口语对话系统中一种稳健的语言理解算法
为了提高口语对话系统中语言理解的稳健性,本文提出了一种基于两级搜索的理解算法.在第一级采用概念捆绑生成概念图,剔除识别模块给出的词图上的一些干扰成份,在第二级采用改进的基于树扩展的稳健句法分析搜索出最佳理解结果.搜索基于统一的统计框架,并引入用户意图推断和句子特征短语两方面的信息对搜索空间进行约束,使理解的稳健性和实时率都得到了进一步的提高.实验表明该算法在0.22倍实时情况下,能得到13.6﹪的句意理解错误率和25.4﹪概念理解错误率.
口语对话系统 语言理解算法 人机口语对话 语音识别
陈俊燕 王作英
清华大学电子工程系语音识别实验室
国内会议
厦门
中文
14-18
2003-11-01（万方平台首次上网日期，不代表论文的发表时间）