基于受限汉语的数据库自然语言接口技术研究

介绍了一种新的基于受限汉语的数据库自然语言接口NLCQI(natural language (Chinese) query interface)的系统模型及设计框架.给出系统实现中具有特色的多栈结构的中间语言以及以关联路径搜索方法实现的中间语言向SQL转换的策略.实验表明,该系统采用的非过程化汉语查询句表达方式较自然,对汉语句型的理解、处理能力有较大的改进.     

一个用于机器人自然语言理解的英语句法分析系统

在低挡可速度较慢的串行处理硬设备条件下，利用本文提出的启发式概念，分层搜索和匹配策略以及了大搜索长度等方法，可使推理速度提高一个数量级以上，此外，通过引入语义信息，分阶段消除歧义，自顶向下与自底向上相结合以及把一般颖问句一律变成相应陈述句的方法，解决了自动英语句法分析中的一系列难题，缩小了知识库的规模。     

基于机器人大赛的分拣机器人优化设计

针对机器人大赛中分拣机器人行走路径准确性不高和行走速度不快的问题对分拣机器人设计进行优化。通过分析并且比较目前比赛用分拣机器人几种设计的优缺点,改进其软硬件设计,建立分拣机器人行走的分动作子程序库,通过路径规划理论制定所有可能出现情况的随机组合,结合循线传感器(QTI)的交互信息,提出了基于路径规划的分拣机器人设计优化方法。在江苏省机器人大赛中,使用该优化设计的分拣机器人取得了好的成绩,得到了很好的实战验证。     

双臂并联煤矸石分拣机器人及其轨迹规划研究

目前的煤矸石自动分拣系统大多采用串联机械臂,只能分拣出粒度较小的矸石,且分拣速度较慢,分拣效果不理想。针对该问题,设计了一种双臂并联煤矸石分拣机器人。该机器人采用推动而非抓取的分拣方式,能够针对粒度为300～600mm的矸石进行分拣,且大大降低了机械臂的力矩需求,提高了分拣速度。为了避免频繁启停给电动机造成刚性冲击,延长电动机使用寿命,在关节空间下分别采用抛物线过渡的插值函数、三次多项式及五次多项式插值函数进行轨迹规划,仿真和对比分析结果表明,采用五次多项式插值函数进行轨迹规划时,角加速度曲线过渡平滑,不仅能满足机器人轨迹起始点和终止点的角度、角速度约束,还能满足其角加速度约束,使分拣机器人的运动轨迹更加平稳。实验结果表明:对于粒度为300～600mm的煤矸石,双臂并联煤矸石分拣机器人矸石识别率和分拣率分别为91.14%和86.29%,分拣准确率和稳定性较高;完成单次完整的分拣动作只需1.2s,与人工分拣相比大大缩短了分拣周期;通过在关节空间的轨迹规划,降低了分拣过程中电动机受到的刚性冲击,可保证机器人长时间稳定工作。     

基于Android中XML解析器的分析

当移动终端从服务器上获得XML数据时,就需要对XML数据文进行解析,此时就会涉及到XML的解析技术。通过对DOM、SAX以及Pull解析器介绍和分析,从内存占有、编程方式、访问与修改、访问方式等四个方面的比较,给出了在不同场所采用不同的解析器。     

生物文本语义解析器的研究

自然语言解析器是一个制定语法结构句子的程序。概率解析器使用语言知识获得hand-parsed句子来产生最可能的分析新句子。斯坦福大学的自然语言解析器是一个实现英语、德语、汉语、阿拉伯语概率PCFG和依存解析器。链接语法解析器是根据链接文法和英语语法理论的一个英语语法解析器(包括其他语言)。PC-PATR是一个语法解析器,使用PARTII作为一项规则描述语言。这是一个实现了PARTII形式主义计算语言。     

人-服务机器人交互中自然语言理解研究

针对与服务机器人交互过程中不受限的自然语言指令,提出了一种基于语料库的最大熵分类及理解算法。首先,通过收集家庭服务领域内的机器人控制语料,设计了一套有效的机器人控制指令体系。然后,对语料库进行对应控制指令的类别标注,从而把自然语言指令理解问题转化为分类问题。其次,通过对库中文本特征的提取和附加权重,建立最大熵分类器求解分类问题。最后,通过在所建控制指令语料库上进行多重交叉训练测试,控制指令理解的准确率可以达到90%以上。     

湖水清污机器人自然语言理解系统

由命令语句和机器人的特点,设计时将概念从属理论和格语法理论两种理论结合在一起,并结合机器人的特点对格语法作相应的修改,提高了系统的准确性和效率.     

