口语对话系统中的词类概率模型和知识表示

摘要：

语言分析和知识库管理是口语理解与对话系统的两个重要组成部分，作者在这两方面提出了一些新的方法。一是提出并实现了词类概率模型，它具有较高的性能和较低的时间复杂度，是基于句法规则的语义分析和语言理解的基础。此外还提出了与数据无关的多叉树层次结构模型的知识表示方法，它具有很强的表达能力并易于扩展。在此基础上，实现了一个用以提供清华大学地理、办公、商业及其它一些相关信息检索、基于文本的口语对话系统EasyNav。实验表明，上述模型和方法具有很好的性能。

关键词：口语对话系统、自然语言理解、词类概率模型、知识表示

所属期刊栏目：41

分类号：TP391.42(计算技术、计算机技术)

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：69-72