论文部分内容阅读
摘要：为了让机器人通过自然语言的辅导来实现导航的作用，文章提出了一种通过日常生活中对描述路径的自然语言方法，直接绘制出机器人的运行路径，为了增强机器人对自然语言的读取理解，所以组块分析的方法应作为首选，第一步要深入详细的收集关于路径描述的自然语言资料数据库，对于语义和句法的对应关系要详细总结，其次设计一个层层相扣条件的随机场，通过组块分析的方法，先对名词短语组块进行提取，然后提取语义组块，在此基础之上，逐个建立路径单元，最后组成一个完整的路径信息，引入名词的实体关系推理方法，用来解决对名词短语的解析问题，用最后完整合理的自言语言处理各个环节的实验结果，并结合具体的语句展示机器人导航的映射过程，对机器人通过语句展现出来的活动过程进行分析反馈，对人机交互体验方面以及机器的和谐导航都有重要的意义。
关键词：自然语言处理；机器人导航；层扣条件随机场
在科技迅速发展的时代，人们越来越注重与科技产品的交互体验感受，在一些高端的科技公司如美国的苹果公司，在其推出的产品之中运用了Siri系统，就是所谓的语音智能功能，有它的帮助，人们仅用生活中的语言就能控制手机完成很多事情，给人们的日常生活带来了很多方便，这个系统也很好的体现了人机交互这一概念，如果在机器人的研制当中也可以运用自然语言对其进行控制、指导命令，对实现机器人完美融入走进人们的日常生活有积极的意义，让科技走进平常生活，提升人们的生活品质。
一、自言语言句法和句义的对应关系
语料的句法结构分析：
关于语料的收集可以通过寻找志愿者填写调查问卷的形式收集语句， 在进行语句收集的过程之中， 调查人员给出情景环境， 让志愿者进行模仿生活中真实的环境进行语句采集， 在保证一定的真实生活习惯的情况下，总体来说，收集到都是比较简单的语句语法，语料中关键词表现突出，能很直白的得到方向、路标等信息。 但对于标志物的细节描述确是很少。以下是典型的句子：
1） “向前，走到路口，右转，直行，到达电脑旁边”；
2） “直行到凳子前， 右转 90 度， 走过 正方形柜子，向右斜前方向走到钢琴与写字桌之间， 左转， 并越过写字桌再左转， 从中间空地直接走向盆景柜”；
3） “向右后拐绕过 L 型柜子，向前再绕过写字桌， 向右前进到电视机”
对这些语句所表现出的关键有用信息进行了分析， 分析的内容主要包括： 运动的方向、运动形式、方位及路标等。 并将与有效信息相关的短语单独列出进行了语法分析，寻找自然语言描述路径的规律。例子如下：
1）“到达柜子后方”；
2）“停在电视机的右边”；
3）“到达书桌后面”。
用上下文无关语法可表示为 （其中 S 表示句子， PP 为介词短语， NP 为名词短语， VP 为动词短语， MP 为数量词短语， v 为动词，n 为名词， f 为方位词，m 表示数词 ，pf 为介词， q 表示量词， udel 表示 “的”， 下文采用同样的表示
1）S → VP
VP → v NP n → 柜子 — 后方
NP → n n v → 停在
2）S → VP
VP → v NP
NP → NP udel NP
NP → NP n
NP → n
n → 停在 — 电视机 — 后方
v → 到达
3）S → PP f → 后
PP → pf NP pf → 停在
NP → n f n → 书桌
在语料库中可以发現很多像上面这三个例子一样的句子，这些句子都有一个共同的特点，那就是参考物体的信息在这些语法短句中都能直白的体现出来，这对于机器人导航目标的实现，所产生的作用是巨大的，因为这些语句的总结收集，人们才能从众多自然状态下的语言之中寻找规律，编写有效的运行程序，加强机器人对生活中自然语言的理解，从而实现机器人的导航，让科技走进人们的生活，加快机器人工智能融入人类生活的步伐。
