第二节 自然语理解.pptVIP

第二节 自然语言理解 授课时间：2006年12月25日 授 课 人：徐艳华 教学目标 自然语言理解的发展 自然语言理解的原理 汉语语句的生成系统 自然语言理解的难点 一、自然语言理解的发展 自然语言理解（Natural Language Understanding ）又叫人机对话（Man-Machine Dialogue），研究如何让计算机理解和运用人类的自然语言，使得计算机懂得自然语言的含义，并对人给计算机提出的问题，通过对话的方式，用自然语言进行回答。主要包括查询资料、解答问题、摘录文献、汇编资料以及一切有关自然语言信息的加工处理。 自然语言理解的发展大致经历了这样几个时期： 自然语言理解从 20世纪 60年代初开始研究，由于 乔姆斯基在语言学理论上的突破和此后各家理论的发展，以及计算机功能的不断提高，目前已经取得了一定的成果，分为语音理解和书面理解两个方面。 语音理解是用口语语音输入，使计算机听懂语音信号，用文字或语音合成输出应答。方法是先在计算机里贮存某些单词的声学模式，用它来匹配输入的语音信号，称为语音识别。这只是一个初步的基础，还不能达到语音理解的目的。因为单凭声学模式无法辨认人和人之间、同一个人先后发音之间的语音差别，也无法辩认连续语流中的语音变化;必须综合应用语言学知识,以切分音节和单词，分析句法和语义，才能理解内容，获取信息。 60年代至70年代初期，研究工作一直停留在单词的语音识别上，进展不大。直到70年代中期才有所突破，建立了一些实验系统，能够理解连续语音的内容，但是还限于少数简单的语句。 书面理解是用文字输入，使计算机看懂文字符号，也用文字输出应答。这方面的进展较快，70年代初期取得突破，中期以后又有所发展。目前已能在一定的词汇、句型和主题范围内查询资料，解答问题，阅读故事，解释语句等，有的系统已付诸应用。 书面理解的基本方法是：在计算机里贮存一定的词汇、句法规则、语义规则、推理规则和主题知识。语句输入后，计算机自左至右逐词扫描，根据词典辨认每个单词的词义和用法；根据句法规则确定短语和句子的组合;根据语义规则和推理规则获取输入句的含义;查询知识库，根据主题知识和语句生成规则组织应答输出。 目前存在的问题有两个方面：一方面，迄今为止的语法都限于分析一个孤立的句子，上下文关系和谈话环境对本句的约束和影响还缺乏系统的研究，因此分析歧义、词语省略、代词所指、同一句话在不同场合或由不同的人说出来所具有的不同含义等问题，尚无明确规律可循，需要加强语用学的研究才能逐步解决。 另一方面，人理解一个句子不是单凭语法，还运用了大量的有关知识，包括生活知识和专门知识，这些知识无法全部贮存在计算机里。因此一个书面理解系统只能建立在有限的词汇、句型和特定的主题范围内；计算机的贮存量和运转速度大大提高之后，才有可能适当扩大范围。 二、自然语言理解的原理 语音识别与生成。首先，需要分析各种辅音、元音、声调、语调等语音成分的物理特征，把这些不同的特征转换成数码形式供计算机辨认。接着，还要研究音位和音位变体之间的关系，以及从连续的音流中截取单词、音节，识别各种连续音变，人与人之间的语音差别等。将这些语音成分转为相应的文字。 2、句子分析 将语音转为文字或直接输入文字之后，要对句子进行分析。 （1）基于语法的句子分析 “曹雪芹的代表作是三国演义吗？”计算机对其进行自动切分，得出——“曹雪芹 的 代表作 是 三国演义 吗？”与此同时，计算机对其还进行了自动标注。然后，计算机自左至右逐词辨认。第一个词“曹雪芹”，查电子词典里有没有这个词。如果没有，计算机会给出一个表示不能分析的信号（比如打出一个“？”）；如果有，就把这个词的注解记录下来：专有名词、人名、清代人等等，再进行下一个分析。 进行到第三个词，得到“名词＋的＋名词”，查句法规则库，如果没有这样的结构，就不能分析；如果有，根据句法规则，得到“名词＋的＋名词＝Np”，语义规则随即加以解释。如果解释不通，如错打成“曹雪芹的施耐庵”，计算机又给出不能分析的信号。解释通了，继续往下查，NP＋V。。。NP十V＋N，最后得出NP十VP十0（名词短语+动词短语十疑问词）。 根据句法规则，疑问词“吗”要求计算机对前面的NP＋VP作出肯定或否定的回答。理解了这个问句的语义与要求之后，计算机就转向知识库或数据库查询。根据语义，NP＋VP的命题是：“曹舍芹的代表作”和“《三国演义》”是同一本书，计算机要对这个命题的真假作出判断。如果计算机在知识库或数据库查不到这方面的知识，就只能回答“不知道”；如果查到了，得到了这个命题为假的结果，于是计算机就在显示终端回答： “不是。曹雪芹的代表作是红楼梦。 （2）基于语义的句子分析 汉语源语句