自然语言理解算法

Question

我想知道哪些算法可以用于 NLU？

比如说我要启动一个程序，我有这几句话

“让我们开始吧”

“让他开始”

很明显，第一句应该启动程序，而不是第二句（因为它没有意义）。

现在，我正在使用斯坦福的 NLP API 并实现了 TokenRegexAnnotator 类：

CoreMapExpressionExtractor<MatchedExpression> extractor = CoreMapExpressionExtractor.createExtractorFromFile(env, "tr.txt");

所以我的代码“知道”“开始”应该做什么，即“开始”应该触发/启动程序。但是“开始”可以与任何内容一起使用，例如“启动汽车”。在这种情况下，我不想“启动”程序，因为这句话是关于启动汽车，而不是程序。为了解决这个问题，我使用了斯坦福的 CollapsedDependenciesAnnotation 类：

SemanticGraph dependencies = s.get(CollapsedDependenciesAnnotation.class);
Iterable<SemanticGraphEdge> edge_set = dependencies.edgeIterable();

我使用nsubj 依赖项来查看主题是否为PRP（代词），因为我希望程序仅在主题为PRP 时启动。所以当我在程序中输入“让我们开始”这句话时，程序就启动了。但是，当我输入句子“启动汽车”时，程序没有启动。一切正常...

但是当我输入句子“让他开始”时，程序也会启动（如上所述）。 （它开始是因为“他”也是一个代词）。我不希望程序在我输入这句话时启动（因为“让他启动”与启动程序无关）。那么程序如何知道这一点呢？我能做些什么来解决这个问题？是否有算法可以让计算机区分“让我们开始”和“让他开始”？

关于如何解决这个问题的任何想法？

谢谢！

（我希望我很清楚）

Answer 1

Stanford CoreNLP 可以帮助您的一种方式是它的 TokensRegex 功能。使用此工具，您可以编写显式模式，然后在输入文本中标记它们。然后您的代码可以根据某些模式的存在做出反应。

以下是一些包含更多信息的链接：

http://nlp.stanford.edu/software/tokensregex.shtml

http://nlp.stanford.edu/software/regexner/

我建议您找出您想要处理的、值得明确回应的常见表达方式，并建立起来，以便您可以很好地了解用户输入的内容。

例如：

Let us (start|begin).
(Start|begin) the (program|software)
I'm ready to (start|begin)
etc...

显然，您可以将这些规则结合起来，让它们变得越来越复杂。但我认为直接的方法是考虑人们可能表达他们想要开始的各种方式，然后用规则来捕捉它。

Answer 2

如果您可以使用在线 API，我有一个快速的解决方案，您可以使用 Wit AI 的云 API 轻松实现此目的：http://wit.ai/。您所做的只是为您的命令创建意图并指定您要提取的数据，您就可以开始了。 否则，如果您不是，那么您将不得不自己编写算法来完成 http://wit.ai/ 所做的事情，这就是我最终为我的个人项目所做的事情，因为我想要一个独立的系统，即不使用云 API。作为提示，该算法使用 TokensRegex 来查找 TokenSequencePatterns。