在多种人机交互方式中,语音交互对人来说是最自然、方便、直接的方式,而自然语言语意理解技术在人机语音交互中有着重要的作用。本文针对家庭服务机器人和智能车载语音导航两个场景下的用户语意理解做了研究。首先针对自然语言文本语意理解系统中的核心模块——文本语意理解模块,尝试结合语义关联信息和统计信息,提出了一种最大熵和关键词匹配相结合的改进算法。其次,在家庭服务机器人和智能车载语音导航场景下,利用树状结构的形式分别对两种系统中所用到的用户语意进行了定义,形成语意树。通过收集和整理相关场景语料,建立了家庭服务机器人语料库和智能车载语音导航语料库,并对所有语料进行切分和用户语意标注。最后,在两个语料库上做交叉测试,通过计算宏平均和微平均评估算法的效果,并与K最近邻算法、支持向量机算法和最大熵算法做了对比。结果表明,本文提出的算法是有效的,比最大熵算法和K最近邻算法的效果要好。而且在智能车载语音导航语料库上,本文提出的算法比支持向量机的算法更好。