二、语义和句法结构的关系
由于自然语言具有随意性，一般来说其二者之间没有必然的联系性，在通过日常生活中，对于自然语言短句我们则可以在短句中分析找到相同之处例如：“柜子后方”、“停在电视机的右方” 和 “书桌后方”， 这些名词短语的前方都有一些表达物体状态的前缀，因此通过这些短语就能清晰的发现句法和句意之间的联系，也就是拥有此类型结构的语句，都能从句子中获得物体的运动状态，运动的目的地，对于实现室内机器人的导航目标有重要的意义。
三、层扣条件随机场
名词短语的复杂与否影响着正确率， 当名词短语比较简单时，正确率在范围之内； 如果当名词短语复杂繁多时，正确率就会下降。 因此就引入一个多层次的CRF 来处理这类层扣的问题. 如图 片所示， 在本文所用的模型工分为了三层： 底层、中层和高层，这三种模型独立处理分析自言语言的指示，因为层层的相扣识别，所以能准确的判断出语义，模型的应用提升了机器人的智能程度，高层模型图 模型的输入变量联系着底层的识别结果， 高层条件随机场模型在处理复杂语句时有更准确的判断，整体相互层扣，可以更加缜密的识别处理。
四、总结
当前摆在面前的问题是建立大型的代表性强的语料库，需要相关人员时间精力的巨大投入，如果能合理的解决这个问题，那么机器人导航的时代将会很快到来，对于这一技术人们需要更长时间的打磨成长，其中的规律还需要人们去长时间的积累探寻，只有一步一步做好基础，才能实现目标，关于本文给出的实验结果客观地讲本文方法还不是很完善，但科技对于人民生活的改变是日新月异的，日后机器人一定能更好地融入人民的生活，为人民带来全新的生活体验，让生活越来越美好。
参考文献：
[1]徐平，罗飞路，胡祥超.一种面向数字化家庭的医疗保健智能机器人设计模型[A].中国电工技术学会.湖南省电工技术学会第七次会员代表大会暨2004学术年会论文集[C].中国电工技术学会，2004：5.
[2]高胜男，孔令富，吴培良.面向室内智能机器人的中文服务指令自主处理方法[J].机器人，2015，04：424434.
[3]李国栋.服务机器人智能空间中机器视觉测量技术及其应用研究[D].山东大学，2012.
关键词：自然语言处理；机器人导航；层扣条件随机场
在科技迅速发展的时代，人们越来越注重与科技产品的交互体验感受，在一些高端的科技公司如美国的苹果公司，在其推出的产品之中运用了Siri系统，就是所谓的语音智能功能，有它的帮助，人们仅用生活中的语言就能控制手机完成很多事情，给人们的日常生活带来了很多方便，这个系统也很好的体现了人机交互这一概念，如果在机器人的研制当中也可以运用自然语言对其进行控制、指导命令，对实现机器人完美融入走进人们的日常生活有积极的意义，让科技走进平常生活，提升人们的生活品质。
一、自言语言句法和句义的对应关系
语料的句法结构分析：
关于语料的收集可以通过寻找志愿者填写调查问卷的形式收集语句， 在进行语句收集的过程之中， 调查人员给出情景环境， 让志愿者进行模仿生活中真实的环境进行语句采集， 在保证一定的真实生活习惯的情况下，总体来说，收集到都是比较简单的语句语法，语料中关键词表现突出，能很直白的得到方向、路标等信息。 但对于标志物的细节描述确是很少。以下是典型的句子：
1） “向前，走到路口，右转，直行，到达电脑旁边”；
2） “直行到凳子前， 右转 90 度， 走过 正方形柜子，向右斜前方向走到钢琴与写字桌之间， 左转， 并越过写字桌再左转， 从中间空地直接走向盆景柜”；
3） “向右后拐绕过 L 型柜子，向前再绕过写字桌， 向右前进到电视机”
