冉茂楊

(重慶電子工程職業(yè)學(xué)院，重慶 401331)

0 引言

在現(xiàn)今這個信息爆發(fā)的時代，機械智能化極大地改變了各個行業(yè)的工作模式，智能化的機械在市場上也備受歡迎，其在簡化機械操作難度的同時增加了機械的功能，可減少機械生產(chǎn)的成本?，F(xiàn)在機械制造商為了搶占更大的市場，在產(chǎn)品生產(chǎn)成本、質(zhì)量和功能之間找到一個平衡。在收割機控制系統(tǒng)設(shè)計階段，需要確定收割機的外形、功能和結(jié)構(gòu)等方面，收割機的生產(chǎn)成本基本是在設(shè)計階段控制的[1-3]，因此在設(shè)計階段采取何種技術(shù)和工具至關(guān)重要。在將設(shè)計產(chǎn)品變?yōu)閷嶓w產(chǎn)品過程中需要通過不斷地調(diào)整以達到產(chǎn)品優(yōu)化。收割機的使用者不是機械專業(yè)人員，需要通過自然語言類[4-10]來表現(xiàn)本人對收割機的功能要求，為了將使用者的要求輸入收割機，需要設(shè)計一個實現(xiàn)人機交流的智能接口，該接口可以將自然語言信息轉(zhuǎn)變?yōu)樵O(shè)計專業(yè)信息表示方法?；谧匀徽Z言理解的機械設(shè)計可以幫助制造商快速地理解使用者的需求，生產(chǎn)出滿足使用者需求的收割機。依靠語言理解系統(tǒng)建立知識庫，根據(jù)不同領(lǐng)域的知識經(jīng)驗建立的知識庫可以在各種產(chǎn)品生產(chǎn)階段提供使用需求分析，并在使用階段實現(xiàn)人機交互。以英語語音理解的名詞聚類為基礎(chǔ)的收割機控制設(shè)計可以更好地幫助企業(yè)打開海外市場，增加企業(yè)的收益。

用于收割機控制設(shè)計的英語語言理解比較簡潔且易于歸納，使得英語語言理解在收割機控制中的應(yīng)用易于實現(xiàn)，在以前的研究經(jīng)驗中，語言理解與機械設(shè)計已實現(xiàn)比較簡單的結(jié)合[11-14]，本文基于英語語言理解建立一個名詞聚類模型，將該模型應(yīng)用于收割機控制設(shè)計中，實現(xiàn)英語語言理解與收割機的人機交互(見圖1)，提高收割機的智能化程度，為以后收割機向智能化發(fā)展奠定良好基礎(chǔ)。

圖1 英語語言理解人機交互Fig.1 English language understanding of human-computer interaction

1 英語語言理解

1.1 語言理解概述

語言作為最復(fù)雜的符號表現(xiàn)，可以表示各種實物、狀態(tài)或概念。語言是由語法，詞匯組成的一個體系，具有語法、語用、語義的特征。自然語言是指人們在日常生活中使用的語言，是通過自然隨文化演化出來的，漢語、英語等就屬于自然語言。除了自然語言外還有一種是世界語，這種語言是為了某些特定的目的而設(shè)計出來的，屬于人造語言，即計算機中的編程語言。自然語言是人們交流的媒介，是非常復(fù)雜的系統(tǒng)，將自然語言用于人工智能中是需要處理的最大的問題之一。自然語言理解(Natural Language Understanding )也被稱之為人機對話，自然語言理解作為人工智能的一個分支，在研究計算機人機交互問題中，使機械控制系統(tǒng)可以理解且分析自然語言的語義，以便計算機控制體統(tǒng)可以執(zhí)行使用者的指令。自然語言能夠并機械正確理解執(zhí)行就必須面臨以下問題：

1)機械能否正確理解識別用戶語言的內(nèi)容。

2)語言有時存在多義詞，計算機能否分析語言的語義，并將語義詞進行分類。

自然語言理解最初的應(yīng)用是在計算機語言翻譯領(lǐng)域[15]，到了后期，隨著各PC的快速普及，出現(xiàn)了在各種機械設(shè)備中語言人機交互接口。在國內(nèi)，自然語言理解的研究對象是漢語，因為漢語是意合語，語義和語法比較難以理解，本文研究的英語語言理解在研究階段已非常成熟，英語語言理解在收割機控制中應(yīng)用技術(shù)已得到廣泛推廣。

1.2 語言理解的名詞聚類

在任何有意義的文本中的句子和段落之間是有關(guān)聯(lián)的，它總是圍繞某個事件，將事件的本質(zhì)通過句子或段落來表述的，這是有意義的文本的統(tǒng)一性特點，這種現(xiàn)象被稱集聚的屬性。集聚性通過語義、回指和鏈接聯(lián)系來實現(xiàn)的。為了理解文本的含義，就必須進行分析文本中每個句子的關(guān)聯(lián)性，即需要進行篇章集聚的研究。篇章可大體分為說明文、議論文、記敘文，因為說明文和議論文是圍繞名詞，故篇章中的說明文和議論文的研究對研究名詞聚類有重大意義。

