本發(fā)明屬于機器人人機交互與自然語言語義理解的交叉領(lǐng)域，。

背景技術(shù)：

考慮到人與人之間最為自然的交流方式是自然語言，研究者們試圖讓機器人能夠理解人的自然語言，執(zhí)行人用自然語言發(fā)出的各種指令。這里涉及到機器人的人機交互與自然語言處理兩個領(lǐng)域。自然語言處理的工作包括語音信號的采集、語音信息的識別、語義的理解、語音的合成幾個方面。目前隨著計算機軟硬件技術(shù)的發(fā)展，除了語義的理解還存在比較大的困難外，自然語言處理的以上其它方面均取得了很大的進步。簡單來說，從語音到文字和從文字到語音的轉(zhuǎn)換方面已在一定程度達到實用，對自然語言文字的語義理解目前盡管也取得了一定的進展但距離問題的解決還有相當遠的路要走。語義理解的核心是人工智能，這是研究者們面臨的一個難題，也是目前國內(nèi)外研究的一個熱點領(lǐng)域。

盡管完全的自然語言語義理解還有很長的路要走，但如果把應(yīng)用范圍加以限定，自然語言的語義理解就有可能得到一定程度的應(yīng)用。出于這一想法，本發(fā)明提出一種自然語言語義理解模型，能夠?qū)C器人導航的自然語言指令進行處理，提取出導航指令中包含的指令要素。

技術(shù)實現(xiàn)要素：

本發(fā)明提出一種基于疊層CRF模型的自然語言處理模型，來對機器人導航的自然語言指令進行處理。CRF（即條件隨機場）模型是一種序列標注模型，能夠?qū)斎氲男蛄羞M行標注。本發(fā)明把自然語言導航指令文本看成是一串序列，第一層CRF實現(xiàn)自然語言指令文本到導航詞性的標注，第二層CRF在此基礎(chǔ)上標注出導航指令的導航要素，第三層CRF對導航指令中的導航過程進行標注。為了提高模型的準確性，在第一層CRF后加入了是否為導航指令的判斷，把不屬于導航指令的“噪音”過濾掉。下面對這里用到的術(shù)語進行解釋。

這里的導航過程是指導航指令中一段持續(xù)的運動過程，一個導航指令語句中可能包括一個或者多個導航過程。例如“往前走”就包含一個導航過程，而“走到前面路口處左拐”就包含兩個導航過程“走到前面路口”和“（在前面路口）左拐”兩個導航過程。一般一個導航指令語句多為一個或者兩個導航過程。導航要素是一個導航過程可能包含的要素有“動作”、“方向”、“距離”、“速度”、“起點”、“終點”中的一種或多種。導航詞性有以下12種：地名詞、持續(xù)性動詞、非持續(xù)性動詞、介詞、方向詞、距離量詞、距離描述詞、速度量詞、速度描述詞、數(shù)詞、連詞、非導航類詞匯。

本發(fā)明的模型參數(shù)要通過對模型的訓練來確定，其訓練過程是一個監(jiān)督學習過程，即搜集出自然語言導航指令的樣本，手工對樣本進行標注，形成標注樣本語料集；利用這些樣本語料集對模型進行訓練，獲得模型參數(shù)，從而確定模型。訓練好的模型就可以用于實際對自然語言導航指令進行導航過程分割和導航要素提取，從而實現(xiàn)對自然語言導航指令的語義理解。