面向无人车的语音操控指令理解方法研究

作     者：赵博轩 

作者单位：上海交通大学 

学位级别：硕士

导师姓名：赵群飞

授予年度：2018年

学科分类：0711[理学-系统科学] 07[理学] 08[工学] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 081102[工学-检测技术与自动化装置] 

主      题：自然语言处理 文本分类 意图理解 声韵母特征 门控递归单元(GRU) 

摘      要：随着社会经济与科学技术的发展,无人车在未来智能交通中担任着重要角色,其可使用户从繁重的驾驶任务中解放出来,而高效、友好、精确的人——无人车操控方式是满足用户操作需求的关键环节。在众多交互方法中,语音操控是最直接、高效的交互方式。在语音操控中主要分为两个模块,语音识别首先得到语音指令对应的文本指令,再由意图理解环节找到文本指令所对应的意图类别。如何让无人车正确判断文本指令所对应的意图类别是语音操控中重要的一环,本文就文本指令的意图理解方法进行研究。首先,分析无人车语音操控时用户所有可能的意图需求并分别构建单一意图与复杂意图语料库;其次,在应用于英文文本分类中字符级文本特征的基础上,结合汉语拼音与英文单词的区别,提出了一种基于拼音声韵母的字符级中文文本特征表示方法,并证明了在处理中文语料时基于声韵母的字符映射规则比基于单字符的映射规则有更好的效果;然后,用Gated Recurrent Units(GRU)代替传统递归神经网络单元以解决其难以捕获长时间维度特征的不足,为提取信息的高阶特征、缩短特征序列长度并加快模型收敛速度,建立了一种结合卷积神经网络及GRU递归神经网络的深度学习文本分类模型;模型的输出层使用softmax对指令进行分类预测,从而实现了指令的意图理解。为验证模型在处理长、短序列任务上的表现,在上述两个语料库上对提出的模型分别进行十折交叉测试,并与基于向量空间模型、词向量和单字符表字符特征的多种文本特征方法及多种分类模型进行对比及分析,结果表明本文所提出的模型及方法显著地提高了分类准确率。