篇章作為自然語言最高級單位，要理解篇章的核心意思，可以通過提取篇章中有關(guān)聯(lián)性的名詞或動詞，將這些詞匯合在一起可達到理解篇章核心意思的目的，這種方法稱為聚類。根據(jù)提取詞性的不同，可分為名詞聚類和動詞聚類：名詞聚類在于理解文本的核心意思；動詞聚類則是用于分析文本的鏈接。聚類的度量可根據(jù)描述屬性來確定。聚類的目的就是理解文本核心意思，提取的詞可達到理解的目的。本文研究的是英語語言理解名詞聚類，對名詞的基本性質(zhì)可以根據(jù)形態(tài)來確定詞類，易于在后期建立名詞知識庫。

2 自然語言理解的知識表示

2.1 知識表示概述

知識是指將有關(guān)聯(lián)的信息聚集在一起形成的信息結(jié)構(gòu)。在這個不斷進步的復(fù)雜世界，每時每刻都在產(chǎn)生出新的信息，有些信息可以用表征實物來表示，有些無法用語言進行描述，人類還可用視覺進行相關(guān)記憶；但是，計算機需要輸入這些知識時就需要人類將其以簡潔抽象的符號來表示。在人類世界中，知識的表示可以用語言來陳述；在機械領(lǐng)域，需要將知識轉(zhuǎn)換為轉(zhuǎn)移符號來表示。知識表示是研究機械表達知識的可行性辦法，也是知識庫建立的核心工作。良好的知識表示需要準確的表示概念。不同的知識表示方法根據(jù)其側(cè)重點有其各自的優(yōu)劣，好的知識表示方法應(yīng)能有效地組織知識為系統(tǒng)提供有效推理幫助，且具有良好的知識結(jié)構(gòu)，提高解答能力，并易于理解。

知識表示是建立知識庫的研究重點，且需以不同的知識表示方法簡化知識庫，節(jié)省知識庫的存儲空間，提高知識庫的搜索能力。

2.2 知識表示方法

1)格語法：由美國語言學(xué)家菲爾墨提出，以動詞為中心，討論語法結(jié)構(gòu)與語義之間的關(guān)系，將參與動詞動作的個體稱為語義格。格語法由3部分組成：基本規(guī)則、詞匯部分和轉(zhuǎn)換部分。格語法可將語法與語義結(jié)合分析，深入研究句子的語法結(jié)構(gòu)，正確理解句子的意思，但該方法不能確定短語內(nèi)部關(guān)系。

整合數(shù)據(jù)的主要步驟為：①獲得每一個算法模型在給定10萬大小的訓(xùn)練集下的近似最優(yōu)參數(shù)值。②將10萬待預(yù)測的數(shù)據(jù)喂給訓(xùn)練好的算法模型，并獲得相應(yīng)的預(yù)測結(jié)果。③將所有預(yù)測結(jié)果進行整合，提取出所有算法預(yù)測結(jié)果都一致的數(shù)據(jù)。④合并初始的訓(xùn)練集和“沒有分歧”的預(yù)測結(jié)果集。這相當(dāng)于集成了不同學(xué)習(xí)算法所訓(xùn)練好的模型。需要指出的是，此時“被集成”的算法，在原理上必須“更嚴格”的不同。當(dāng)然，作為提升效果的代價，時間成本將會大幅增加。

2)本體論：屬于哲學(xué)的分支，比較統(tǒng)一的定義是指 “共享概念模型的形式化規(guī)范說明”。本體論包含4個層次的含義： 概念化(Concetuliation)、明確(Explicit)、形式化(Formal)及共享(Share)。本體論是理解本質(zhì)，與其他方法不在一個層次，表示實體的本質(zhì)特征。

3)語義網(wǎng)絡(luò)：其是人工智能最重要的表示形式，將概念與語義之間的關(guān)系用網(wǎng)絡(luò)圖來表示。網(wǎng)絡(luò)圖中的節(jié)點表示實體、屬性、概念等，弧則表示語義關(guān)系。該表示方法適合復(fù)雜的知識理解領(lǐng)域，在處理上比較麻煩?？珊啙嵉乇硎境鰧嶓w概念、屬性與實體的因果關(guān)系。

4)概念從屬理論：以語義優(yōu)先處理，摒棄語法分析，需要將知識分解為簡單的原語，很多情況則無法表示。

5)謂語邏輯：采用邏輯公式進行描述知識，可以將邏輯論證符號化，具有很好的嚴密性，更接近自然語言的知識表示方法。其可通用于多種領(lǐng)域，規(guī)范了事物結(jié)構(gòu)的標(biāo)準表示形式；但效率比較低，邏輯公式多時會爆炸。

