基于自然語言對象檢索的人機交互技術探究

孫偉博 張斌

(1.清華大學計算機科學與技術系,北京 100089;2.中華通信系統有限責任公司,河北石家莊 050000)

在實際的發展過程過程自然語言對象搜索對算法的優化比較側重,而對關鍵詞的深層語義等并沒有充分的理解和應用,導致在實際的檢索過程中出現更多的不規范的問題。因此在實際的發展過程中加強信息檢索中的人機交換技術的研究十分重要,為了使得技術的進一步發揮實用的功能,對相應的算法等進一步處理對其發展會帶來促進作用。自然語言對象檢索的人機交互技術能夠適應時代的發展和進步,在實際的發展過程中能夠發揮一定的效果,促進行業的發展和進步。

1 自然語言檢索分析

自然語言檢索通常是用戶提供的標簽信息或從網頁中提取的關鍵詞。每個標簽可以按重要性、字母順序、隨機順序排列,其重要性可以通過字體大小和顏色來表達。標簽云中的大多數標簽都以超鏈接的形式存在。用戶可以單擊標簽來查看與之關聯的項目。首先,標簽云通常用于各種社交網站、個人網站或企業網站,正式顯示用戶生成的標簽或網站的文本內容。隨著技術的發展,在知識管理、主題導航等方面的應用越來越多。近年來,標簽云的應用比較廣泛,用來呈現搜索結果的架構[1]。

在實際的發展過程中,傳統的語言檢索與其相比,自然語言檢索存在一定的差別。近年來隨著科技的發展和進步,其發展也受到一定的影響。但是,它的主要缺點是控制語言是一種用戶不熟悉的語言,用戶使用起來不方便。具體分析為文獻作者直接使用自然語言,使索引工作擺脫了對受控語言的依賴。對于大多數普通檢索用戶來說,直接使用自然語言檢索更符合他們的行為習慣,這樣他們就可以理解文本信息和用戶的含義問題在某種程度上,這樣他們可以更準確地定位檢索目標索引和檢索結果可以使用自然語言數據庫之間共享。自然語言處理(NLP)使用這種可預測的結構來理解一段信息在文本中扮演的角色。一個比較好的信息檢索的系統在實際的發展過程中一定的需要具備的是快速篩選有效信息的能力,同時在實際的發展過程中還需要有推薦的能力。通過用戶的數據分析,在實際的發展過程中檢索并推薦相關的檢索內容,為用戶帶來更好的體驗感,這在一定的基礎上能夠促進信息技術的發展和進步,同時進一步智能化的發展。

2 基于自然語言對象檢索的人機交互技術探究

基于自然語言對象檢索的人機交互技術探究過程中用戶可以根據自己的需求找到哪些信息是可用的。如果用戶對檢索結果不滿意,也可以通過添加關鍵詞來縮小搜索范圍,過濾出更準確的信息產品提供極簡的人機交互界面,將用戶的輸入體驗發揮到極致。

為了解決自然語言分析的問題造成的多樣性和自然語言的模糊性在自然語言人機交互,一個基于自然語言人機交互方法關鍵字設計,使非專家協調移動機器人的運動通過簡單和容易理解自然語言。該方法的大意是用標準的自然語言句式描述機器人任務過程中可能出現的情況。通過提取自然語句中的主要關鍵詞和分支描述符,遍歷語言指令庫,匹配相應的自主行為。最后通過運動控制實驗驗證了自然語言指令算法的可行性和準確性。隨著世界科學技術的飛速發展,在服務機器人高端技術領域的研究成果越來越多。從國內外服務機器人的發展前景來看,其技術的發展和改進具有非常長遠的價值。服務機器人是一種典型的移動機器人,通常用于執行操作者設置的各種動態命令。移動機器人經常面臨完全不熟悉,沒有現成的全球地圖導航的情況。本文研究的基于自然語言對象檢索的人機交互方法是針對移動機器人,分析的語言背景為漢語。這類研究在國內外比較少見。由于漢語語言的多樣性和模糊性,機器人分析和理解自然語言并自動生成自然語言指令是困難和創新的。本文針對搜索引擎的動作模式,建立了基于自然語言句式的人機交互界面,實現了移動機器人對自然語言的分解。針對這兩種自然語言指令,引入了兩種自然語言分析算法。對包含特定關鍵字的自然語言指令進行智能分析,通過遍歷指令庫找到相應的控制指令。

2.1 自然語言分析

2.1.1 自然語言分析算法

將自然語言分解為機器人的控制指令。從另外兩個方面解決了這一問題,提出了自然語言組合算法和自然語言分解算法。基于自然語言句子的組合算法顛倒了自然語言分析的思路,試圖將分析自然語言的任務簡化為結合自然語言的方法。該算法受到數學方法排列組合的啟發,希望通過對單個動作指令的排列組合,達到聚小為多、化繁為簡的目的。它適用于一些典型的動作,即容易運用典故的自然語言句型的動作[2]。

2.1.2 自然語言組合算法的基本思想

該組合算法的基本思想是,從普通人容易理解的自然語言句型中提取并組合關鍵字,將小指令擴展成一系列連貫的動作,便于針對具體問題進行控制。該算法不僅降低了基于漢語的自然語言表達式的多樣性帶來的解析難度,而且提高了輔助非專業程序員控制移動機器人的可能性。該算法初步達到了用自然語言控制移動機器人的目的。

2.1.3 自然語言分析的全過程

這種自定義的語言教學還需要遵循日常的語言習慣,在此基礎上,盡量規范句子模式,突出關鍵詞。通過對移動機器人語言指令的分析,搜索出移動機器人的主要關鍵詞,即主要方向詞和主要動作詞。所有的模糊關鍵字被劃分為四個主要動作。然后關鍵詞分支,即主要關鍵詞的附加描述部分,如精確距離、模糊限定詞、目標等,可以手動量化一個標準。然后遍歷指令庫,找到匹配的指令,并調用相應的程序。該算法采用逐層遞進模式,逐層匹配指令庫。只要包含帶有關鍵字的自然語言指令,它們就可以遍歷指令庫進行指令匹配和調用。

2.2 自然語言流分解算法

對于具有特定關鍵字的自然語言,類似于搜索引擎中關鍵字搜索方法的模式,一步一步地遍歷自然語言指令庫,匹配相應的控制指令,然后協助移動機器人完成任務。根據漢語語言句型的習慣,本文考慮了多種自然語言表達句型。遍歷自然語言指令庫的優先級是首先匹配主方向關鍵字,然后提取分支修改位置詞,然后從指令庫中提取匹配控制指令。

3 結語

人機交互領域經過多年的研究,在實際的發展過程中用戶問題處理的任務是從用戶的自然語言問題中,以系統可以處理的形式表達出來。具體來說,就是從連續詞串中提取出能夠表達檢索主題和詞與詞之間關系的有效詞,并以此為基礎形成內部檢索形式。自然語言形式的用戶查詢處理應包括兩個方面:形式上的分解與轉換和內容上的調整,以及形式上的分解與轉換。在使用自然語言查詢進行檢索時,除非檢索系統中的索引項在語言層采用與用戶問題相同的形式,否則必須對用戶的問題進行處理才能進行匹配。未來的發展過程中還需要創新技術和相應的平臺,使自然的人機交互體驗達到一個更高的水平。