利用深度去噪自编码器深度学习的指令意图理解方法

被引：8

作者：

李瀚清 ^{[1
,2
]}

房宁 ^{[3
]}

赵群飞 ^{[1
,2
]}

夏泽洋 ^{[4
]}

机构：

[1] 上海市北斗导航与位置服务重点实验室

[2] 上海交通大学自动化系

[3] 上海交通大学人文学院

[4] 中国科学院深圳先进技术研究院

来源：

上海交通大学学报 | 2016年 / 07期

关键词：

意图理解; 向量空间模型; 支持向量机; 深度去噪自编码器;

D O I：

10.16183/j.cnki.jsjtu.2016.07.020

中图分类号：

TP391.1 [文字信息处理]; TP18 [人工智能理论];

学科分类号：

081203 ; 0835 ; 081104 ; 0812 ; 1405 ;

摘要：

提出了一种利用深度去噪自编码器(SDAE)的自然语言指令意图理解方法.根据家庭服务机器人的使用环境和应用场景构建了一个自然语言文本指令语料库,并对语料库中各类指令进行意图标注,从而把文本指令理解问题转化为文本分类问题;在传统的文本向量空间模型的基础上,融合了文本指令的词性信息,定义了一种文本表示模型——词性向量空间模型;将SDAE应用于文本指令意图理解,提取指令的高阶特征;用高斯核支持向量机进行训练和预测,进而实现了自然语言指令的意图理解.在所建语料库上进行多折交叉验证,结果表明指令意图理解平均准确率达到96%以上.

引用

页码：1102 / 1107

页数：6

共 4 条

[1] 一种基于受限自然语言处理的移动机器人视觉导航方法 [J].

李新德 ;

张秀龙 ;

戴先中 .

机器人, 2011, 33 (06) :742-749+757

[2]

基于优化的语义理解与SVM相结合的文本情感分类研究[D]. 许元辰.南昌大学 2014

[3]

An Artificially Intelligent Chat Agent That Answers Adolescents’ Questions Related to Sex, Drugs, and Alcohol: An Exploratory Study[J] . Rik Crutzen,Gjalt-Jorn Y. Peters,Sarah Dias Portugal,Erwin M. Fisser,Jorne J. Grolleman. &nbspJournal of Adolescent Health . 2011 (5)

[4]

A vector space model for automatic indexing[J] . G. Salton,A. Wong,C. S. Yang. &nbspCommunications of the ACM . 1975 (11)

← 1 →