6)IF-THEN：使用最多的表示方法，指一旦前提條件滿足，就可以執(zhí)行相應(yīng)的操作或得到結(jié)論，由約束規(guī)則、數(shù)據(jù)庫、控制系統(tǒng)組成。該方法易于表達，具有統(tǒng)一性、通用型等優(yōu)點，但不夠直觀且效率低。

7)框架表示法：將知識進行結(jié)構(gòu)化，框架之間可通過屬性關(guān)系相連形成框架網(wǎng)絡(luò)?？蚣鼙硎痉ň哂锌蚣芙Y(jié)構(gòu)層次分明，可進行修改補充，但不便表示過程性的知識，沒有邏輯性，如果存在多層繼承現(xiàn)象易產(chǎn)生知識多義性。

3 名詞聚類實現(xiàn)

3.1 名稱聚類框架

名詞可以理解出一個概念，名詞聚類進行文本中名詞之間的關(guān)聯(lián)，達到一個有概念組成的樹狀結(jié)構(gòu)：

將文本的名詞進行概念聚類需要考慮到概念與屬性、繼承的關(guān)系聚類，根據(jù)名稱概念的關(guān)聯(lián)性將概念連接。

3.2 名詞聚類的實現(xiàn)模板

動態(tài)名詞是以動態(tài)的方式來理解名詞的概念。以動態(tài)名詞表示模板：

槽名 注釋

標(biāo)識 用來唯一標(biāo)識動態(tài)名詞

對象 用于表示一個概念實例的對象

詞名 用于表示一個概念實例的名詞

屬性 概念抽象方面的外延關(guān)系

詞性 記錄名詞分類

父 概念實例的隸屬

以句子關(guān)系表示模板：

槽名 注釋

標(biāo)識 存放唯一核心詞

核心詞 核心詞的施加對象

類型 核心詞的詞性

相關(guān)標(biāo)識 存放核心詞的所有屬性名詞

3.3 名詞聚類的實現(xiàn)

本文考慮聚類是主要針對概念的，名詞聚類需要處理文本中的名詞概念，在前期就已經(jīng)得到需要概念，也稱為概念的實例。名詞聚類實現(xiàn)流程如圖2所示。

4 名詞聚類在收割機控制中的應(yīng)用

英語語言理解的名詞聚類在收割機控制設(shè)計中的應(yīng)用的實現(xiàn)，首先要為收割機建立知識庫系統(tǒng)。

圖2 名詞聚類實現(xiàn)流程Fig.2 Noun clustering implementation process

該系統(tǒng)能夠表示收割機的核心意思，如：

(assert(詞義(詞名 Harvester)(描述 Harvesting, threshing, and transporting grain to the transporter's machinery at once)(功能One-time harvesting and threshing)(性質(zhì)Realize the integration of harvest ) ))。

(assert(概念從屬樹 (樹名Harvester)(標(biāo)識Harvester00)(子節(jié)點標(biāo)識 10 Harvester 11 Harvester 12 Harvester)(當(dāng)前節(jié)點Harvester)(子節(jié)點Side-mounted harvester Backpack Harvester Hand-held harvester Horizontal harvester Vertical harvester)(分類標(biāo)準)))。

(assert(名詞(詞名Harvester)(詞性Static inheritance class)(父not)(樹根Harvester)(所有屬性(create $ Harvesting, threshing, commissioning, variable speed))))。

將使用者的需求輸入，系統(tǒng)對英語語言進行切詞、 詞法分析、 詞義分析及理解得到使用者的需求信息，將信息轉(zhuǎn)變輸出為：

(動態(tài)名詞(標(biāo)識 *01111100)(對象 )(詞名Side-mounted harvester)(名詞屬性Harvesting, threshing, commissioning, variable speed ) (詞性noun)(父harvester))。

(動態(tài)名詞(標(biāo)識 *01121100)(對象 )(詞名Harvesting)(名詞屬性)(詞性noun)(父 not))。

(動態(tài)事件(標(biāo)識 **01121101)(事件名Harvesting)(時間 nil)(地點 nil)(結(jié)果)(實施對象Header)(已理解)(未理解)(事件標(biāo)識)))

根據(jù)設(shè)計的名詞聚類模型將收割機控制集聚，以收割機控制的名稱屬性聚類，在知識庫中讀取，通過聚類模型判斷分析，作出決策并輸出需求信息。這種方法為收割機設(shè)計提供了人機交互的智能接口，提高收割機的智能化水平。

5 結(jié)論

在分析英語語言理解的名詞聚類在收割機控制中應(yīng)用的基礎(chǔ)上，著重分析了名詞聚類的過程、名詞知識庫的建立及聚類模型的建立，將該語言理解處理系統(tǒng)應(yīng)用于收割機控制中，將自然英語語言為表示的用戶需要轉(zhuǎn)換為收割機理解語言。對英語語言形式表達的使用者需求進行分析，并將分析結(jié)果轉(zhuǎn)化為收割機控制設(shè)計參數(shù)，為后期的設(shè)計生產(chǎn)提供支持。