15、未知词语义推理与非完整移动机器人数字控制技术

未知词语义推理与非完整移动机器人数字控制技术

一、未知词语义推理技术

1.1 研究背景

近年来，计算机技术发展迅速，家用机器人的研发也十分活跃，如索尼的“AIBO”和本田的“ASIMO”。硬件技术已基本能满足家庭实用需求，而人工智能领域作为软件技术正待进一步发展。为使机器人能与人类和谐共处，它需具备感知、思考、交流和行为等类似人类的能力。在语言处理领域，目前主要使用基于大型语言词典或语料库的技术，但构建这些资源成本高、耗时长，且常识性知识难以自动构建。因此，提出一种有助于半自动构建大型语言词典和语料库的技术。

1.2 传统技术

1.2.1 基于向量空间模型的技术

在基于向量空间模型的技术中，通过计算词库中每个节点的特征向量与未知词的特征向量之间的余弦相似度来确定未知词的注册位置。在最简单的向量空间模型中，特征向量由名词和动词的共现频率组成。节点的特征向量元素通过累加节点处动词和名词的共现频率计算，未知词的特征向量元素是未知词与动词的共现频率。具体计算如下：
设节点集为({node_1, node_2, \cdots, node_{NODE}})，((w,z))表示节点(w)和动词(z)共现的训练数据，((unknown, y))表示未知词(unknown)和动词(y)共现的数据。则在向量空间模型技术中，注册未知词的节点按以下方式确定：
(\arg\max_{node_i} \cos(d_{(N,z,w),(M,y,unknown)}) = \arg\max_{node_i} \frac{\vec{node_i} \cdot \vec{unknown}}{\vert\vec{node_i}\vert \vert