基于强化学习的家庭环境下中文服务指令解析器研究

来源 :燕山大学 | 被引量 : 0次 | 上传用户:nyjnju
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着我们国家社会现代化的不断进步和发展,我国人口老龄化程度正在逐渐加深,老年人的居家服务问题也变得愈加严重。另一方面,人工智能技术日趋成熟,促使着机器人向愈发智能化的方向发展,因此用机器人来服务老年人成为一种可行的方案。为了让机器人可以执行人类的指令,必须先让其理解指令的内容,因此研究如何将自然语言指令解析为机器人可执行的机器指令是很有必要的。本文探讨了国内外的研究现状,以家庭环境为背景,将自然语言处理领域的相关技术和深度强化学习算法相结合,对中文服务指令解析系统进行了研究。首先,本文收集了家庭环境下常用的服务指令,构建了家庭环境下常用的中文服务指令语料库,并对其进行了必要的处理,这其中包括对指令的分词与生成词向量,以及对指令进行必要的标注等。之后本文对指令解析问题进行建模,设计了动作空间、状态空间以及奖励函数以便强化学习的应用。本文将指令的解析问题视为指令中操作序列的规划问题,将指令解析问题转为指令中操作名称和操作参数的提取问题。在此基础之上,本文对这两个问题分别进行建模并求解,利用两个模型分别提取指令中的操作名称和操作参数,以形成指令的操作序列。其次,本文建立了机器指令库,用于将操作序列映射到机器指令序列。首先,将中文服务指令库中现有的机器指令加入到机器指令库中;其次,对于可能出现而机器指令库中尚未收录的指令可由用户进行更新,达到动态地更新机器指令库的目的。对于解析后的操作序列,机器指令规划系统将在机器指令库中进行匹配,将操作序列映射到机器指令序列上。另外,对于有歧义的机器指令还需要进行消歧处理。最后,本文通过设计实验验证了这种思路的可行性,对服务指令操作序列规划系统的使用条件及在不同复杂程度的指令下的表现情况做了分析;对机器指令规划系统的规划能力进行了实验验证与分析。
其他文献
随着科学技术的高速发展和人类社会的不断进步,海洋逐渐成为各个国家争相研究的对象。我国是海洋大国,未来也必将会是海洋强国,党和政府都高度重视对海洋的研究和开发。水下无线传感器网络是近年来对海洋进行数据采集和监测的重要工具,具有很高的研究意义和研究价值。网络中有许多值得研究的方向,本文主要就水声信道质量预测、动态节点移动策略和静态节点中继部署三个方面进行了深入研究,主要研究内容为:(1)水下无线传感器
水泥工业是我国国民经济发展的支柱产业,水泥烧成系统是水泥生产的三大环节之一,对水泥烧成系统生产过程进行优化,对降低生产过程成本,提高水泥产品质量具有重要意义。目前,水泥烧成系统生产过程的优化主要依赖于操作员的经验,无法保证优化操作的合理性,同时在生产过程会由于操作的不合理性造成大量的能源消耗。本课题结合水泥烧成系统生产过程优化问题,对卷积神经网络(Convolution Neural Networ
睡眠是人类基本的活动,高质量的睡眠状态有利于人体的身体健康。随着生活和工作压力的加大,睡眠相关的疾病在当今社会日益突出,威胁着人们的身体健康和日常生活。目前通过人工标记睡眠分期需要人力和时间成本,效率低且主观性强。该文针对目前睡眠分期的类别不平衡、长时间依赖关系等问题出发,利用深度学习实现自动睡眠分期,在公开的数据集睡眠记录(Sleep-European Data Format,Sleep-EDF
随着不可再生能源消耗量的逐年增加,以及环境污染问题的日益加重,各个国家开始将目光转向低碳化的能源。由此,基于分布式能源的微电网应运而生,但微电网系统的控制策略及在不同工作模式间的切换稳定性仍存在很多待解决的问题。因此,本文针对相关问题进行研究,以改善微电网系统控制策略的有效性,提高运行稳定性。首先,对微电网的控制结构、运行模式、控制策略与常用分布式电源的数学模型进行了分析介绍,为后文微电网模型的建
随着医学信息化建设的快速发展,电子病历已成为医院诊疗的重要依据,如何对有价值的医学信息进行精确识别已成为研究热点。在进行实体识别时,传统识别方法特征利用相对简单,没有充分挖掘实体相关特征,同时也无法学习到深度双向的全文语义信息。因此该文针对以上问题采用深度学习识别算法,进行了以下研究。首先,针对实体内部结构信息未被充分挖掘,造成形态层次特征丢失的情况,构建融合字及笔画特征的双向长短期记忆网络(Lo
近年来,角度传感器在大型工程结构状态检测中广泛应用,而传统的电类和磁类角度传感器存在抗电磁干扰性差、灵敏度较低等缺点,很难实现对角度矢量的准确测量。光纤角度传感器具有较高的灵敏度、较强的复用性以及可用于分布式测量等优点,因此,本文提出研究用于矢量角度测量的光纤传感器。本文在分析总结角度传感器的种类及研究现状的基础上,通过比较不同角度传感器的优缺点,提出基于光纤光栅阵列的角度矢量传感器,并利用其进行
软件漏洞预测技术能辅助软件开发和维护保证软件质量。然而,结构复杂且规模庞大的漏洞源码所生成的抽象语法树表示更加复杂,会使基于树的神经网络模型在训练时出现梯度消失或梯度爆炸问题,导致训练效率降低;多向语句树节点数目不同造成编码问题;此外,单一分类器对多类别的漏洞数据预测不够全面。本文就上述问题展开研究。首先,针对漏洞源码的数据表示问题,提出一种DFS-AST语句分割算法。采用动态规划方式将大规模抽象
在实际系统中经常存在着由元件故障、环境的变化、参数的改变和子系统的内部关联变化等引起的结构性改变,这些改变可以考虑用Markov跳变系统进行描述。因此,本文在Markov跳变框架下,研究了基于观测器的Markov跳变系统、Semi-Markov跳变系统以及广义Semi-Markov跳变系统的滑模控制问题。首先,针对具有时变时滞和扰动的非线性Markov跳变系统,研究了基于观测器的滑模控制问题。设计
电动化、智能化是未来汽车技术发展的主要趋势。四轮独立驱动电动车(Four Wheel Independent Drive Electric Vehicle,FWIDEV)因其四轮独立驱动的机械结构特性,具有响应速度快、传动效率高等特点,成为了车辆智能化的主要载体,轨迹跟踪控制系统是其实现智能化的必要条件。然而四轮独立驱动增大了控制设计难度,且需要四轮转矩协调分配,再加上车辆本身存在的参数不确定性,
柔性电子技术作为传感领域的重要组成部分正向可穿戴化、智能化、便携化方向发展。其中电容式柔性压力传感器由于更易集成于柔性设备中而受到广泛关注。柔性传感器现如今面临的主要挑战是灵敏度问题,提高介电层的介电性能是实现高灵敏度电容式柔性传感器制备的关键。研究表明微结构化可以增加传感器压缩过程中有效介电常数的改变,复合活性材料可以提高介电层的介电常数,因此对介电层的微结构化处理和复合活性材料成为当前柔性传感