面向自然交互的多通道人机对话系统中答句自动生成方法

来源：软件学报杂志2015年第S2期北京时间：

作者：高廷丽,陶建华,杨明浩,张大伟,巢林林,李昊,车浩,李雅,刘斌

单位：高廷丽，模式识别国家重点实验室(中国科学院自动化研究所), 北京 10019011,陶建华，模式识别国家重点实验室(中国科学院自动化研究所), 北京 10019002,杨明浩，模式识别国家重点实验室(中国科学院自动化研究所), 北京 10019003,张大伟，模式识别国家重点实验室(中国科学院自动化研究所), 北京 10019004,巢林林，模式识别国家重点实验室(中国科学院自动化研究所), 北京 10019005,李昊，模式识别国家重点实验室(中国科学院自动化研究所), 北京 10019006,车浩，模式识别国家重点实验室(中国科学院自动化研究所), 北京 10019007,李雅，模式识别国家重点实验室(中国科学院自动化研究所), 北京 10019008,刘斌，模式识别国家重点实验室(中国科学院自动化研究所), 北京 10019009

摘要：多通道自然人机对话系统要求计算机能够对用户的语句产生智能应答,传统的人机对话系统由于知识库的限制以及用户话语的随意性,当对话内容超出知识库范围时,系统将无法应答或产生与用户期望不符的回答,这在一定程度上影响了人机对话系统用户的体验感.为了解决该问题,提出了一种融合多模态历史交互信息和面向数据的句法分析(data-oriented parsing,简称DOP)模型的最优答句生成方法:首先从大规模句法树库中提取上下文无关文法的语法规则,然后结合对话过程中用户呈现的表情、姿态等多模态历史交互信息,融合DOP模型对上下文无关文法生成的汉语句子进行过滤,最终生成一个符合语法规则且符合语义的答句返回给用户,让计算机在无法获得知识库支撑时,根据交互历史信息生成应对当前对话的语句,有效地提升了多通道自然人机交互系统用户的体验感.该方法应用于交通信息查询以及咖啡厅的多主题多模态人机自由对话系统.用户的体验表明,该方法能够有效提高用户交互的自然度和体验感.

关键词：自然语言生成;上下文无关文法;面向数据的句法分析模型;多模态信息;对话管理

基金资助：国家自然科学基金(61273288, 61233009, 61203258, 61305003, 61332017, 61375027);国家社会科学基金(13&ZD189)