葛瑋　吳佳

摘 要：自然語言處理模型主要以自然語言為對象進(jìn)行語言轉(zhuǎn)換與識別處理，該技術(shù)的出現(xiàn)極大的豐富了人們的生活，同時(shí)也拉近了人與機(jī)器之間的距離，其很可能成為未來信息技術(shù)的一大主要發(fā)展方向。本文將對自然語言處理模型工作原理進(jìn)行簡要闡述，并就基于計(jì)算機(jī)智能識別技術(shù)下的自然語言處理模型設(shè)計(jì)展開研究。

關(guān)鍵詞：計(jì)算機(jī)；智能識別技術(shù)；自然語言處理

所謂的自然語言處理模型，主要用于人類的日常語言問答中，自然語言處理模型能夠讓計(jì)算機(jī)理解人類的日常用語并理解自然語言中所包含的文字語義，同時(shí)能夠針對人類所提語言問題，以對話的形式將答案轉(zhuǎn)為自然語言進(jìn)行回答。自然語言處理技術(shù)的研發(fā)，是希望能夠在人與機(jī)器之間建立起一種信息的傳遞關(guān)系，使智能機(jī)器能夠更好地為人類提供信息傳遞功能。目前，自然語言處理技術(shù)主要運(yùn)用在情報(bào)檢索、專家系統(tǒng)、知識工程建造以及辦公室自動(dòng)化系統(tǒng)中，并實(shí)現(xiàn)了人機(jī)接口，極大的方便了人類的生活。

1 計(jì)算機(jī)智能識別技術(shù)在自然語言處理模型設(shè)計(jì)中的原理

自然語言處理模型設(shè)計(jì)以計(jì)算機(jī)智能識別技術(shù)為核心，其設(shè)計(jì)原理主要包括以下三個(gè)方面，一是識別人類語言時(shí)，該語言必須通過發(fā)出信號的時(shí)間序列進(jìn)行排序變化，在進(jìn)行信息編碼轉(zhuǎn)換，從而使輸入語言變?yōu)橹悄茏R別機(jī)器可識別的編碼。二是語言信息已完成可識別信息編碼轉(zhuǎn)換后，該編碼已處于可供閱讀的形式，而編碼內(nèi)容則是通過聲學(xué)信號進(jìn)行傳達(dá)，在此基礎(chǔ)上，一般采用與編碼語音信號相對應(yīng)的離散型符號進(jìn)行呈示，該符號具有區(qū)別性特征。三是此類符號繼續(xù)采用計(jì)算機(jī)智能識別技術(shù)進(jìn)行識別認(rèn)知，并識別語言內(nèi)容中所包含的具體語音和語義，并運(yùn)用語法和語義與語言的情境結(jié)構(gòu)相結(jié)合，再進(jìn)行計(jì)算機(jī)智能識別技術(shù)中的人工智能方式轉(zhuǎn)換為與人類語音相似的方式進(jìn)行內(nèi)容輸出。

2 基于計(jì)算機(jī)智能識別技術(shù)的自然語言處理模型設(shè)計(jì)

2.1 模型結(jié)構(gòu)圖

我國目前所使用的計(jì)算機(jī)智能識別語言系統(tǒng)大多數(shù)都是以統(tǒng)計(jì)模型方式進(jìn)行技術(shù)構(gòu)建的，統(tǒng)計(jì)的模型方式優(yōu)勢在于，其能夠準(zhǔn)確的識別語音和語義的相近頻率，并提高語言語義的精確性，從而使計(jì)算機(jī)系統(tǒng)更好的進(jìn)行智能識別。該模型設(shè)計(jì)結(jié)構(gòu)如圖1。

2.2 模塊設(shè)計(jì)

