股票

第24卷第7期

2004年7月

文章编号:1001-9081(2004)07-0061-03

计算机应用ComputerApplications

Vol.24,No.7July,2004

汉语股票实时行情查询对话系统

张 琳1,2,高 峰1,郭 荣1,毛家菊1,陆汝占1

(1.上海交通大学计算机科学与工程系,上海200030; 2.上海海事大学计算机科学系,上海200135)

(linzhang@cen.shmtu.edu.cn)摘 要:介绍了一个用于股票实时行情查询的口语化的人机对话系统,该系统集成了语音识别、语言理解、对话控制等技术。文中定义了一个情景语义框架模型,较好地处理了口语理解系统的一些难点。

关键词:语音识别;自然语言理解;对话管理;语义框架中图分类号:TP391 文献标识码:A

AChineseSpokenDialogueSystemaboutReal timeStockInformation

ZHANGLin1,2,GAOFeng1,GUORong1,MAOJia ju1,LURu zhan1

(1.DepartmentofComputerScience&Engineering,ShanghaiJiaoTongUniversity,Shanghai200030,China;

2.DepartmentofComputerScience,ShanghaiMaritimeUniversity,Shanghai200135,China)

Abstract:ThepaperdescribesaChinesespokendialoguesystemaboutreal-timestockinformation,whichintegratesautomaticspeechrecognition(ASR),naturallanguageunderstanding(NLU),dialoguemanagementandspeechgenerator.Thispapergivesamodelofsituationsemanticframe-keytechnologyinoursystem,whichcandealwiththedifficultyofspokenlanguageunderstandingsystem.

Keywords:speechrecognition;naturallanguageunderstanding;dialoguemanagement;semanticframe

0 引言

语音作为人与人交流的主要手段,也是人机交互的最直接、方便和快捷的方式。如果能通过电话提供一对一的自然语言的语音服务(让用户完全不知道是和计算机交谈)查询股票的动态行情信息正是人们迫切希望的。

基于上述目的,我们设计了一个基于电话的汉语股票实时行情查询对话系统。该系统集语音识别(ASR)、自然语言理解(NLU)、灵活的对话管理(DM)、语音合成于一体,能够接收来自电话的语音输入,最终输出也是语音形式。使得用户通过电话,用完全口语化的自然语言同计算机交互。目前系统能够查询上市深市所有上市股票的实时行情和大盘行情,能提供包括买入价、卖出价、成交手数、最高价、最低价、涨跌幅、今开盘和今收盘等信息的查询。

不同于书面语言输入,人机对话系统需要处理的是人类的自然语言。人与计算机进行自由交谈,交谈的语音话语内容被计算机接收后,计算机要对其进行识别、理解等处理,还要根据自身掌握的知识,对交谈者进行应答。口语存在着严重的语法不规范现象,给识别理解等处理带来了极大的困难。近年来,自然语言人机对话系统是颇为热门的一个研究领域。国外已出现了许多各种领域各种语言的对话系统[1,2],这主要归功于语音技术和自然语言理解的迅速发展。国内虽推出了一些简单对话系统,但这方面研究落后于国外(尤其是英语系统)。一方面是由于人工智能起步较晚,目前用到的理论方法多是借鉴国外理论;另一方面是由于汉语的复杂性,汉语的句法系统尚

收稿日期:2003-12-07;修订日期:2004-06-13

未形成完整的理论,有关词的定义,词性的划分等问题仍未得到彻底解决,因而使得汉语人机对话系统较难实现。

口语中存在大量停顿、重复、省略、冗余等语法不规范的现象,甚至包含错误,这使得计算机处理起来十分困难。因此,口语对话系统一方面要有适应性,能对这些现象进行处理,另一方面系统还要有一定的容错性。在我们的系统中考虑了这两点,在语言理解中采用了部分句法分析,并通过对话管理中情景语义框架模型的建立,较好地解决了口语中存在的这些问题,实现了一个限定股票领域的完全口语化的人机对话系统。

整个系统的工作流程是:用户通过普通电话拨号进入系统,系统检测到呼叫信号即启动自动语音应答,用户根据语音提示,在电话中用自然语言向系统提出查询请求,系统接受语音信号,经过连续口语识别后形成文本,计算机对这些文本进行分析,在理解了用户需要什么样的信息后,通过查询相关网站(www.wendangwang.com)得到结果,然后计算机通过文语转换将结果转成语音后返回给用户。

1 系统构成

如图1所示,系统由5大部分组成:

1)语音识别(Speechrecognition) 接收电话来的语音信息,将语音信号识别为相应的文字串。

2)语言理解(languageunderstanding) 接收语音识别输出的文本,输出可能的语义解释框架;也就是说, 理解 用户想要知道什么。

作者简介:张琳(1973-),女,河南信阳人,讲师,博士研究生,主要研究方向:自然语言理解、计算语言学; 高峰(1968-),男,山西太原人,讲师,博士研究生,主要研究方向:自然语言理解、计算语言学; 郭荣(1978-),男,山西运城人,硕士,主要研究方向:计算语言学; 毛家菊(1974-),女,安徽颖上人,博士,主要研究方向:人机对话系统; 陆汝占(1940-),男,江苏苏州人,教授,博士生导师,主要研究方向:自然语言理解、.