Методические указания к лабораторным занятиям Интеллектуальные системы обработки информации и машинное обучение Ставрополь, 2017

Направления реализации естественно-языкового диалогового 
интерфейса. 
Сейчас многие IТ-компании занимаются созданием, так 
называемых, голосовых пользовательских интерфейсов 
(sounduserinterface) или SUI, в основе которых лежит решение 
проблемы понимания смысла пользовательской фразы. Термин 
―понимание смысла― интерпретируется как процесс трансляции 
фразы пользователя в некоторое адекватное действие, совершаемое 
системой. 
Если говорить о системах понимания естественной речи или 
NLU-ситемах, то можно выделить два типа таких систем: 
1. Командные системы (commandcontrol). Этот тип систем 
интерпретирует единичную фразу пользователя в набор конечных 
команд, которые выполняются компьютером. С помощью таких 
систем 
строится 
голосовое 
управление 
компьютерными 
приложениями, например, MicrosoftWord. Эти системы полностью 
содержат в себе команды управления конкретным приложением и 
транслируют голосовые команды пользователя в команды управления 
приложением. Следующий пример показывает работу системы 
commandcontrol. 
Пример: 
ПОЛЬЗОВАТЕЛЬ: Открыть MicrosoftWord. 
КОМПЬЮТЕР: Запускает приложение MicrosoftWord. 
ПОЛЬЗОВАТЕЛЬ: Открыть File. 
КОМПЬЮТЕР: Открывает диалоговое окно открытия файла. 
ПОЛЬЗОВАТЕЛЬ: Изменить путь. 
КОМПЬЮТЕР: Изображает дерево изменения директорий. 
21 

---

И т.д. 
ПОЛЬЗОВАТЕЛЬ: Выйти. 
КОМПЬЮТЕР: Закрывает приложение Microsoft Word. 
Система commandcontrol понимает фразы естественного языка 
только лишь как набор команд. Поэтому в ее задачи не входит 
понимание смысла фразы пользователя. Система такого типа должна 
лишь сопоставить фразу пользователя с тем множеством фраз, 
которые заложены внутри нее, и при совпадении выполнить 
требуемое действие. Конечно, в этом случае можно говорить лишь об 
управлении с использованием ограниченного числа команд, 
представленных на естественном языке. 
2. Диалоговые системы (dialogsystem). Эти системы более широко 
интерпретируют понятие естественного языкового общения и в своей 
основе содержат диалог пользователя с компьютером для выяснения 
конечной цели, которую хочет достичь пользователь и получения от 
него необходимых данных для решения поставленной задачи. 
Пример: 
ПОЛЬЗОВАТЕЛЬ: Я хотел бы поехать в Киев. 
DS: Каким транспортом вы бы хотели воспользоваться? 
ПОЛЬЗОВАТЕЛЬ: Конечно, лучше поездом. 
DS: Каким транспортом вы бы хотели воспользоваться? 
ПОЛЬЗОВАТЕЛЬ: Конечно, лучше поездом. 
DS: Когда вы хотите быть в Киеве? 
ПОЛЬЗОВАТЕЛЬ: 25 декабря. 
2
2 

---

DS: Перечисляет возможные рейсы и просит выбрать нужный 
ПОЛЬЗОВАТЕЛЬ: Сообщает нужный рейс. 
… 
DS: После того как получена полная информация, бронирует билет. 
Как видно из данного примера, что в течение диалога, DS может 
работать не с одним, но несколькими приложениями, как базой 
данных движения поездов, наличием мест, бронированием билетов и 
т.д. 
При работе с системы. DS используется абсолютно иной 
подход. Здесь система нацелена на понимание смысла сказанного. Это 
возможно 
благодаря 
использованию 
некоторой 
логической 
структуры, на которую отображается речь пользователя. 
Совершенно очевидно, что любой тип NLU-системы оперирует 
со смыслом пользовательских фраз. Существует несколько теорий 
определения смысла языковых фраз. Это и попытки отображения 
пользовательской фразы на семантическую модель представления 
мира, и попытки определения смысла путем разложения фразы на 
части речи и анализа структуры фразы (так называемая tag/chunk 
технология, которая определяет части речи фразы –tags, а затем 
смысловые куски -chunks, но не определяет смысл фразы в нашем 
понимании и хороша для разработки компьютерных переводчиков) и 
др. 
Для представления естественного языка при разработке данного 
интерфейса 
использовалась 
теория 
грамматик, 
основными 
принципами которой являются. 
2
3 