2.2.1 語言信號的特征提取模塊

特征提取模塊的功能是對語言信號所輸入的相關(guān)信號進(jìn)行提取，以便聲學(xué)模型做進(jìn)一步處理，在該模塊的運(yùn)作過程中要注意環(huán)境干擾、語音識別誤差等因素，可使用信號處理技術(shù)進(jìn)行干擾降低。

2.2.2 統(tǒng)計(jì)聲學(xué)模塊

統(tǒng)計(jì)聲學(xué)模塊主要是保真和還原智能識別系統(tǒng)的語言。現(xiàn)有的統(tǒng)計(jì)聲學(xué)模塊在設(shè)計(jì)過程中大多數(shù)都采用一階隱馬爾科夫模型進(jìn)行系統(tǒng)的構(gòu)建，該模型能夠很好的保證發(fā)音系統(tǒng)的還原度，使語言和語音在識別過程中能夠與單元模塊保持一致。

2.2.3 語言模塊

該模塊的功能主要是對語言系統(tǒng)識別中的語言進(jìn)行建模。語言模塊既包括語義識別、語義理解分析，還包含了語境正則語言。在語言模塊中所采用的智能識別技術(shù)大多為具有統(tǒng)計(jì)學(xué)意義的N元文法語言識別模式。

2.2.4 解碼器模塊

解碼器模塊是智能識別語言系統(tǒng)中最為重要的部分，也是該系統(tǒng)的核心組成。解碼器的主要功能是為系統(tǒng)提供信號詞串的識別。在智能識別語言系統(tǒng)中所輸出與輸入的語言信號，通過統(tǒng)計(jì)聲學(xué)和語言語義學(xué)的過濾與查找，再通過解碼器模塊進(jìn)行正確識別。

計(jì)算機(jī)智能識別技術(shù)中的各模塊之間都存在一定的聯(lián)系，如語言處理模塊就是通過既定的語言信號輸入特征進(jìn)行序列提取，并從中求出語言信號的符號集。在進(jìn)行語音識別的統(tǒng)計(jì)過程中，首先輸入信號或語言特征的序列，符號集，通過符號串求解可得：

再用貝葉斯公式進(jìn)行計(jì)算，可得出下列公式：

在給定的語言信號輸入中，輸入串o，P（O）為既定數(shù)值，及時(shí)省略該部分也不會(huì)對最終處理結(jié)果產(chǎn)生影響，因此在自然語言的處理方面，要針對問題的性質(zhì)進(jìn)行顯示。此外，在處理模塊中，系統(tǒng)所出入的語言信號必須經(jīng)過預(yù)處理，及通過語言信號模塊對語音信號進(jìn)行提取，并對語音信號（S）到特征列（O）的映射進(jìn)行采集。之后即可形成聲學(xué)模塊單元，從而通過特定的語言信號輸入特征進(jìn)行P[o|uk]估計(jì)。由于在自然語言模塊中提供了P（w），而解碼器模塊主要通過由UI和t（時(shí)間標(biāo)度）所構(gòu)成的搜索空間進(jìn)行W尋找。

綜上所述，基于計(jì)算機(jī)智能識別技術(shù)下的自然語言處理模型設(shè)計(jì)在今后必然會(huì)有著廣闊的應(yīng)用和發(fā)展空間，為了更好地把握該技術(shù)的發(fā)展方向，我們必須不斷對自然語言處理技術(shù)進(jìn)行研究，緊跟時(shí)代步伐及時(shí)革新智能識別技術(shù)，從而使自然語言處理模型能夠真正投入使用，開拓計(jì)算機(jī)技術(shù)新領(lǐng)域。

[參考文獻(xiàn)]

[1]蔡艷婧，程顯毅，潘燕.面向自然語言處理的人工智能框架[J].微電子學(xué)與計(jì)算機(jī)，2011，28（10）.

[2]王利鑫，耿煥同，孫凱，張茜.基于自然語言處理的文本泄密自動(dòng)檢測技術(shù)[J].計(jì)算機(jī)工程與設(shè)計(jì)，2011，32（8）：2600-2603.

