智能家居的自然语言处理

作者: 哎？小查查
发布时间: 2025-03-03 06:03:42 (2天前)
转自：

4 条回复

0#
回复此人
v-star*위위 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> 首先，我将构建一个所有可能命令的列表（不是每种可能的方式来说出一个命令，只是实际的功能本身：“厨房灯亮”和“打开厨房里的灯”是相同的命令）基于智能住宅提供的实际功能。我假设这些离散数量不超过数百个。分配每种标识符代码。 然后你的工作就是绘制一个输入： <UL> <LI> 一句英文文本 </LI> <LI> 扬声器的位置 </LI> <LI> 一天中的时间，一周的一天 </LI> <LI> 任何其他输入数据 </LI> </UL> 到每个命令的置信水平（0.0到1.0）的输出。 如果置信度超过某个可调阈值（例如超过0.70），系统将执行最佳匹配命令。 从这里它成为机器学习应用程序。存在许多不同的方法（此外，通过使它们基于输入的特征竞争，可以将方法组合在一起）。 首先，我会通过 <a href="http://amzn.com/0131873210" rel="nofollow"> 来自斯坦福的Jurafsky / Manning的NLP书 </A> 。这是对当前NLP算法的一个很好的调查。 从那里，您将获得有关如何通过机器学习映射的一些想法。更重要的是，如何将自然语言分解为机器学习的数学结构。 一旦文本被语义分析，首先尝试的最简单的ML算法将是受监督的ML算法。要生成具有正常GUI的训练数据，请说出您的命令，然后手动按相应的命令。这形成了一个单独的监督培训案例。制作一些这些。设置一些进行测试。这也是不熟练的工作，所以其他人可以提供帮助。然后，您可以将它们用作ML算法的训练集。 </DIV>

编辑
1#
回复此人
雪浴冰灵 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> 如果您没有足够的时间来处理NLP问题，可以使用Wit API（ <a href="http://wit.ai" rel="nofollow noreferrer"> http://wit.ai </A> ）将自然语言句子映射到JSON： <img src =“https://i.stack.imgur.com/JLFFo.png”alt =“在此输入图片说明”/> 它基于机器学习，因此您需要提供句子+ JSON输出的示例以根据您的需要进行配置。它应该比基于语法的方法更强大，特别是因为语音转语音引擎可能会出错会破坏你的语法（但机器学习模块仍然可以得到句子的含义）。 </DIV>

编辑
2#
回复此人
烏鴉喝酒 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> 我不是NLP的先驱（虽然我喜欢它），但让我尝试一下这个。对于您的项目，我建议您通过 <a href="http://nlp.stanford.edu/software/lex-parser.shtml" rel="nofollow" title="Stanford Parser"> 斯坦福分析师 </A> <OL> <LI> 根据你的问题定义，我猜你除了动词和名词之外别无其他。 SP生成POS（词性标签）您可以使用它来修剪您不需要的单词。 </LI> <LI> 为此，我想不出更好的选择，那么你现在想到的是什么。 </LI> <LI> 为此，您可以使用SP的语法依赖结构，我非常确定它足以解决这个问题。 </LI> <LI> 这是你的研究部分所在。我想你可以使用GD和POS标签找到足够的模式来为你的问题提出算法。我几乎不怀疑任何算法都能够有效地处理每一组输入句子（结构化+非结构化），但85％以上的准确性对你来说应该足够好。 </LI> </醇> </DIV>

编辑

登录后才能参与评论