基于自然语言理解的智能搜索引擎在移动互联网络上的应用.PPT

基于自然语言理解的智能搜索引擎在移动互联网络上的应用 郑 方 智能技术与系统国家重点实验室 清华大学语音技术中心 Weniwen Technologies Limited 2001年6月12日 fzheng@ /~fzheng/ 网为什么而存在？ 传统网→移动无线网 键盘: 从大到小(手机、电话) 从小到无(掌上电脑) 输入成为大问题 移动信息存取面临的挑战 传统搜索引擎的特点 互联网上的信息搜索一般都是基于关键词的。缺点： 拼出来的关键词：查“索引”，得到“搜索引擎” 拆出来的关键词：查“互联网络”，得到“互联”和“网络” 结果成千上万，真正需要的内容很少 不能理解语义：查“电脑”，但若只有“计算机” 则得不到所要的结果 声讯台上的信息查询一般都是基于菜单选择的。缺点： 不直接，需要多级菜单选择 用户总是被动的 需要有语义理解的智能搜索 最自然的方式是－－人类的语言让计算机理解人类的语言 首先需要得到文本信息 输入解决方案套餐 有大键盘可用时：可用任何输入法输入句子，包括整句拼音输入法、语音识别输入法 仅有数字键盘时：可用整句数字输入法、语音输入法 当无键盘使用时：可用自然语音输入法 在此基础上：“对话理解是关键” 面临的一些关键技术问题需要解决(1) 口语：与书面语和朗读语音有很大不同 省略：计算机系的学生住在哪？ … 电子系呢？ 更正：我想买张星期三 哦 星期四 的机票 重复：请问明天 哦 明天天气如何；请问明天 哦 星期三天气如何 强调：请帮我查一下有关电脑，就是计算机，方面的专业网站 倒序：从北京到上海多长时间得飞 无序：我想买张票，从上海，周三，去深圳，要国航的，往返的 噪音：来自环境 含混不清语音：尤其在快速说话时 无意义语音：口头语，以及啊、嗯等 迟疑：说话人正在寻找合适的词语表达意思 吃音及音变：口语最常见现象 韵律：不同的韵律有可能导致完全不同的含义 面临的一些关键技术问题需要解决(2) 汉语：与西方语言不同 不能完全套用西方语言的语言理解方法 汉语重表意，而不注意语法是否严格 如：月黑杀人夜、风高放火天 语法分析不够，还需要语义分析 口语对话系统应运而生：其目的是通过人机交互对话来完成信息查询等任务 口语对话系统的基本框架 我们的解决方案 满足应用的需要 “单源/多设备”体系结构 CST演示系统 整句数字输入法 整句拼音输入法 语音命令控制 关键词检出器 汉语语音听写机 航班订票系统 校园导游系统 发音水平评价 声纹识别系统 互联网上的查询 基于WAP的查询 基于PDA的查询 基于电话的查询 谢 谢 ! 郑 方 智能技术与系统国家重点实验室 清华大学语音技术中心 and Weniwen Technologies Limited 2001年6月12日 fzheng@ /~fzheng/ 演示－整句数字输入法 演示－整句拼音输入法 演示－语音命令控制 演示－关键词检出器 演示－汉语语音听写机 演示－航班订票系统 演示－校园导游系统 演示－发音水平评价 演示－声纹识别系统 演示－互联网上的查询 演示－基于WAP的查询 演示－基于PDA的查询 演示－基于电话的查询 fzheng@, Center of Speech Technology, Tsinghua University 清华大学移动互联专家论坛 互联网 无线互联网 互联网 电话网络 无线互联网 互联网 电话网络 无线互联网 互联网 网为信息交流存在！ 信息中心及网络 易用性方面 存取速度方面 移动性方面 用移动设备上的小键盘输入 汉字输入方法 电话的免提输入 随处可存取 设备间的互用性 菜单步骤 键入速度 应用程序 数据库 用户 语音识别 语义分析 对话管理 对话生成 语音合成 音?字/词网格 解决口语语音问题 解决噪音、口音问题 从词网格分析语义 解决口语语言现象 转换为内部表示 高自然度 有一定的韵律 结合模板和NLG技术 能处理“无结果” 上下文相关理解 话题转换，用户焦点 记忆与遗忘 混合主导 用户 语音识别 语义分析 对话管理 对话生成 语音合成 自动语音识别 自然语言理解 “单源/多设备”体系结构 易用性方面 存取速度方面 移动性方面 小键盘上的上下文预测“快速输入” 汉语“音-字”转换，只需输入拼音甚至数字即得汉字，不用选 电话“语音识别” “一步” 问答格式，直接用自然语言 “缩减”语音询问所需“菜单步骤”，无需菜单选择 “单源 / 多设备”存取 准备一次 / 随处存取 Web网关 WAP/iMode 网关 电话接口 Voice Browser or Natural Language Query Answering 模块 知识库 文本 文本 声音 拼音输入法 数字输