对话系统中知识获取的研究

摘要

该论文研究了对话系统中对话知识自动建立的方法.该文所做的工作是多功能感知机系统(国家自然科学基金高技术探索课题的重点项目)研究工作的一部分.该论文考虑从文本中获取知识建立对话知识库,亦即采用信息提取的方法自动建立对话知识库.研究取得了如下四项成果:提出了一种基于编辑距离的汉语句法结构学习模型,该模型在形式文法和统计模式识别间建立了结合点.该论文对语言学习中句法结构自动获取的问题进行了探索.针对实体在对话知识表达中的重要地位,研究了实体提取的方法,提出了汉语实体提取的最大熵方法.提出了利用文档标记的对话知识建立方法.该文抽象地分析了文档的视图结构和基于其上的信息提取模式,研究了HTML标记的利用方法,并讨论了新兴的文档语义标注标准XML和RDF.最后该文建立了一个口语对话系统框架IKS-Helper.

目录

文摘

英文文摘

致谢

第一章前言

1.1课题的意义

1.2选题依据

1.3本文所作的工作和论文安排

第二章对话系统和知识获取研究综述

2.1对话系统研究概况

2.11对话系统基本概念

2.1.1对话系统的发展历史

2.1.2对话系统研究中主要挑战

2.1.3对话知识和知识表达

2.1.4对话系统典型实例

2.1.5国内研究状况

2.2信息提取概况

2.2.1信息提取的基本概念和发展历史

2.2.2信息提取过程

2.2.3信息提取技术的发展趋势

2.2.4应用领域

2.2.5国内研究状况

2.3小结

第三章汉语句法结构的学习方法

3.1句法结构的研究现状

3.1.1自然语言的层次结构

3.1.2句法表示方法

3.1.3汉语句法分析方法

3.2基于编辑距离的句法模式聚类

3.2.1句法结构表示

3.2.2基本思想

3.2.3统计学习方法

3.3编辑距离

3.3.1定义

3.3.2计算方法

3.4上下文改写

3.4.1伪上下文相关

3.4.2左相关或右相关

3.5实验

第四章对话系统中实体提取的研究

4.1知识表达方法与实体提取

4.1.1知识表达

4.1.2实体和实体提取

4.1.3实体提取在知识获取中的作用

4.1.4实体提取的性能评价

4.1.5实体提取的应用

4.2已有实体提取方法

4.3基于最大熵的汉语实体提取方法

4.3.1最大熵模型

4.3.2特征选择

4.4实验

第五章对话系统中标记文档的利用

5.1概述

5.2标记文档的多种视图

5 2.1短语视图

5.2.2标记视图

5.2.3布局视图

5.2.4语言学视图

5.3文档中知识获取的抽象表达

5.4 HTML标记文档利用

5.4.1页面信息分析

5.4.2页面信息利用

5.5语义网规范(SEMANTICWEB SCHEMA)

5.5.1知识表达规范化

5.5.2可扩展标记语言XML

5.5.3资源描述框架RDF

第六章基于互联网知识获取的口语对话系统IKS-HELPER

6.1 IKS-HELPER系统的组成

6.2从互联网自动获取对话知识库

6.2.1知识获取的处理过程

6.2.2网页提取

6.2.3建立文档关系

6.2.4页面项分析

6.2.5文本块分析

6.2.6对话知识建立

6.3 IKS-HELPER系统其他组成单元

6.3.1语音识别

6.3.2语音理解

6.3.3对话管理

6.3.4语音合成

6.4IKS-HELPER系统功能、表现与评价

6.5小结和讨论

第七章结束语

7.1工作总结

7.2展望

参考文献

附录1缩略语和术语英汉对照表

附录2攻读博士学位期间发表的论文