面向家庭服務機器人的中文指令處理研究.pdf

1、人-機器人交互(Human-Robot Interaction, HRI)是人機交互(Human-Computer Interaction, HCI)的一個重要分支，是人與機器人之間相互交流的紐帶。作為一種HRI方式，中文指令是服務任務的一種自然語言描述形式。因此，如何對中文指令進行處理，將其轉化為機器人可以直接理解的動作序列，是提高機器人智能性和自主性的一項重要研究內(nèi)容。本論文就是以面向家庭服務機器人的中文指令為研究對象，從顯性信息提

2、取、隱性信息提取、人-物關系提取以及機器人任務規(guī)劃這四個問題展開相關研究。
　　首先，針對如何提高在家庭環(huán)境下中文指令信息提取全面性的問題，提出一種基于分層概率混合模型的顯性信息提取方法。以句法結構與語義信息之間存在的映射關系為基礎，預定義五類顯性信息，并依據(jù)中文詞(或短語)的語法設計合理的顯性信息組塊規(guī)則；利用無向圖思想，構建用于顯性信息組塊標注的條件隨機場模型；利用貝葉斯統(tǒng)計方法，構建用于顯性信息提取的貝葉斯分類器；通過仿真實

3、驗和基于中文指令處理系統(tǒng)的顯性信息提取實驗，驗證該模型的有效性和可行性。
　　其次，針對家庭服務機器人在理解中文指令時如何提取指令之外相關實體信息的問題，提出了一種基于層疊深度置信網(wǎng)絡模型的隱性信息提取方法。依據(jù)理解中文指令中蘊含的服務任務時涉及的實體，預定義兩類隱性信息；在全息地圖的基礎上，構建層疊深度置信網(wǎng)絡模型，利用能量函數(shù)設計隱性信息提取算法；通過仿真實驗和基于中文指令處理系統(tǒng)的隱性信息提取實驗，驗證該模型的有效性和可行性

4、。
　　再次，針對已有語義關系提取方法無法直接移植到家庭環(huán)境中提取人與物之間存在的多類語義關系的問題，提出一種基于多核支持向量機模型的人-物關系提取方法。依據(jù)家庭環(huán)境中人與物之間的聯(lián)系，預定義四類人-物關系；以人和物在中文指令中的詞匯特征、短語特征、排序特征和屬性特征為基礎，構建人-物實體對的多特征組合；將詞匯核、句法核和屬性核作為基核函數(shù)，利用線性加權求和方法構造多核函數(shù)；利用簡單多核學習方法訓練多核支持向量機模型；通過仿真實驗

5、和基于中文指令處理系統(tǒng)的人-物關系提取實驗，驗證該模型的有效性和可行性。
　　最后，針對已有任務規(guī)劃方法不能將中文指令轉化為家庭服務機器人可以理解的動作序列的問題，設計了一種基于解析模板的機器人任務規(guī)劃方法。依據(jù)顯性信息包含實體的數(shù)量和類型，對中文指令進行分類，并給出相應服務任務的定義；在人-物關系和任務/步驟聯(lián)合表的基礎上，利用任務分解規(guī)則設計解析模板以及機器人的動作/狀態(tài)轉移過程；以此為基礎，將中文指令轉化為機器人操作語言表示