[发明专利]一种面向室内智能机器人导航的路径自然语言处理方法

摘要

本发明公开了一种面向室内智能机器人导航的路径自然语言处理方法，本发明通过分析收集到的路径自然语言的语料，提出句法结构，在此基础上构造层叠条件随机场，提取生语料中名词短语，然后提取生语料中的语义组块，引入名词实体关系推理方法获取名词短语中名词实体之间的关系，最后提取路径单元，连接路径单元生成路径。本发明实现了既不需要依靠高精度的地图，也不需要提前输入手绘地图的路径自然语言处理方法，来实现路径提取。

主权项

一种面向室内智能机器人导航的路径自然语言处理方法，其特征在于：包括以下步骤：步骤一，收集路径自然语言的语料，分析语料的句法，提出句法结构，根据句法结构提出表示名词性路标的语义组块NL、表示动词性路标的语义组块VL、表示介词性路标的语义组块PL、表示方位转换模块的语义组块DTM、表示基于参照物的方位转换模块或者间接方位转化模块的语义组块IDTM、表示与方位无关的动词短语的语义组块VP、表示路径执行主体的语义组块ROBO；步骤二，对收集的路径自然语言的语料进行名词实体标注构造名词实体语料库，对收集的路径自然语言的语料进行名词短语标注构造名词短语语料库，对收集的路径自然语言的语料进行语义组块标注构造语义组块语料库；步骤三，构造层叠条件随机场，所述层叠条件随机场包括底层的条件随机场和高层的条件随机场，通过底层的条件随机场对名词短语语料库中的语料进行训练，得到名词短语语料的特征参数，通过高层的条件随机场对语义组块语料库中的语料进行训练，得到语义组块语料的特征参数；构造条件随机场，对名词实体语料库中的语料进行训练，得到名词实体语料的特征参数；步骤四，对生语料进行词性标注；步骤五，识别生语料中的名词短语，然后在识别生语料中的名词短语的基础上识别生语料中的语义组块，具体步骤如下：1）用名词短语语料的特征参数识别已经标注词性的生语料中的名词短语；2）用语言学规则对名词短语进行辅助处理，所述的辅助处理为检查每个名词短语前后三个词以内的词，如果有词可以成为名词短语中的成分，则将该词纳入名词短语中；3）将识别的名词短语进行替换；4）将替换所得的生语料用语义组块语料的特征参数进行语义组块的识别；步骤六，引入名词实体关系推理方法获取名词短语中名词实体之间的关系，具体步骤如下：1）用名词实体语料的特征参数识别已经标注词性的生语料中的名词实体；2）识别包含在名词短语内表示路标的名词实体和修饰路标的名词实体：当名词短语由单个名词实体构成时，名词实体直接认为表示路标；当名词短语包括若干个名词实体时，将任意两个识别的名词实体A、B组合，由贝叶斯公式推导公式推导所得：当A和B并列时 P ( R A = B | Ω ( A , B ) ) ≈ 1 2 · P ( f A | R A = B ) · P ( f B | R A = B ) · P ( f C | R A = B ) · P ( f D | R A = B · ) P ( R A = B )     公式1当A和B为偏正关系时P(R|Ω(A,B))≈P(fA|R)·P(fB|R)·P(fC|R)·P(fD|R)·P(fP|R)·P(R)    公式2计算概率P(RA→B)，P(RB→A)，P(RB＝A)的值，三者中最大的值对应的名词实体关系即为所求；其中A→B表示A依赖于B，B→A表示B依赖于A，B＝A表示A和B并列，R表示A和B之间的关系，RA→B、RB→A、RA＝B表示对应A和B之间三种关系，Ω(A,B)表示A和B之间的特征，fA、fB、fC、fD、fP表示名词实体关系的特征：fA、fB表示名词归类，fC表示两个实体名词之间的连词，fD表示两个实体名词之间的“的”，fP表示两个实体名词之间的相对位置，；步骤七，生成路径，具体步骤如下：1）结构化定义路径，定义路径S＝∪pi，pi＝{ri,fi}，ri＝(xi,yi)，fi＝{l_fi,di,l_bi}，其中pi为路径单元，ri为路径单元向量，xi为x轴的坐标，yi为y轴的坐标，fi为路径的导航辅助信息，l_fi为向前路标，l_bi为向后路标，di为距离信息，i＝1,2,…n，n为语义组块数量；2）提取语义组块中的信息，通过提取的信息提取路径单元，具体步骤如下：a）采用槽体填充方法提取语义组块中的信息；b）提取路径单元步骤如下（1）输入一个语义组块；（2）判断当前语义组块是不是路标语义组块，如果不是则转到（7），如果是则转到（3）；（3）将当前语义组块中的路标赋值给向后路标l_bi；（4）如果当前语义组块是第一个语义组块，ri＝r_d，r_fi＝ri，其中r_d＝(0,1)为默认的路径向量，r_fi为用来保存前一个路径向量的向量，保存pi；否则转到（5）；（5）判断前一个语义组块是不是DTM或者IDTM，如果是则保存pi；如果不是，则ri＝r_fi，保存pi；（6）判断当前语义组块是不是最后一个语义组块，如果不是，则转向（1）；如果是，则结束；（7）如果是DTM组块，则转到（8），如果不是则转到步骤（18）；（8）如果当前语义组块不包含方向，则转向（9），反之则转向（14）；（9）如果当前语义组块是第一个语义组块，ri＝r_d，其中r_d＝(0,1)为默认的路径向量，否则计算ri；（10）如果当前语义组块包含距离，值为l，则di＝1，ri=ri*l，否则，di＝0；（11）如果前一个语义组块是DTM，转到（12），否则转到（13）；（12）如果i＞1且di‑1值为1，则ri＝r_fi+ri，保存pi，转到（6）；如果di‑1值不为1，保存pi，转到（6）；（13）如果后一个语义组块不是路标语义组块或者当前语义组块为最后一个语义组块，保存pi，转向（6），否则直接转向（6）；（14）判断当前语义组块内部是不是带明确的旋转角度，如果没有则转到（15），如果有则转到（17）；（15）判断当前语义组块是否是第一个语义组块，如果是则通过判断方位词确定ri，如果不是，则通过r_fi和方位词来确定ri；（16）如果当前语义组块包含距离，值为l，则di＝1，ri＝ri*l，转到（13），否则，di＝0转到（13）；（17）如果当前语义组块是第一个语义组块，则利用旋转角度确定ri，反之利用r_fi和旋转角度确定ri，转到（16）；（18）如果是IDTM组块，则转向（19），否则结束；（19）将IDTM组块中的向前路标赋值给l_fi，向后路标路标赋值给l_bi，转到（8）。3）识别归类方位词；4）连接路径单元生成路径。