摘 要：自然語言處理模型主要以自然語言為對象進(jìn)行語言轉(zhuǎn)換與識別處理，該技術(shù)的出現(xiàn)極大的豐富了人們的生活，同時(shí)也拉近了人與機(jī)器之間的距離，其很可能成為未來信息技術(shù)的一大主要發(fā)展方向。本文將對自然語言處理模型工作原理進(jìn)行簡要闡述，并就基于計(jì)算機(jī)智能識別技術(shù)下的自然語言處理模型設(shè)計(jì)展開研究。

關(guān)鍵詞：計(jì)算機(jī)；智能識別技術(shù)；自然語言處理

所謂的自然語言處理模型，主要用于人類的日常語言問答中，自然語言處理模型能夠讓計(jì)算機(jī)理解人類的日常用語并理解自然語言中所包含的文字語義，同時(shí)能夠針對人類所提語言問題，以對話的形式將答案轉(zhuǎn)為自然語言進(jìn)行回答。自然語言處理技術(shù)的研發(fā)，是希望能夠在人與機(jī)器之間建立起一種信息的傳遞關(guān)系，使智能機(jī)器能夠更好地為人類提供信息傳遞功能。目前，自然語言處理技術(shù)主要運(yùn)用在情報(bào)檢索、專家系統(tǒng)、知識工程建造以及辦公室自動(dòng)化系統(tǒng)中，并實(shí)現(xiàn)了人機(jī)接口，極大的方便了人類的生活。

1 計(jì)算機(jī)智能識別技術(shù)在自然語言處理模型設(shè)計(jì)中的原理

自然語言處理模型設(shè)計(jì)以計(jì)算機(jī)智能識別技術(shù)為核心，其設(shè)計(jì)原理主要包括以下三個(gè)方面，一是識別人類語言時(shí)，該語言必須通過發(fā)出信號的時(shí)間序列進(jìn)行排序變化，在進(jìn)行信息編碼轉(zhuǎn)換，從而使輸入語言變?yōu)橹悄茏R別機(jī)器可識別的編碼。二是語言信息已完成可識別信息編碼轉(zhuǎn)換后，該編碼已處于可供閱讀的形式，而編碼內(nèi)容則是通過聲學(xué)信號進(jìn)行傳達(dá)，在此基礎(chǔ)上，一般采用與編碼語音信號相對應(yīng)的離散型符號進(jìn)行呈示，該符號具有區(qū)別性特征。三是此類符號繼續(xù)采用計(jì)算機(jī)智能識別技術(shù)進(jìn)行識別認(rèn)知，并識別語言內(nèi)容中所包含的具體語音和語義，并運(yùn)用語法和語義與語言的情境結(jié)構(gòu)相結(jié)合，再進(jìn)行計(jì)算機(jī)智能識別技術(shù)中的人工智能方式轉(zhuǎn)換為與人類語音相似的方式進(jìn)行內(nèi)容輸出。

2 基于計(jì)算機(jī)智能識別技術(shù)的自然語言處理模型設(shè)計(jì)

2.1 模型結(jié)構(gòu)圖

我國目前所使用的計(jì)算機(jī)智能識別語言系統(tǒng)大多數(shù)都是以統(tǒng)計(jì)模型方式進(jìn)行技術(shù)構(gòu)建的，統(tǒng)計(jì)的模型方式優(yōu)勢在于，其能夠準(zhǔn)確的識別語音和語義的相近頻率，并提高語言語義的精確性，從而使計(jì)算機(jī)系統(tǒng)更好的進(jìn)行智能識別。該模型設(shè)計(jì)結(jié)構(gòu)如圖1。

2.2 模塊設(shè)計(jì)

2.2.1 語言信號的特征提取模塊

特征提取模塊的功能是對語言信號所輸入的相關(guān)信號進(jìn)行提取，以便聲學(xué)模型做進(jìn)一步處理，在該模塊的運(yùn)作過程中要注意環(huán)境干擾、語音識別誤差等因素，可使用信號處理技術(shù)進(jìn)行干擾降低。

