)涵概念分析的思想,把對語言的分析上升到概念層次上進行分析來解

2、決該問題。本文研究工作背景來源于上海市科委科技項目限定領(lǐng)域口語對話系統(tǒng)--交通領(lǐng)域口語對話系統(tǒng)SHJTQ,SHJTQ提供上海市任意兩個地點之間、在不同的交通方式(步行、自行車、出租車、公交車)下的交通路線信息的查詢。
　　 目前限定領(lǐng)域的口語語言分析理解的方法大致可以分為兩類:概率統(tǒng)計方法和規(guī)則分析方法。概率統(tǒng)計分析技術(shù)主要基于語言結(jié)構(gòu)的統(tǒng)計特性,缺乏智能性和可靠性。規(guī)則分析方法又分為邏輯分析方法和概念分析方法兩類。邏輯分析方法

3、以蒙太古的語義學(xué)為代表,用模型論來表示片斷英語的語義,但要處理真實文本、全面地解釋漢語語義,仍然感到邏輯分析的局限性。概念分析是后繼的邏輯學(xué)家維特根斯坦、奧斯汀、塞爾這些哲學(xué)家提出的,語言哲學(xué)家以及心理哲學(xué)家關(guān)心的是有關(guān)心理、感覺、情感一類詞匯的概念分析,但不注重對于指稱實體的詞類及其概念的研究。
　　 現(xiàn)在的口語對話系統(tǒng)都是在應(yīng)用層面進行語言的分析處理,提出的解決方法大多采用字串匹配的方法或是在字串匹配的基礎(chǔ)上加入一些處理方法

4、。這種分析方法最大的缺點就是字串不同或字串次序變化,分析就會失敗。因此無法解釋靈活多變的口語語言。本文提出了內(nèi)涵概念分析的思想,把對語言的分析上升到概念層次上進行分析,口語語言雖然靈活多變,但表達的概念是一樣的,從而解決了模板匹配解決不了的問題。
　　 從實現(xiàn)角度講,除音調(diào)外一字符串(如短語、句)的語音要用1K數(shù)據(jù)存儲空間,對通常對話的語音處理將占用超大量存儲空間。如果改為-漢字-模板,兩千常用漢字的語音信息共2K*1K數(shù)據(jù),利

5、用漢語是字組合表達概念直接耦合的優(yōu)點,將字語音模板作為單位,字組合即為語音模板信息組合,可大大減少語音數(shù)據(jù),為語音對話使用開創(chuàng)了可行前景。可不限用戶使用規(guī)定的表達格式、模板可自由表達。但由此帶來語言處理的復(fù)雜性和重要性。本文充分利用漢語概念內(nèi)涵模型思想,實現(xiàn)了專用領(lǐng)域內(nèi)對話詞語的概念分析,并獲成功。
　　 本文研究了SHJTQ中詞匯(主要是交通工具類詞匯)的內(nèi)涵特征,提出了名詞具有“定義特征”和“情景區(qū)分特征”兩個概念。在不同語

6、境下,詞匯的凸現(xiàn)特征(情景區(qū)分特征)有所不同。提出用一種“E-A-V”(實體-屬性-值)的方法表征名詞的概念。本文研究了SHJTQ中用戶問句,針對用戶問句多為疑問句的特點,借助言語行為理論的思想,對SHJTQ系統(tǒng)用戶查詢問句進行了言語行為分類。分析研究了SHJTQ口語語句的內(nèi)涵概念,根據(jù)用戶查詢問題的分類,逐個將各類用戶查詢例句了進行概念分析,解決了字串匹配不能解決的口語語言中的各種變異現(xiàn)象,為漢語口語語言的理解研究提供新的思路。

7、>　　 本文介紹了限定領(lǐng)域?qū)υ捪到y(tǒng)口語語言的概念分析方法在SHJTQ中的具體應(yīng)用。著重分析了SHJTQ語言分析模塊的設(shè)計等,同時本文給出了系統(tǒng)的測試結(jié)果和分析。
　　 本文研究的創(chuàng)新點主要在如下幾方面:
　　 1.用概念分析的方法分析漢語口語語言,有別于傳統(tǒng)的應(yīng)用層面上的字串匹配分析方法。從概念層面分析解釋了SHJTQ中口語語言,解釋了口語語言在形式上靈活多變,但表達的是同一概念。另外采用概念分析方法,漢語和其他語言(

8、如英語等)在體態(tài)(形態(tài)、時態(tài)等)方面的差別就會退化,有助于實現(xiàn)多語種的口語對話。第三,在具體實現(xiàn)方面,有了口語語言的概念分析,語音識別需要的模板量就可以大大減少,可以推進口語對話系統(tǒng)的發(fā)展。
　　 2.采用“E-A-V”(實體-屬性-值)的表示概念語義模型,表征了名詞的多義性。本文采用的是陸汝占先生的內(nèi)涵邏輯分析即概念分析的基本思想,即對一個詞語所表示的概念進行分解,求解出上位概念、下位區(qū)分概念、定義屬性特征以及擴展特征；解釋了

9、詞語、指稱實體、概念三者關(guān)系。認為名詞是指稱實體的詞語項,實體包括物理實體和抽象實體兩類。名詞具有內(nèi)涵性質(zhì)即語義特征,提出了“定義特征”和“情景區(qū)分特征”兩個概念。分析了SHJTQ中詞匯(主要是交通工具類名詞詞匯)的內(nèi)涵特征,將內(nèi)涵特征理論引入到漢語語言研究,通過內(nèi)涵特征來解釋紛紜復(fù)雜的漢語語義是一個新嘗試。
　　 3.用內(nèi)涵概念分析的方法研究了SHJTQ口語語句,根據(jù)用戶查詢問題的言語行為分類,逐個將各類用戶查詢例句進行概念分