[发明专利]基于关键动词特征全密度传递的服务机器人指令解析方法

说明书

本发明公开了一种基于关键动词特征全密度传递的服务机器人指令解析方法。在已知应用环境下工作，构建服务机器人的各种候选服务下的各种服务指令文本的数据库，对服务指令文本进行预处理；将数据库划分为训练集和验证集；采用斯坦福文本分析工具对每条服务指令文本进行分词，获得关键动词的上下文特征；搭建全密度双向长短期记忆网络模型，用训练集训练模型参数，验证集进行超参数调试；针对待测的一段文本指令处理提取获得候选服务的类型及其候选服务下的指令语义。本发明将服务指令解析任务转化为框架分类及框架填充两个子任务，通过精准地捕捉提取到带有冗余信息的服务指令文本中的核心要素，用于辅助机器人理解复杂的指令意图。

技术领域

本发明涉及属于机器人控制领域的一种机器人指令解析方法，尤其是一种基于关键动词特征全密度传递的服务机器人指令解析方法。

背景技术

在人与智能服务机器人交互过程中，采用自然语言的表达形式有利于用户下达任务指令。由于用户任务描述中常常存在冗余信息或者存在表达不足的情况，机器人需要进行任务理解，即将开放式的复杂指令解析为一种结构化的内部表示以便后续的执行。框架语义表示法是一种可靠的机器内部表示方法，它通过构造覆盖任务内容的框架结构将指令解析任务转换为框架分类与框架填充两个子任务。

目前将自然语言指令解析为框架表示的两类主要方法是基于词典的关键词匹配方法与基于词向量的神经网络方法。但面对机器人服务指令领域的文本，现有方法的解析效果不足。关键词匹配方法需要构建一个覆盖所有用户描述的领域词典，通常存在遗漏与歧义的问题。神经网络方法仅依赖词向量特征进行语义解析，忽略了整体任务意图对不同词向量的依赖差异，造成了神经网络难以聚焦于包含核心任务信息的关键动词。

发明内容

为了克服解决现有技术的不足，本发明提出一种基于关键动词特征全密度传递的服务机器人指令解析方法，将自然语言描述的指令文本解析为对应任务框架。

为了实现这一目的，本发明采用的技术方案步骤如下：

第一步，服务机器人在已知应用环境下工作，例如室内陪护、物流配送、工业辅助等场景。构建服务机器人的各种候选服务下的各种服务指令文本的数据库，每个服务指令文本中均已标注有指令语义，并对服务指令文本中的每个字进行独热编码表示获得每个字的独热编码字向量，利用停用词表采用去停用词方法对服务指令文本进行预处理，去除语气助词等常见的冗余词汇，避免后续模型处理过拟合；

服务指令文本是输入到服务机器人的输入控制指令，可以是文字打字输入也可以是语音输入转换为文字获得，具体实施可采用BIO标注方法对服务指令文本进行处理获得每个服务指令文本的指令语义。

第二步，将数据库划分为训练集和验证集；

第三步，采用斯坦福文本分析工具对每条服务指令文本进行分词，以每个词作为节点并额外建立虚拟根节点，虚拟根节点为独立于词的节点之外的节点，虚拟根节点和词的节点均为节点，解析每条服务指令文本中各词的词性与各节点间的依存关系，提取到虚拟根节点距离最远的动词作为关键动词，关键动词结合自身在服务指令文本的上下文信息构造特征作为关键动词的上下文特征x^kverb，作为全密度双向长短期记忆网络模型的输入之一；

所述的距离为两个节点之间的具有依存关系的总数；

第四步，搭建全密度双向长短期记忆网络模型，用训练集训练模型参数，验证集进行超参数调试；

以服务指令文本其对应的候选服务类型和各个指令语义，作为全密度双向长短期记忆网络模型的预测标签。

第五步，采用训练好的全密度双向长短期记忆网络模型针对待测的一段文本指令处理提取获得候选服务的类型及其候选服务下的服务对象、目标对象、移动动作终点等指令语义，完成解析。