人機(jī)對話系統(tǒng)中若干關(guān)鍵問題研究.pdf

1、北京郵電大學(xué)博士學(xué)位論文人機(jī)對話系統(tǒng)中若干關(guān)鍵問題研究姓名：魏松申請學(xué)位級別：博士專業(yè)：信號與信息處理指導(dǎo)教師：鐘義信20060901學(xué)習(xí)上。首先，通過闡述言語行為之間互信息分布圖，展示了互信息分布和基本會話結(jié)構(gòu)邊界的關(guān)聯(lián)性，在一定程度上說明了通過言語行為之間的關(guān)聯(lián)程度來進(jìn)行基本會話結(jié)構(gòu)邊界探測的合理性：其次，提出了一種基本會話結(jié)構(gòu)組塊的綜合評分機(jī)制，分別從組塊內(nèi)連接強(qiáng)度和組塊間連接強(qiáng)度兩個(gè)方面來衡量一個(gè)目標(biāo)組塊成為基本會話結(jié)構(gòu)的可能性

2、，并且在此基礎(chǔ)上構(gòu)造了基于動態(tài)規(guī)劃的無監(jiān)督切分算法，實(shí)現(xiàn)了在完整會話范圍內(nèi)尋求最優(yōu)切分。實(shí)驗(yàn)結(jié)果顯示基于組塊綜合評分機(jī)制的系統(tǒng)性能F值達(dá)到6916％，較基于MI的無監(jiān)督推導(dǎo)性能高出近15個(gè)百分點(diǎn)。(詳見第三章)(4)提出了一種改進(jìn)了的基于議程的DM管理框架。對話的任務(wù)結(jié)構(gòu)表現(xiàn)在過程性結(jié)構(gòu)和描述性結(jié)構(gòu)兩個(gè)方面，為了更好的處理具有這兩種典型結(jié)構(gòu)的復(fù)雜任務(wù)，本文在基于議程的對話管理系統(tǒng)的框架中引入了特征結(jié)構(gòu)(FS)，從而不僅保留了原有過程性處

3、理方面的優(yōu)點(diǎn)，同時(shí)又結(jié)合了特征結(jié)構(gòu)適用于描述復(fù)雜對象的特點(diǎn)，有效的拓展了DM對于復(fù)雜對話任務(wù)的處理能力。(詳見第四章)(5)提出了一種基于隨機(jī)森林的淺層句法分析的算法。對于CoNLL2000提出的淺層句法分析任務(wù)，本文提出了～種新型的基于隨機(jī)森林的算法，研究表明本文提出的算法能夠降低對系統(tǒng)內(nèi)存的需求，并且展示了通過Bootsmp、Subspaee等多途徑引入隨機(jī)性能夠在整體性能上形成局部峰值，從而實(shí)現(xiàn)性能的改善。實(shí)驗(yàn)表明基本模型Boot