---

Всякое множество фраз можно описать с помощью грамматики, 
которая определяет набор слов, из которых строятся фразы и способы 
построения возможных фраз. Можно, конечно, иметь полный список 
возможных фраз, но такая система будет громоздкой и не 
эффективной, а также довольно трудно модифицируемой. Например, 
в случае разработки диалога, связанного с продажей напитков, трудно 
себе представить как можно дополнять такой список фраз в случае 
поступления новых типов и наименований напитков. Это не только 
добавление новых слов, но и генерация всех возможных фраз, в 
которых может встречаться новое слово. С этой задачей успешно 
справляется грамматика, поскольку оперирует с понятием правил 
построения фраз, а не только со значениями слов. Далее, при 
описании грамматики, это станет понятней. 
Можно выделять подмножество фраз, которые ожидаются от 
пользователя в текущий момент. Так называемые правила 
грамматики, которые содержат подмножества фраз и активизируются 
в нужный момент, в зависимости от текущего состояния диалога или 
активизации того или иного приложения. 
Можно построить соответствие между каждой фразой 
пользователя и выходной грамматикой. Выходная грамматика – это 
фраза, содержащая набор команд (или одну команду), которая будет 
передана в соответствующее приложение для выполнения. Если в 
результате парсирования (анализа) входной фразы (фразы 
пользователя) была получена выходная фраза (тот самый набор 
команд), мы считаем, что смысл пользовательской фразы понят. Здесь 
следует отметить, что выходная грамматика может содержать не 
только команды управления конкретным приложением (что хорошо 
для систем commandcontrol), но и командные 
2
4 

---

строки, которые могут передаваться в некую диалоговую систему для 
отображения текущего состояния диалога и передачи данных в 
диалоговую систему. Другими словами, фраза пользователя 
транслируется в некоторую строку, которая в свою очередь 
передается в нужное приложение (с точки зрения грамматики, DS 
является тоже приложением) и является для него понятным. 
Грамматика – математическая система, определяющая язык. 
Сердцевину грамматики определяет конечное множество правил 
образования, которые описывают процесс порождения цепочек языка. 
Грамматика состоит из: 
слов (это так называемый алфавит); 
опций (еще одно свойство этой грамматики - опциональность), 
т.е. выражения, заключенные в квадратные скобки являются 
опцией и могут произноситься пользователем, а могут и нет. 
Например, 
из нашей грамматики: [Can I talkwith]
, может быть 
произнесено полностью фраза, а может быть названо только имя 
персоны; 
правил (rules). Это выражения, заключенные в угловые скобки 
<> и написанные маленькими буквами, но вне фигурных скобок {}. 
Правила содержат в себе те фразы, которые могут быть 
произнесены в текущий момент диалога, то есть имеется 
возможность делать активными те или иные правила, что бы таким 
образом ограничить множество входных фраз и таким образом 
улучшить 
понимание фразы; выходных грамматик. Т.е. 
выражений, которые 
являются результатом парсирования (трансляции, 
понимания) фразы. В нашем случае эти выходные 
2
5 

---

грамматики содержат команды управления диалогом. В 
принципе здесь может быть все, что угодно, главное, чтобы 
принимающая выходные грамматики программа это 
понимала; переменных выходных 
грамматик. Выражения, 
заключенные в <>, написанные большими буквами и 
находящимися внутри выходных грамматик (внутри {}). Они с 
точки зрения грамматики бесполезны, но нужны для 
парсирования.