人工智能导论课件第10章自然语言理解幻灯片.pptVIP

* 5.识别。识别系统的输入是从语音信号中提出的特征参数 语音识别所采用的方法一般有： （1）模板匹配法。在训练阶段，用户将词汇表中的每一个词依次说一遍，将其特征矢量作为模板存入模板库。在识别阶段，将输入语音的特征矢量序列依次与模板库中的每个模板进行相似度比较，将相似度最高者作为识别结果输出。 （2）随机模型法。如隐马尔可夫模型(HMM)。用HMM的概率参数来对似然函数进行估计与判决，从而得到识别结果。 （3）概率语法分析法。不同的人说同一些语音时，相应的语谱总有一些共同的特点以区分于其他语音。将区别性特征与来自构词、句法、语义等语用约束相互结合，构成由底向上或自顶向下的交互作用知识系统。 10.4.2 语音识别的主要过程 * 10.4.3 隐马尔可夫模型 隐马尔可夫模型： 表示序列可能出现的一种方法。 y跟在ph后面出现的概率跟在t后面出现的概率 例 序列：1 2 3 3 4。则概率0.9×0.5×0.4×0.6=0.108 * 状态隐含，观察可测 10.4.4 基于隐马尔可夫模型的语音识别方法 （1）观察符号是一帧帧的语音参数 （2）状态序列是具体的语音内容 LPC或MFCC 前进，后退 例： * 解决三个基本问题： （1）输出概率计算问题：给定观察序列 和HMM模型，计算输出概率 。 （2）状态序列解码问题：给定观察序列 和HMM模型，确定最优的转移序列。 （3）模型参数估计问题：调整模型 的参数，以使 最大。 10.4.4 基于隐马尔可夫模型的语音识别方法 * 输入语音 比较结果 语音分析 矢量量化 语音模型 比较判断 HMM训练 概率计算 特征提取 10.4.4 基于隐马尔可夫模型的语音识别方法 基于HMM的孤立字(词)识别 * THE END Introduction of Artificial Intelligence 第 10 章 自然语言处理及其应用 教材： 王万良《人工智能导论》（第3版） 高等教育出版社，2011. 2 * 第10章 自然语言处理及其应用 如果计算机能够理解、处理自然语言，这将是计算机技术的一项重大突破。自然语言理解的研究在应用和理论两个方面都具有重大的意义。 本章首先自然语言理解的概念以及发展历史，然后从应用角度介绍机器翻译和语音识别技术。 * 第10章 自然语言处理及其应用 10.1 自然语言理解的概念与发展历史 10.2 语言处理过程的层次 10.3 机器翻译 10.4 语音识别 * 第10章 自然语言处理及其应用 10.1 自然语言理解的概念与发展历史 10.2 语言处理过程的层次 10.3 机器翻译 10.4 语音识别 * 10.1.1 自然语言理解的概念 微观角度：从自然语言到机器内部的一个映射。 宏观角度：使机器能够执行人类所期望的某种语言功能。 （1）回答问题：计算机正确地回答用自然语言输入的有关问题。 （2）文摘生成：机器能产生输入文本的摘要。 （3）释义：机器能用不同的词语和句型来复述输入的自然语言信息。 （4）翻译：机器能把一种语言翻译成另外一种语言。 * 10.1.2 自然语言理解研究的产生与发展 1. 萌芽时期（20世纪40年代末50年代初） 2. 以关键词匹配技术为主的时期 （20世纪60年代始） A. Donald Booth W. Weaver M. Chomsky 形式语言和文法 3. 以句法语义分析技术为主的时期 （ 20世纪70年代后） 4. 基于知识的自然语言理解发展时期 5. 基于大规模语料库的自然语言理解发展时期 68年B. Raphael：语义检索系统SIR J. Weizenbaum：心理医疗ELIZA 72年W. Woods：语音接口LUNAR T. Winograd ：英语对话SHEDLU * 第10章 自然语言处理及其应用 10.1自然语言理解的概念与发展历史 10.2 语言处理过程的层次 10.3 机器翻译 10.4 语音识别 * 文字表达句子的层次：词素→词或词形→词组或句子。 声音表达句子的层次：音素→音节→音词→音句。 语言处理过程分为五个层次：语音分析、词法分析、句法分析、语义分析和语用分析。 语用分析：研究语言所存在的外界环境对语言使用产生的影响。 构成单词发音的独立单元是音素。上下文不同而发音不同。 语音分析就是根据音位规则，从语言流中区分出一个个独立的音素，再根据音位形态规则找出一个个音节及其对应的词素或词。 10.2