自然语言理解算法

Question

我想知道我能为NLU使用什么算法？

例如，假设我想启动一个程序，我有以下几个句子

“让我们开始” “让他开始”

显然，第一句应该开始程序，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并实现了TokenRegexAnnotator类：

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

所以我的代码“知道”"Start“应该做什么，也就是说，"Start”应该触发/启动程序。但是“开始”可以和任何东西一起使用，比如“发动汽车”。在这种情况下，我不想“启动”程序，因为句子是关于启动一辆汽车，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是PRP (代词)，因为我希望程序只有在主题为PRP时才能启动。所以当我在我的程序中输入“让我们开始”这个句子时，程序就开始了。然而，当我输入“启动汽车”这个句子时，程序没有启动。一切顺利..。

但是当我输入句子“让他开始”(如上所述)时，程序也会启动。(开头是因为他也是代名词)。当我输入这个句子时，我不希望程序开始(因为“让他开始”与启动程序没有任何关系)。那么程序怎么会知道这个呢？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”？

对于如何解决这个问题，有什么想法吗？

谢谢!

(我希望我说得很清楚)

Answer 1

斯坦福大学CoreNLP可以帮助你的一个方法是它的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。

以下是一些与更多信息的链接：

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

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

我建议找出您想要处理的需要明确响应的通用表达式，并建立起来，这样您就可以得到用户输入内容的适当覆盖。

例如：

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

显然，你可以把这些规则结合起来，使它们变得越来越复杂。但我认为，一种直截了当的方法是考虑各种表达方式，他们想要开始，然后用规则来捕捉这一点。

Answer 2

我有一个快速的解决方案，如果您可以使用在线API，您可以很容易地通过Wit的cloud：http://wit.ai/来实现这一点。您所做的只是为您的命令创建意图，并指定您想要提取的数据，这样就可以了。否则，如果您不这样做，那么您将不得不自己编写算法来执行http://wit.ai/所做的事情，这正是我在我的个人项目中所做的，因为我想要一个独立的系统，即不使用云API。作为一个提示，该算法使用TokensRegex查找TokenSequencePatterns。