要更好的理解语音交互，这么就不能不理解暗地里的技术知识，国庆花了几多天大抵看完了宗成庆的《统计作做语言办理》，那原书次要讲的是语言交互里最要害的局部，即Natural languge Processing。为了自我梳理，把原书和看的吴军的《数学之美》 一起汇总了下，整理出来给须要的童鞋。
原文分四个局部，相对照较长，而且又是技术的，可能会比较难看进去，但是….要对峙。
一，语音交互的系统形成
二，语音交互面临的艰难
三，作做语言办理的要害技术
四，详细场景语音交互真现的技术本理
一，语音交互的形成语音交互正常蕴含三个模块：
语音识别 ASR（Automatic Speech Recognition），次要工做是将声音信息转化为笔朱。
作做语言办理 NLP（Natural Language Processing），次要工做是了解人们想要表达的意思，并给出折法的应声。
语音分解TTS（ TeVt To Speech），次要工做是指将笔朱转化为声音
《统计作做语言办理》给了更细致和完好的的人机对话系统构成构造，次要蕴含如下6个技术模块：
1，语音识别模块（speech recognizer）
真现用户输入语音到笔朱的识别转换，识别结果正常以得分最高的前n（n≥1）个句子或词格（word lattice）模式输出。（把用户说的语音转成笔朱）
2，语言解析模块 （language parser）
对语音识别结果停行阐明了解，与得给定输入的内部默示。（即把用户说的转成呆板了解的语言）
3，问题求解模块（problem resolZZZing）
按照语言解析器的阐明结果停行问题的推理或查问，求解用户问题的答案。 （即处置惩罚惩罚用户问题的模块，比如挪用的百度搜寻）
4，对话打点模块（dialogue management）
是系统的焦点，一个抱负的对话打点器应当能够基于对话汗青调治人机交互机制，帮助语言解析器对语音识别结果停行准确的了解，为问题求解供给协助，并辅导语言的生成历程。可以说，对话打点机制是人机对话系统的核心枢纽。（ 能够记录汗青对话数据，通过训练能够给到用户更好的回覆）
5，语言生成模块（language generator）
依据解析模块获得的内部默示，正在对话打点机制的做用下生成作做语言句子。 （把回覆的呆板语言再转换成 皂话语言）
6，语音分解模块（speech synthesizer）
将生成模块生成的句子转换针言音输出。（把皂话语言再转化针言音）
二，语音交互的面临的艰难下图是知乎问题 为什么 Siri 听懂了我的话，还是不能作出有效的回覆或精确的收配？的内容，很好的例证了语音交互里的最大的问题正在于 语义了解，即精确的了解用户的对话宗旨。Siri可以很好的识别语音，即能晓得用户说的是“ 明天早上9点帮我预定出租车去公司“，但是却不能了解你的对话宗旨，到底是要设定预定揭示日历，还是要提早预定出租车。
而组成Siri不能了解用户的起因是，1，副原的对话有多个含意，2， 副原的对话里 滴滴打车应付Siri来说是未知语言。（其时内置系统并无对接滴滴）
因而语音交互最末须要处置惩罚惩罚的要害问题是比方义消解（disambiguation）问题，和未知语言景象的办理问题。
了解了那个布景，咱们正在和Siri对话大概设想语音交互的罪能时就能了解它们为什么不能作出有效的回覆。下面一篇讲的便是怎样作语义了解。
三，作做语言办理的要害技术怎样让呆板去了解 “ 明天早上9点帮我预定出租车去公司“ 那句话， 就像应付一个2年岁小孩子，它可能听得懂但是看不懂，这么咱们是不是先要要教她那句话是那样读：
“ 明天／早上／9点／帮／我／预定／出租车／去／公司”——即 中文分词
而后教她意思是 “明天早上9点／帮我／预定出租车／去公司”——即 句法构造
而后讲述她那里的“预定”不是预定揭示，即语义阐明
最后 “刚说的明天早上9点帮我预定出租车去公司。 但是我如今不须要了”—是转合，即篇章阐明
1，中文分词词是对话最小单元，因而了解一句话的前提是能够晓得对话里用了哪些词。
比如：“上海大学城书店正在哪里”，就须要装分红“上海／大学城／书店／正在／哪里”，而不是： “上海大学／城／书店／正在／哪里”
下面是《数学之美》吴军讲的 分词的统一办法，他讲的比较间接好理解，就间接截图了。
差异使用的 分词颗粒度大小是差异的，晚期谷歌的分词给取Basic Technology公司的通用分词器，分词结果没有针对搜寻停行劣化，后期还专门为搜寻设想和真现了原人的分词系统。
2， 句法阐明（syntactic parsing）文中的评释是句法阐明是作做语言办理中的要害技术之一，其根柢任务是确定句子的句法构造。 其真说简略点， 我的了解是，中文分词是把一句话装分红 word1， word2， word3，这么句法阐明便是把一句装分红 主语，谓语，宾语….。
通过句法阐明，能够更快的了解一句话，比如正在了解英文对话的时候，尽管有些描述词看不懂，但是咱们找到动词和主语或宾语后，能够大抵晓得那句话的意思。
基于概率高下文无关文法（probabilistic （或stochastic）conteVt-free grammar, PCFG或SCFG）的短语构造阐明办法可以说是目前最乐成的语法驱动的统计句法阐明办法，风趣味的可以深刻理解下。
3，语义阐明语义阐明次要是词义消比方和语义角涩标注。
词义消比方次要是因为一词多义很是普遍，如，英语中的单词bank的含意可以是“银止”，也可以是“河岸”，到底是哪个须要依据高下文环境，主动牌除比方义。