对这些语句所表现出的关键有用信息进行了分析， 分析的内容主要包括： 运动的方向、运动形式、方位及路标等。 并将与有效信息相关的短语单独列出进行了语法分析，寻找自然语言描述路径的规律。例子如下：
1）“到达柜子后方”；
2）“停在电视机的右边”；
3）“到达书桌后面”。
用上下文无关语法可表示为 （其中 S 表示句子， PP 为介词短语， NP 为名词短语， VP 为动词短语， MP 为数量词短语， v 为动词，n 为名词， f 为方位词，m 表示数词 ，pf 为介词， q 表示量词， udel 表示 “的”， 下文采用同样的表示
1）S → VP
VP → v NP n → 柜子 — 后方
NP → n n v → 停在
2）S → VP
VP → v NP
NP → NP udel NP
NP → NP n
NP → n
n → 停在 — 电视机 — 后方
v → 到达
3）S → PP f → 后
PP → pf NP pf → 停在
NP → n f n → 书桌
在语料库中可以发現很多像上面这三个例子一样的句子，这些句子都有一个共同的特点，那就是参考物体的信息在这些语法短句中都能直白的体现出来，这对于机器人导航目标的实现，所产生的作用是巨大的，因为这些语句的总结收集，人们才能从众多自然状态下的语言之中寻找规律，编写有效的运行程序，加强机器人对生活中自然语言的理解，从而实现机器人的导航，让科技走进人们的生活，加快机器人工智能融入人类生活的步伐。
二、语义和句法结构的关系
由于自然语言具有随意性，一般来说其二者之间没有必然的联系性，在通过日常生活中，对于自然语言短句我们则可以在短句中分析找到相同之处例如：“柜子后方”、“停在电视机的右方” 和 “书桌后方”， 这些名词短语的前方都有一些表达物体状态的前缀，因此通过这些短语就能清晰的发现句法和句意之间的联系，也就是拥有此类型结构的语句，都能从句子中获得物体的运动状态，运动的目的地，对于实现室内机器人的导航目标有重要的意义。
三、层扣条件随机场
名词短语的复杂与否影响着正确率， 当名词短语比较简单时，正确率在范围之内； 如果当名词短语复杂繁多时，正确率就会下降。 因此就引入一个多层次的CRF 来处理这类层扣的问题. 如图 片所示， 在本文所用的模型工分为了三层： 底层、中层和高层，这三种模型独立处理分析自言语言的指示，因为层层的相扣识别，所以能准确的判断出语义，模型的应用提升了机器人的智能程度，高层模型图 模型的输入变量联系着底层的识别结果， 高层条件随机场模型在处理复杂语句时有更准确的判断，整体相互层扣，可以更加缜密的识别处理。
四、总结
当前摆在面前的问题是建立大型的代表性强的语料库，需要相关人员时间精力的巨大投入，如果能合理的解决这个问题，那么机器人导航的时代将会很快到来，对于这一技术人们需要更长时间的打磨成长，其中的规律还需要人们去长时间的积累探寻，只有一步一步做好基础，才能实现目标，关于本文给出的实验结果客观地讲本文方法还不是很完善，但科技对于人民生活的改变是日新月异的，日后机器人一定能更好地融入人民的生活，为人民带来全新的生活体验，让生活越来越美好。
参考文献：
[1]徐平，罗飞路，胡祥超.一种面向数字化家庭的医疗保健智能机器人设计模型[A].中国电工技术学会.湖南省电工技术学会第七次会员代表大会暨2004学术年会论文集[C].中国电工技术学会，2004：5.
[2]高胜男，孔令富，吴培良.面向室内智能机器人的中文服务指令自主处理方法[J].机器人，2015，04：424434.
[3]李国栋.服务机器人智能空间中机器视觉测量技术及其应用研究[D].山东大学，2012.