自然口語對話計算的經(jīng)驗研究.pdf

1、在過去的十幾年里，由于多種因素的推動，口語對話系統(tǒng)經(jīng)歷了蓬勃發(fā)展。但其中也存在著一些不盡人意之處，作為中心控制模塊的對話管理就是眾所周知的薄弱環(huán)節(jié)之一。經(jīng)過深入分析發(fā)現(xiàn)，導(dǎo)致對話管理薄弱的主要原因來自作為對話管理理論基礎(chǔ)的對話模型。因此本文的工作主要圍繞著對話模型的概念框架及其經(jīng)驗計算展開研究。 首先，通過從現(xiàn)有的關(guān)于對話的話語和語用研究中汲取營養(yǎng)，基于將對話和話語看成既是產(chǎn)物又是過程的觀點，一方面區(qū)分面向任務(wù)的對話中的五個階次

2、的單位，另一方面區(qū)分三個層次的動態(tài)過程，從而建立了面向?qū)υ捁芾淼膶υ捘Ｐ?。這為進一步的計算分析提供了概念框架。另外，由于本文所要進行計算分析的是自然口語對話，在處理“現(xiàn)實世界問題”上具有一定潛力的經(jīng)驗方法成為了本文的選擇。這為進一步的計算分析提供了方法基礎(chǔ)。 接下來，本文工作集中在如何采用所提出的概念框架對自然口語對話進行經(jīng)驗分析，包括人工標注和自動分析。具體進行研究的包括句子類型、語句主題和語力以及交互模式。 1)句子

3、類型：為了適應(yīng)自然口語對話的需要，擴展了傳統(tǒng)的句子類型，并建立了三個算法(啟發(fā)式，樸素Bayes分類器/NBC和隱Markov模型/HMM)來實現(xiàn)自動分析。 2)語句主題：本文將語句主題定義為對話中說話者所關(guān)注的顯著語義實體。通過分析語料發(fā)現(xiàn)，語句主題具有局部連續(xù)性，并且跟擴展句子類型也有密切的關(guān)系。根據(jù)這些建立了語句主題的自動分析算法，來實現(xiàn)基于淺層語義分析的語句主題識別。 3)語力：首先基于已有語力分類工作(包括來自