2.2.2 統(tǒng)計(jì)聲學(xué)模塊

統(tǒng)計(jì)聲學(xué)模塊主要是保真和還原智能識別系統(tǒng)的語言?，F(xiàn)有的統(tǒng)計(jì)聲學(xué)模塊在設(shè)計(jì)過程中大多數(shù)都采用一階隱馬爾科夫模型進(jìn)行系統(tǒng)的構(gòu)建，該模型能夠很好的保證發(fā)音系統(tǒng)的還原度，使語言和語音在識別過程中能夠與單元模塊保持一致。

2.2.3 語言模塊

該模塊的功能主要是對語言系統(tǒng)識別中的語言進(jìn)行建模。語言模塊既包括語義識別、語義理解分析，還包含了語境正則語言。在語言模塊中所采用的智能識別技術(shù)大多為具有統(tǒng)計(jì)學(xué)意義的N元文法語言識別模式。

2.2.4 解碼器模塊

解碼器模塊是智能識別語言系統(tǒng)中最為重要的部分，也是該系統(tǒng)的核心組成。解碼器的主要功能是為系統(tǒng)提供信號詞串的識別。在智能識別語言系統(tǒng)中所輸出與輸入的語言信號，通過統(tǒng)計(jì)聲學(xué)和語言語義學(xué)的過濾與查找，再通過解碼器模塊進(jìn)行正確識別。

計(jì)算機(jī)智能識別技術(shù)中的各模塊之間都存在一定的聯(lián)系，如語言處理模塊就是通過既定的語言信號輸入特征進(jìn)行序列提取，并從中求出語言信號的符號集。在進(jìn)行語音識別的統(tǒng)計(jì)過程中，首先輸入信號或語言特征的序列，符號集，通過符號串求解可得：

再用貝葉斯公式進(jìn)行計(jì)算，可得出下列公式：

在給定的語言信號輸入中，輸入串o，P（O）為既定數(shù)值，及時(shí)省略該部分也不會(huì)對最終處理結(jié)果產(chǎn)生影響，因此在自然語言的處理方面，要針對問題的性質(zhì)進(jìn)行顯示。此外，在處理模塊中，系統(tǒng)所出入的語言信號必須經(jīng)過預(yù)處理，及通過語言信號模塊對語音信號進(jìn)行提取，并對語音信號（S）到特征列（O）的映射進(jìn)行采集。之后即可形成聲學(xué)模塊單元，從而通過特定的語言信號輸入特征進(jìn)行P[o|uk]估計(jì)。由于在自然語言模塊中提供了P（w），而解碼器模塊主要通過由UI和t（時(shí)間標(biāo)度）所構(gòu)成的搜索空間進(jìn)行W尋找。

綜上所述，基于計(jì)算機(jī)智能識別技術(shù)下的自然語言處理模型設(shè)計(jì)在今后必然會(huì)有著廣闊的應(yīng)用和發(fā)展空間，為了更好地把握該技術(shù)的發(fā)展方向，我們必須不斷對自然語言處理技術(shù)進(jìn)行研究，緊跟時(shí)代步伐及時(shí)革新智能識別技術(shù)，從而使自然語言處理模型能夠真正投入使用，開拓計(jì)算機(jī)技術(shù)新領(lǐng)域。

[參考文獻(xiàn)]

[1]蔡艷婧，程顯毅，潘燕.面向自然語言處理的人工智能框架[J].微電子學(xué)與計(jì)算機(jī)，2011，28（10）.

[2]王利鑫，耿煥同，孫凱，張茜.基于自然語言處理的文本泄密自動(dòng)檢測技術(shù)[J].計(jì)算機(jī)工程與設(shè)計(jì)，2011，32（8）：2600-2603.

