[发明专利]一种面向非自由谈话式汉语口语的对话行为分析方法

说明书

本发明属于人工智能领域，具体涉及一种面向非自由谈话式汉语口语的对话行为分析方法。该方法包括对文本或语音识别的文本进行分词和词性标注；对分词及词性标注后的文本句子进行句法分析；对分词及词性标注后的文本句子进行信息结构分析；对文本句子进行话轮和话段的划分；对各个话轮进行对答类型分析；对话段进行对答结构分析；对话轮进行交际功能分析。该方法将信息意图和交际意图的分析结合起来，提升自然语言理解与生成的效果，提高智能对话系统的用户体验。

技术领域

本申请属于人工智能领域，涉及一种智能对话系统，具体涉及一种面向非自由谈话式汉语口语的对话行为分析方法。

背景技术

对话系统是人工智能领域的一个重要分支，其主要技术包括将语音识别为文本，对文本进行自然语言理解，对理解后的问题寻找答案，将答案进行语音输出。在目前的智能对话系统中，对话通常为非自由谈话式，即带有交际任务，而不是自由闲谈，例如便于客户获取信息的客服会话系统、订票系统等等。对话系统中的自然语言理解部分是最为重要的，一个完善的智能的对话系统，在理解语义层的信息意图之外，还需要解析语用层的交际意图，而交际意图既与语言形式有关，也与语义信息有关，需要在传统的句法分析和语义分析之外加入对话行为分析，实现句法、语义、语用相结合的话语分析。然而现有的智能对话系统在语用分析方面比较薄弱，缺乏通用的标签集合与分类标准。

目前，英文的会话行为标注体系已较为成熟，其中通用领域的代表是DAMSL，在此基础上，Jurafsky等人结合会话语料，建立了DAMSL的扩展版SWBD-DAMSL模型。近来还有更为全面的DIT（动态阐释理论）标注构架，该体系由会话行为的最早版本融合了DAMSL及其他一些标注体系的特点来构建，是对人际及人机对话进行全面的非应用分析。最新版的DIT++分类采用了普通交际功能和特定维度交际功能分类。

相比而言，中文的相关研究比较少，杨平在借鉴国外分类体系的基础上，建立了新闻访谈或谈话类节目的会话行为分类，然而通用性不强，句法和言语行为之间有混淆，因而分类范畴重叠。专利CN104166643A参考了DAMSL广义标签集，将其映射到汉语的对应分类，然而DAMSL本身分类有粗疏之处，且没有考虑汉语会话的特点，因而其分类值得商榷。刘虹的《会话结构分析》，构建了适用于汉语口语会话的句法、语义、语用相结合的对话行为分析方法。但上述方法很难进行实际应用，无法在智能对话系统中进行使用来提高用户体验。

发明内容

针对现有智能对话系统的不足以及目前汉语口语对话行为分类存在的问题，本发明提供一种面向非自由交谈式汉语口语会话的对话行为分析方法，将信息意图和交际意图的分析结合起来，提升自然语言理解与生成的效果，提高智能对话系统的用户体验。

为了实现上述目的，本发明采用的技术方案如下：

一种面向非自由谈话式汉语口语的对话行为分析方法，包括如下步骤：

步骤一、对文本或语音识别的文本进行分词和词性标注；

步骤二、对分词及词性标注后的文本句子进行句法分析；

步骤三、对分词及词性标注后的文本句子进行信息结构分析；

步骤四、对文本句子进行话轮和话段的划分；

步骤五、根据句类和信息结构对话轮进行邻近对分析，再得到各个话轮的对答类型分析；

步骤六、通过邻近对类型得到话段对答形式结构标签；

步骤七、根据对答类型、句类和信息结构确定话轮的交际功能。

如上所述的任何一种面向非自由谈话式汉语口语的对话行为分析方法，其中：步骤二中，所述句法分析包括句类分析和对言语行为动词进行标注。

如上所述的任何一种面向非自由谈话式汉语口语的对话行为分析方法，其中：步骤三中，所述信息结构分析是指对名词性成分的指称范畴进行标注。