面向領(lǐng)域的自然語言理解中歧義處理、控制及其在產(chǎn)品設(shè)計(jì)中的應(yīng)用.pdf

1、針對(duì)自然語言理解歧義處理的研究現(xiàn)狀，以及自然語言理解在現(xiàn)代產(chǎn)品設(shè)計(jì)中的應(yīng)用情況，本文主要進(jìn)行了以下研究工作：
　　 1.分析了歧義處理在自然語言理解中存在的不足，從自然語言理解全局出發(fā)，構(gòu)造了逐層消歧模型，建立了不同層面歧義消解的關(guān)聯(lián)性，利用高層模塊理解結(jié)果對(duì)低層模塊遺留的歧義進(jìn)行消除，將最終理解結(jié)果的數(shù)量最小化。
　　 2.提出了“歧義樹”處理算法。在逐層消歧處理中，動(dòng)態(tài)構(gòu)造歧義樹，邊構(gòu)造邊剪枝，避免了因輸入過多而導(dǎo)致

2、的組合爆炸問題。降低了模型處理的復(fù)雜度，提高了模型的處理效率。
　　 3.在總結(jié)各個(gè)層面處理流程共性的基礎(chǔ)上，構(gòu)建了通用消歧算法，可適用于詞法、句法、語義、篇章等各層面的消歧處理。
　　 4.以天線產(chǎn)品設(shè)計(jì)為例，建立了天線產(chǎn)品概念從屬樹，對(duì)逐層消歧模型和通用算法進(jìn)行了成功驗(yàn)證。本文提出的歧義處理模型和算法為自然語言歧義處理提供了新的思路和解決方案，可應(yīng)用于現(xiàn)代產(chǎn)品設(shè)計(jì)的需求分析過程，輔助設(shè)計(jì)人員有效地消除客戶需求信息理解