摘 要：自然語言處理模型主要以自然語言為對象進(jìn)行語言轉(zhuǎn)換與識別處理，該技術(shù)的出現(xiàn)極大的豐富了人們的生活，同時(shí)也拉近了人與機(jī)器之間的距離，其很可能成為未來信息技術(shù)的一大主要發(fā)展方向。本文將對自然語言處理模型工作原理進(jìn)行簡要闡述，并就基于計(jì)算機(jī)智能識別技術(shù)下的自然語言處理模型設(shè)計(jì)展開研究。

關(guān)鍵詞：計(jì)算機(jī)；智能識別技術(shù)；自然語言處理

所謂的自然語言處理模型，主要用于人類的日常語言問答中，自然語言處理模型能夠讓計(jì)算機(jī)理解人類的日常用語并理解自然語言中所包含的文字語義，同時(shí)能夠針對人類所提語言問題，以對話的形式將答案轉(zhuǎn)為自然語言進(jìn)行回答。自然語言處理技術(shù)的研發(fā)，是希望能夠在人與機(jī)器之間建立起一種信息的傳遞關(guān)系，使智能機(jī)器能夠更好地為人類提供信息傳遞功能。目前，自然語言處理技術(shù)主要運(yùn)用在情報(bào)檢索、專家系統(tǒng)、知識工程建造以及辦公室自動(dòng)化系統(tǒng)中，并實(shí)現(xiàn)了人機(jī)接口，極大的方便了人類的生活。

1 計(jì)算機(jī)智能識別技術(shù)在自然語言處理模型設(shè)計(jì)中的原理

自然語言處理模型設(shè)計(jì)以計(jì)算機(jī)智能識別技術(shù)為核心，其設(shè)計(jì)原理主要包括以下三個(gè)方面，一是識別人類語言時(shí)，該語言必須通過發(fā)出信號的時(shí)間序列進(jìn)行排序變化，在進(jìn)行信息編碼轉(zhuǎn)換，從而使輸入語言變?yōu)橹悄茏R別機(jī)器可識別的編碼。二是語言信息已完成可識別信息編碼轉(zhuǎn)換后，該編碼已處于可供閱讀的形式，而編碼內(nèi)容則是通過聲學(xué)信號進(jìn)行傳達(dá)，在此基礎(chǔ)上，一般采用與編碼語音信號相對應(yīng)的離散型符號進(jìn)行呈示，該符號具有區(qū)別性特征。三是此類符號繼續(xù)采用計(jì)算機(jī)智能識別技術(shù)進(jìn)行識別認(rèn)知，并識別語言內(nèi)容中所包含的具體語音和語義，并運(yùn)用語法和語義與語言的情境結(jié)構(gòu)相結(jié)合，再進(jìn)行計(jì)算機(jī)智能識別技術(shù)中的人工智能方式轉(zhuǎn)換為與人類語音相似的方式進(jìn)行內(nèi)容輸出。

2 基于計(jì)算機(jī)智能識別技術(shù)的自然語言處理模型設(shè)計(jì)

2.1 模型結(jié)構(gòu)圖

我國目前所使用的計(jì)算機(jī)智能識別語言系統(tǒng)大多數(shù)都是以統(tǒng)計(jì)模型方式進(jìn)行技術(shù)構(gòu)建的，統(tǒng)計(jì)的模型方式優(yōu)勢在于，其能夠準(zhǔn)確的識別語音和語義的相近頻率，并提高語言語義的精確性，從而使計(jì)算機(jī)系統(tǒng)更好的進(jìn)行智能識別。該模型設(shè)計(jì)結(jié)構(gòu)如圖1。

2.2 模塊設(shè)計(jì)

2.2.1 語言信號的特征提取模塊

特征提取模塊的功能是對語言信號所輸入的相關(guān)信號進(jìn)行提取，以便聲學(xué)模型做進(jìn)一步處理，在該模塊的運(yùn)作過程中要注意環(huán)境干擾、語音識別誤差等因素，可使用信號處理技術(shù)進(jìn)行干擾降低。

