面向机器人导航的汉语路径自然语言组块分析方法研究.docVIP

面向机器人导航的汉语路径自然语言组块分析方法研究 摘要：通过汉语自然语言与机器人进行人机交互无疑是一种高效便捷的导航办法。主要针对汉语路径自然语言的处理方法进行研究。首先搭建了10个非结构化的3D环境，针对所构建环境下机器人的导航任务完成了自然语言导航语料的收集，该语料库的来源以在校大学生为主体，辅以各年龄段不同职业的社会人士；然后采用NLPIR汉语分词系统对有效语料进行分词以及词性标注处理，最后为了提取用于导航的语义信息，定义了9种基本组块，并采用条件随机场（CRF）实现了语料的组块自动标注，实验结果表明该方法的组块标注准确率较高，为进一步提取导航语义打下了基础。 关键词：自然语言处理；机器人导航；组块分析；条件随机场 中图分类号：TP242 文献标识码：A 文章编号：1009-3044（2016）10-0181-03 Abstract：Man-robot interaction by Chinese natural language is an efficient and convenient method for robot navigation. In this paper， we mainly study the natural language processing method for Chinese route language. Firstly 10 unstructured 3D environments for robot navigation tasks were built， and then the natural language navigation corpus was collected based on these robot navigation tasks. The most of corpus collectors are college students， in addition to some people with different age and career. Secondly the NLPIR Chinese word segmentation system was used for segmentation and tagging. Finally in order to extract the semantic information for robot navigation， nine basic blocks were defined， and the conditional random field （CRF） model was employed to achieve the data block automatic annotation. The experimental results show that the accuracy of this chunking method is higher， which laid the foundation for further extraction of semantic navigation. Key words：natural language processing； robot navigation； chunking； conditional random field 1 概述 当移动机器人面对陌生环境的时候，可采用自然语言向其讲述行进路线，机器人通过理解自然语言，并在其指导下自动运行到目的地，这无疑是一种高效的导航方法。按照人类自然语言的指令进行自主导航的技术成为近年来机器人研究的核心之一，该技术不仅在工业，农业和军事中得到广泛应用，更在勘探，救援和机器人看护得到很好的应用，因含很高的实用价值，该技术受到世界的普遍关注。 本文主要针对汉语自然语言组块分析的处理方法进行研究，期望能够提高语义组块分析的准确率并对后续语义提取的准确率的提高有所帮助。 2 研究现状 在国外，基于自然语言处理的机器人问路导航方法已有初步研究。Marjorie Skubic[1]等人进行了室内路径自然语言处理的研究，他们首先收集了大量的路径自然语言语料，对语料进行词性标注和深度组块分析处理，最终在组块分析的基础上提取了特定的句法结构。通过参考-方向-目标（reference-direction-target，RDT）模型建立RDT链提取语义信息实现导航任务。 不同语言在空间词汇的语义关系划分上存在巨大差异，中文和英文自然语言处理方法也不同。国内汉语路径自然语言的研究相对较少，张秀龙等人[2] 提出一种基于组块分析的路径自然语言处理的方法。他们在特定的环境下收集了少量语料之后，对语料进行分词、名词实体识别和组块分析等一系列处