冗余度机器人的轨迹规划

本文综述了国际上近年来冗余度机器人轨迹规划的研究成果.主要讨论了冗余度机器人在满足所期望的终端要求时灵活性的控制、动力学性能的改善和障碍物躲避的规划算法,同时指出了现有研究中存在的问题.     

混合型GML解析器的研究与实现

根据XML文档与GML文档的数据特征差别,剖析拉DOM和StAX混合解析方法的原理,结合GML的数据特征及应用操作需求,探讨实现混合型方案的可行性,提出一种具有拉DOM功能和StAX优势的混合型解析方法。实验结果表明,该方法对解析大数据量的GML文档效果明显,能满足GML文档解析过程中的复杂空间操作。     

基于自然语言理解的SPARQL本体查询

为了用户能够方便地获取本体知识,提出了基于自然语言理解的SPARQL本体查询。利用Stanford Parser分析用户的自然语言查询,根据语法构建查询三元组,与关键词的方法相比,有效地减少了组合的个数。结合用户词典,能较准确地把查询三元组的词汇映射到本体实体。分值计算时除了考虑词语的形式相似和语义相似外,还考虑了概念的模糊性,尽量返回具体的概念。利用本体推理获取隐藏在本体中的信息,对查询进行过滤和限制,提高了准确率。用户通过图形交互界面和系统进行交互,选择需要的结果,最后返回树形查询结果,并能看到相关的信息。实验结果表明,该方法达到了预期的效果。     

双足机器人自然ZMP轨迹生成方法研究

为了实现双足机器人类人行走,提出了一种基于自然ZMP轨迹的双足机器人步行模式生成方法。在单腿支撑相,根据基于三维线性倒立摆模型,在设定从脚跟到脚趾移动的自然ZMP轨迹后,得到质心轨迹方程;在双腿支撑相采用线性摆模型生成质心轨迹方程。同时给出了在统一坐标系中的多步规划质心轨迹方程。在RoboCup 3D仿真平台实现了采用自然ZMP轨迹的双足机器人类人稳定步行,实验和竞赛结果都验证了该方法的有效性。     

基于自然语言理解的智能化多媒体信息检索系统研究

多媒体信息由于维度高、数据量大、可解释性差等特征制约了其检索性能,提出了基于自然语言理解的智能化多媒体信息检索系统模型。该系统基于自然语言理解、数据挖掘、自反馈等技术的运用,在一定程度上扩大了检索范围,提高了检索准确率。     

基于QPSO算法的机器人时间最优轨迹规划

在考虑关节约束的前提下,为得到工业机器人时间最优的关节运动轨迹,提出一种工业机器人时间最优轨迹规划新算法。采用五次非均匀B样条插值法构造各关节运动轨迹,得到的机器人各关节位置准确,各关节速度、加速度和加加速度曲线连续。利用量子行为粒子群优化算法(Quantum-behaved Particle Swarm Optimization,简称QPSO)进行时间最优的轨迹规划,该算法可以在整个可行域上搜索,具有较强的全局搜索能力。与标准粒子群算法(Particle Swarm Optimization,简称PSO)和差分进化算法(Differential Evolution Algorithm,简称DE)相比较,结果显示使用该算法进行时间最优的轨迹规划得到的数值结果更小。     

Exploiting convergence to improve natural language understanding

Convergence is the phenomenon in human dialogue whereby participants adopt characteristics of each other's speech. Communicants are unaware of this occurring. If it were possible to invoke such a phenomenon in a natural language interface it would provide a means of keeping user inputs within the range of lexical and syntactic coverage of the system, while keeping the dialogue ‘natural’ in the sense of requiring no more conscious effort in observing conventions of format than human-human dialogue.