2.2.2 統(tǒng)計(jì)聲學(xué)模塊

統(tǒng)計(jì)聲學(xué)模塊主要是保真和還原智能識別系統(tǒng)的語言?，F(xiàn)有的統(tǒng)計(jì)聲學(xué)模塊在設(shè)計(jì)過程中大多數(shù)都采用一階隱馬爾科夫模型進(jìn)行系統(tǒng)的構(gòu)建，該模型能夠很好的保證發(fā)音系統(tǒng)的還原度，使語言和語音在識別過程中能夠與單元模塊保持一致。

2.2.3 語言模塊

該模塊的功能主要是對語言系統(tǒng)識別中的語言進(jìn)行建模。語言模塊既包括語義識別、語義理解分析，還包含了語境正則語言。在語言模塊中所采用的智能識別技術(shù)大多為具有統(tǒng)計(jì)學(xué)意義的N元文法語言識別模式。

2.2.4 解碼器模塊

解碼器模塊是智能識別語言系統(tǒng)中最為重要的部分，也是該系統(tǒng)的核心組成。解碼器的主要功能是為系統(tǒng)提供信號詞串的識別。在智能識別語言系統(tǒng)中所輸出與輸入的語言信號，通過統(tǒng)計(jì)聲學(xué)和語言語義學(xué)的過濾與查找，再通過解碼器模塊進(jìn)行正確識別。

計(jì)算機(jī)智能識別技術(shù)中的各模塊之間都存在一定的聯(lián)系，如語言處理模塊就是通過既定的語言信號輸入特征進(jìn)行序列提取，并從中求出語言信號的符號集。在進(jìn)行語音識別的統(tǒng)計(jì)過程中，首先輸入信號或語言特征的序列，符號集，通過符號串求解可得：

再用貝葉斯公式進(jìn)行計(jì)算，可得出下列公式：

在給定的語言信號輸入中，輸入串o，P（O）為既定數(shù)值，及時(shí)省略該部分也不會(huì)對最終處理結(jié)果產(chǎn)生影響，因此在自然語言的處理方面，要針對問題的性質(zhì)進(jìn)行顯示。此外，在處理模塊中，系統(tǒng)所出入的語言信號必須經(jīng)過預(yù)處理，及通過語言信號模塊對語音信號進(jìn)行提取，并對語音信號（S）到特征列（O）的映射進(jìn)行采集。之后即可形成聲學(xué)模塊單元，從而通過特定的語言信號輸入特征進(jìn)行P[o|uk]估計(jì)。由于在自然語言模塊中提供了P（w），而解碼器模塊主要通過由UI和t（時(shí)間標(biāo)度）所構(gòu)成的搜索空間進(jìn)行W尋找。

綜上所述，基于計(jì)算機(jī)智能識別技術(shù)下的自然語言處理模型設(shè)計(jì)在今后必然會(huì)有著廣闊的應(yīng)用和發(fā)展空間，為了更好地把握該技術(shù)的發(fā)展方向，我們必須不斷對自然語言處理技術(shù)進(jìn)行研究，緊跟時(shí)代步伐及時(shí)革新智能識別技術(shù)，從而使自然語言處理模型能夠真正投入使用，開拓計(jì)算機(jī)技術(shù)新領(lǐng)域。

[參考文獻(xiàn)]

[1]蔡艷婧，程顯毅，潘燕.面向自然語言處理的人工智能框架[J].微電子學(xué)與計(jì)算機(jī)，2011，28（10）.

[2]王利鑫，耿煥同，孫凱，張茜.基于自然語言處理的文本泄密自動(dòng)檢測技術(shù)[J].計(jì)算機(jī)工程與設(shè)計(jì)，2011，32（8）：2600-2603.