人機對話系統(tǒng)

第1章 緒論 1
1．1 對話系統(tǒng)概述 1
1．1．1 人機界面 1
1．1．2 人機交互 2
1．1．3 人機對話 3
1．2 人機對話的發(fā)展歷史 10
1．3 人機對話的應用 12
第2章 語音處理技術 16
2．1 概述 16
2．2 語音的產生與特性 17
2．2．1 語音的產生 17
2．2．2 語音的性質 17
2．3 語音識別技術 19
2．3．1 語音識別概述 19
2．3．2 語音識別的基本原理 19
2．3．3 語音信號特征 20
2．3．4 語音信號預處理 22
2．3．5 語音特征提取 25
2．3．6 語音識別算法 28
2．4 語音合成技術 48
2．4．1 語音合成概述 48
2．4．2 語音合成歷史 49
2．4．3 語音合成方法 49
2．4．4 語音合成發(fā)展方向 53
第3章 對話語言的理解技術 56
3．1 自然語言理解概述 56
3．2 詞法分析 57
3．2．1 分詞技術 57
3．2．2 詞性標注 65
3．2．3 命名實體識別 68
3．2．4 指代消解 75
3．3 句法分析 77
3．3．1 短語結構語法 77
3．3．2 依存關系語法 82
3．3．3 常見句法分析器 87
3．4 語義分析 89
3．4．1 語義分析概述 89
3．4．2 語義關系 92
3．4．3 語義指向 98
3．4．4 語義分析模型 99
3．4．5 文本語義分析 101
3．5 語用分析 104
3．5．1 概述 104
3．5．2 話語分析與語用學的基礎 105
3．5．3 話語的語用學分析 106
第4章 對話系統(tǒng)中的信息處理 109
4．1 知識表示 109
4．1．1 知識表示發(fā)展簡述 109
4．1．2 謂詞邏輯法 110
4．1．3 產生式系統(tǒng) 114
4．1．4 語義網絡 119
4．1．5 框架表示 126
4．1．6 面向對象表示法 130
4．1．7 其他類型知識表示法 137
4．2 信息檢索 138
4．2．1 信息檢索模型 139
4．2．2 查詢擴展 148
4．2．3 Web信息檢索 158
4．2．4 問答式信息檢索 163
4．3 信息抽取 174
4．3．1 信息抽取的發(fā)展歷史 174
4．3．2 信息抽取與信息檢索的區(qū)別 176
4．3．3 基于置信度分析的答案抽取 176
第5章 對話系統(tǒng)語言生成技術 180
5．1 自然語言生成概述 180
5．2 自然語言生成的發(fā)展歷史 181
5．3 對話系統(tǒng)的語言生成 184
5．4 自然語言生成系統(tǒng)架構 185
5．4．1 文檔規(guī)劃 186
5．4．2 微觀規(guī)劃 187
5．4．3 表層實現 194
5．5 文本自動生成技術 195
5．5．1 模板生成技術 195
5．5．2 模式生成技術 201
5．5．3 修辭結構理論 203
5．5．4 XML文本生成技術 205
5．5．5 屬性特征生成技術 206
5．6 混合文本生成技術 206
5．6．1 Schema和RST混合規(guī)劃技術 206
5．6．2 模式與模板混合規(guī)劃技術 208
5．7 SPUD系統(tǒng)基礎 211
5．7．1 SPUD簡述 211
5．7．2 SPUD舉例說明 212
第6章 對話管理系統(tǒng) 216
6．1 對話管理概述 216
6．2 對話管理的工作流程 217
6．3 對話管理的交互原則 217
6．3．1 對話管理的可移植性 218
6．3．2 對話管理的魯棒性 218
6．3．3 人與系統(tǒng)的相容性 219
6．3．4 對話模式的多樣性 220
6．4 對話管理平臺的系統(tǒng)結構 220
6．4．1 上下文分析 223
6．4．2 主題管理 224
6．4．3 歷史管理 225
6．4．4 消歧處理 227
6．4．5 對話導航 228
6．5 對話管理模型 230
6．5．1 基于有限狀態(tài)機的對話管理 230
6．5．2 基于任務的對話管理 235
6．5．3 基于智能Agent的對話管理 238
6．5．4 數據驅動對話管理 242
6．5．5 其他對話管理模型 243
參考文獻 246