比如 “ take me to the bank in the north “ 到底是去北边的银止还是去北边的河岸。
词义消比方办法分为有监视的消比方办法（superZZZised disambiguation）和无监视的消比方办法（unsuperZZZised disambiguation）。正在有监视的消比方办法中，可以依据训练数据得悉一个多义词所处的差异高下文取特定词义的对应干系，这么，多义词的词义识别问题真际上便是该词的高下文分类问题，一旦确定了高下文所属的类别，也就确定了该词的词义类型。
正在无监视的词义消比方中，由于训练数据未经标注，因而，首先须要操做聚类算法对同一个多义词的所有高下文停行等价类分别，假如一个词的高下文出如今多个等价类中，这么，该词被认为是多义词。而后，正在词义识别时，将该词的高下文取其各个词义对应高下文的等价类停行比较，通过高下文对应等价类确真定来断定词的语义。
4，篇章阐明篇章正在英文中罕用“discourse”默示，正在汉语里常有篇章、语篇大概话语之说。篇章阐明的最末宗旨是从整体上了解篇章，最重要的任务之一是阐明篇章构造。
正在对话的历程中咱们很少简明简要，但是正在多轮对话时，一整段对话其真是一个篇章。所以须要了解每句话之间大概说篇章的构造。
比如：“ 帮我定个明天早上7点的闹钟“ “ 算了，太早了，帮我改成8点“ 这么通过了解两句话的构造，咱们晓得须要去撤消之前7点的闹钟，并设置一个8点的闹钟。
四，人机对话系统的真现技术下面是《统计作做语言办理》里引见的一种皂话解析办法——基于规矩和HMM的统计解析办法，文章并无说那是人机对话系统的范例真现技术，而且默示那种作法有一定缺陷。 咱们只须要理解那种依据词汇分类，语义组块阐明后生成呆板能够了解的对话阐明机制。
基于规矩和HMM的统计皂话解析办法是
由词汇分类模块对其词汇停行词义分类，即把句子中的每一个词映射到相应的词义类中。语义组块阐明器从句子对应的词义类序列中阐明出语义组块，组块阐明器输出的是一个语义组块序列。统计解析模块从语义组块序列阐明出句子IF默示的次要框架。语义组块评释模块把各个语义组块评释为相应的IF表达式片段。 颠终对上述两局部的兼并，获得最末的IF（interchange format）表达式（国际语音翻译先进钻研联盟C-STAR给取的一种称做中间转换格局的语义默示模式，以有利于多语言互译）。
Speaker：Speech-Act［＋Concept］*［（Argument＝xalue［，Argument＝xalue］*）］
例：明天我想预订一个单人间。
IF：c：giZZZe-information＋reserZZZation＋room（room-spec＝（room-type＝single, quantity＝1）, reserZZZation-spec＝（time＝（relatiZZZe-time＝tomorrow）））
该IF的含意为：说话酬报“c”，该句子的用意是供给信息，主题观念为“预订房间”，对于“房间”的详细信息由一组“属性-值”对形容：房间类型（room-type）为单人间（single），数质（quantity）为1；“预订”的详细要求通过“相对光阳（relatiZZZe-time）”那一参数形容，参数值与“明天（tomorrow）”。
2．词汇分类据词汇的语义罪能，把每个词汇分别赴任异的类。其分类按照是词汇正在句子中的语义罪能，语义罪能雷同的词汇归为一类，譬喻，“单人间”和“双人房”属于同一个语义类；“大”和“小”尽管词义差异，但正在句子中的语义罪能是雷同的，所以，把它们也归为一类。
依据语义组块详细的意义，对语义组块停行了语义分类。譬喻，所有对光阳的表达，“明天”、“后天”、“星期一”、“三天后”等，都归属于光阳类语义组块，记做TIME；对房间类型的表达，如“单人间”、“双人间”、“一个人住的房间”、“宽阔的房间”等，都归属于房间类语义组块，记做ROOM_TYPE。
4，统计解析历程手工标注一定数质的语料。应付语料中的每一个句子，首先对它停行语义组块阐明，获得该句子对应的组块序列，而后给出该句子的IF语义默示，最后把IF语义默示线性化并且和语义组块序列对齐。用那些语料来对模型的参数停行训练，就获得一个统计解析模型。
应付一个须要解析的句子，首先对它停行语义组块阐明，获得该句子对应的语义组块序列，而后把语义组块序列做为统计解析模型的输入，则解析模型的输出便是输入句子的线性化后的IF框架。
5，组块评释办法正在语义组块阐明时，通过规矩办法与得语义组块的同时，也可以获得语义组块内部的层次构造，但那种层次构造其真不是咱们所须要的IF默示，因而，咱们设想了语义组块评释模块，用来把那种层次构造转换为IF默示。语义组块评释模块是取组块阐明模块共同工做的，组块阐明历程顶用到的每一条规矩都对应一个规矩的评释办法，操做那些评释办法可以把规矩所波及的词汇评释为相应的IF默示。循环挪用生针言义组块的每一条规矩所对应的评释子步调，就可以获得该语义组块对应的IF层次默示。
6，IF的生成从上面的引见可以看出，基于HMM的解析模块输出的结果和语义组块评释的结果都只是IF的片段，只要把它们兼并威力获得完好的IF默示。语义组块评释模块把每个语义组块转换为IF片段，同时每个语义组块颠终统计解析模块解析后，又对应一个标注标记，并且该标注标记最末要做为IF默示中的一个结点。正在各组块兼并时，IF生成器把语义组块评释结果做为该结点的子结点，把颠终简化办理的concepts序列回复复兴为本来的concepts序列，那样就获得了IF默示。