A ‘Wizard of Oz’ study was conducted to test the feasibility of this technique. Subjects were required to type queries into what they thought was a natural language database querying system. On completion of input the system presented a paraphrase for confirmation by subjects before presenting the answer. The paraphrases were constructed using particular terms and syntactic structures. Subjects began to use these terms and structures spontaneously in subsequent queries.

Observation of convergence in human-computer dialogue suggests that the technique can be incorporated in user interfaces to improve communication. The implementation issues for natural language dialogue are discussed, and other applications of the technique in HCI are outlined.     

基于高阶多项式的爬游机器人足端轨迹规划

针对深海爬游机器人足端轨迹规划问题,采用高阶多项式拟合的方法对其进行研究;首先,介绍了爬游机器人整体结构并对其进行运动学建模,结合爬游机器人运动学模型提出了一种直线与曲线相结合的机器人足端轨迹;其次,利用四阶多项式和六阶多项式分别对机器人足端轨迹进行拟合,比较两种拟合结果可知,六阶多项式拟合方法对机器人足端速度、加速度的规划效果更佳;利用六阶多项式轨迹拟合方法对多段轨迹连接点处的速度问题进行了分析,解决了机器人在运动过程中腿部抖动问题,使机械腿具有良好的控制柔顺性;最后,根据D-H法则建立机器人单腿仿真模型,通过仿真验证了算法的可行性,进一步在水池中利用机器人实物样机验证了算法的有效性.     

Mobile robot programming using natural language

How will naive users program domestic robots? This paper describes the design of a practical system that uses natural language to teach a vision-based robot how to navigate in a miniature town. To enable unconstrained speech the robot is provided with a set of primitive procedures derived from a corpus of route instructions. When the user refers to a route that is not known to the robot, the system will learn it by combining primitives as instructed by the user. This paper describes the components of the Instruction-Based Learning architecture and discusses issues of knowledge representation, the selection of primitives and the conversion of natural language into robot-understandable procedures.     

基于非受限路径自然语言处理中的机器人导航

为了实现使用自然语言控制机器人完成自主导航任务,提出一种基于语义角色标注（SRL）的语义提取方法,用于提高机器人对路径自然语言理解的准确率。首先,收集了一个非受限的路径自然语言语料库,在深入研究路径自然语言语料库的基础上,提出了8个语块对语料进行语块分析,完成语义角色标注;然后,对语料进行依存句法分析,完成语义角色标注;接着,结合语块分析和依存句法分析,提出了一种基于语块分析和依存句法分析的语义角色标注方法,实验结果得到的准确率、召回率、F₁-值分别达到了98.22%、98.48%和98.35%;最后,基于语义提取结果在机器人Nao平台上完成了机器人问路导航任务。     

基于QPSO 算法移动机器人轨迹规划与实验

针对移动机器人路径规划问题,提出一种基于QPSO算法的路径规划方法,并用概率论的方法分析了移动机器人路径规划的收敛性,阐明了该方法随均匀分布和正态分布的参数关系和收敛区间;然后根据移动机器人的运动特征提出一种改进的轨迹规划方法。移动机器人平台的实验结果表明了该方法在移动机器人路径规划中的有效性和可行性。     

Querying databases with a domain-oriented natural language understanding system

This paper presents the DONAU (Domain Oriented NAtural language Understanding) system. The system can extract, from a sentence expressed in natural language, the useful information that is necessary in order to provide either an appropriate command for a robot or an acceptable query to a database system. The DONAU system, being adapted for such different versions, is intended to provide a contribution of quite general significance in the field of natural language understanding and within the general area of artificial intelligence. In fact, while a first version of DONAU, which has been developed and successfully tested on UNIVAC 1108 computer, is devoted to the semantic domain of robotics, a second DONAU version for querying databases has been constructed. Thus, the DONAU architecture has been conceived and developed in order to provide an experimental and formalizable result that is of general value, and that therefore can be applied to semantic domains of a different type as well.A preliminary version of this paper was presented at the IIASA Workshop on Natural Language for Interaction with Data Bases, Laxenburg Schloss, Austria, January 1977.