人工智能导论第10章 自然语言理解.ppt

第 10 章 自然语言处理及其应用 教材： 王万良《人工智能导论》（第3版） 高等教育出版社，2011. 2 第10章 自然语言处理及其应用 10.1 自然语言理解的概念与发展历史 10.2 语言处理过程的层次 10.3 机器翻译 10.4 语音识别 第10章 自然语言处理及其应用 10.1.1 自然语言理解的概念 微观角度：从自然语言到机器内部的一个映射。 宏观角度：使机器能够执行人类所期望的某种语言功能。 10.1.2 自然语言理解研究的产生与发展 1. 萌芽时期（20世纪40年代末50年代初） 第10章 自然语言处理及其应用 10.1自然语言理解的概念与发展历史 10.2 语言处理过程的层次 10.3 机器翻译 10.4 语音识别 10.2 语言处理过程的层次 文字表达句子的层次：词素→词或词形→词组或句子。 声音表达句子的层次：音素→音节→音词→音句。 语言处理过程分为五个层次：语音分析、词法分析、句法分析、语义分析和语用分析。 语用分析：研究语言所存在的外界环境对语言使用产生的影响。 构成单词发音的独立单元是音素。上下文不同而发音不同。 语音分析就是根据音位规则，从语言流中区分出一个个独立的音素，再根据音位形态规则找出一个个音节及其对应的词素或词。 1. 词法分析 定义：从句子中切分出单词，找出词汇的各个词素 ，并确定其词义。 1. 词法分析 例如：对于单词catches、ladies可以做如下的分析。 catches ladies, 词典中查不到 catche ladie 修改1：去掉s catch ladi 修改2：去掉e lady 修改3：把i变成y 这样，在修改2的时候，就可以找到catch，在修改3的时候就可以找到lady。 2. 句法分析: 乔姆斯基的形式文法 第10章 自然语言理解及其应用 10.1 自然语言理解的概念与发展历史 10.2 语言处理过程的层次 10.7 机器翻译 10.8 语音识别 10.3 机器翻译 10.3.1 机器翻译方法概述 10.3.2 翻译记忆 10.3.1 机器翻译方法概述 发展历程： 第10章 自然语言理解及其应用 10.1 自然语言理解的概念与发展历史 10.2 语言处理过程的层次 10.3 机器翻译 10.4 语音识别 10.4.1 语言识别的概念 10.4.2 语音识别的主要过程 10.4.2 语音识别的主要过程 10.4.2 语音识别的主要过程 10.4.2 语音识别的主要过程 10.4.2 语音识别的主要过程 10.4.2 语音识别的主要过程 5.识别。识别系统的输入是从语音信号中提出的特征参数 语音识别所采用的方法一般有： （1）模板匹配法。在训练阶段，用户将词汇表中的每一个词依次说一遍，将其特征矢量作为模板存入模板库。在识别阶段，将输入语音的特征矢量序列依次与模板库中的每个模板进行相似度比较，将相似度最高者作为识别结果输出。 （2）随机模型法。如隐马尔可夫模型(HMM)。用HMM的概率参数来对似然函数进行估计与判决，从而得到识别结果。 （3）概率语法分析法。不同的人说同一些语音时，相应的语谱总有一些共同的特点以区分于其他语音。将区别性特征与来自构词、句法、语义等语用约束相互结合，构成由底向上或自顶向下的交互作用知识系统。 状态隐含，观察可测 解决三个基本问题： THE END 10.4.3 隐马尔可夫模型 隐马尔可夫模型： 表示序列可能出现的一种方法。 y跟在ph后面出现的概率>跟在t后面出现的概率 例 序列：1 2 3 3 4。则概率0.9×0.5×0.4×0.6=0.108 10.4.4 基于隐马尔可夫模型的语音识别方法 （1）观察符号是一帧帧的语音参数 （2）状态序列是具体的语音内容 LPC或MFCC 前进，后退 例： （1）输出概率计算问题：给定观察序列 和HMM模型，计算输出概率 。 （2）状态序列解码问题：给定观察序列 和HMM模型，确定最优的转移序列。 （3）模型参数估计问题：调整模型 的参数，以使 最大。 10.4.4 基于隐马尔可夫模型的语音识别方法 * Introduction of Artificial Intelligence 第10章