【摘 要】
：
2020年是不同寻常的一年,全球经历了史无前例的新型冠状病毒COVID19,在疫情期间,我国推出了很多防疫措施,抑制了疫情的侵袭蔓延。于是,提出了“无接触”概念,智能语音问答交互技术等无接触式人机交互技术突显出了优势。因此,本文以智能语音问答为研究方向实现无接触人机交互。语音问答技术实现需要解决三个问题,语音识别、知识库的建立、答案匹配。语音识别作为前端数据入口,其识别正确率直接关系到后端问答系统
论文部分内容阅读
2020年是不同寻常的一年,全球经历了史无前例的新型冠状病毒COVID19,在疫情期间,我国推出了很多防疫措施,抑制了疫情的侵袭蔓延。于是,提出了“无接触”概念,智能语音问答交互技术等无接触式人机交互技术突显出了优势。因此,本文以智能语音问答为研究方向实现无接触人机交互。语音问答技术实现需要解决三个问题,语音识别、知识库的建立、答案匹配。语音识别作为前端数据入口,其识别正确率直接关系到后端问答系统的答案匹配效果。本文采用优化的卷积神经网络连接时序性（CNN-CTC）模型对输入语音进行训练与识别;问答知识库的建立需要丰富的内容作为数据支撑。本文采用Scrapy框架爬虫在网页爬取大量数据,对数据内容分词及词性标注,基于启发式规则及KNN算法筛选分类抽取出实体,运用PCNN算法抽取出实体之间的关系,将实体、属性以及关系以三元组的形式,保存到Neo4j图数据库中,完成知识库的创建;问答系统则采用朴素贝叶斯算法进行问题与答案匹配,相似度计算方法作为问答的补充,两者可以互补提高效率。本文主要的工作如下:（1）本文运用卷积神经网络连接时序性（CNN-CTC）模型,采用美尔倒谱系数（Mel-Frequency Cepstral Coefficient,MFCC）作为特征参数,通过大量实验不断调整CNN网络结构使得词错率达到最低,模型识别率达到最优,能较好的识别用户的语音问题。（2）以“医疗”为主题词,爬取大量医疗相关词汇实体关系,数据清洗后,将数据存储到Neo4j图数据库,完成构建知识图谱。（3）搭建问答系统,对用户的问题提取实体,通过KNN分类筛选,将用户问题分类,获取用户意图,构造Cypher查询语句,在数据库中查询与问题匹配或相似的答案进行输出,达到智能问答的目的。
其他文献
随着机器人技术的不断发展,目前对于机器人的研究已经不再局限于传统的工业场景中,如今都希望人能够参与到机器人的工作场景中协同进行复杂的作业。这使得机器人必须具备一定的柔顺性以及操作的灵巧性,从而尽可能的保证机器人在人机交互过程中的安全性和稳定性。有鉴于此,本文针对七自由度协作机械臂进行了避障技术以及柔顺控制的研究,主要研究内容如下:首先利用改进型D-H参数法对机械臂建立关节连杆模型并进行运动学分析,
机器人系统一般由机器人执行系统、控制系统及机器人示教系统组成,示教系统是机器人系统进行人机交互的接口。通过示教系统可以查看并修改机器人的位姿信息和参数设置,还能手动控制机器人并进行示教再现操作。本文研究的机器人示教系统基于C/S架构设计,包含机器人示教器和与控制主机交换信息的通信模块。本文研究设计了一种基于Android系统的6自由度机器人示教系统。示教器硬件基于Cortex-A9处理器,搭载An
随着我国的快速发展,输电线路遍布各地,由于输电线路暴露在室外并且受到环境因素的影响,容易发生故障。但是故障原因通常不易辨识,因为输电线路所在地形复杂,人员巡线不易,花费时间较长,给用户造成许多不便。所以输电线路故障原因辨识的研究在当下具有十分重要的意义。本文研究了六种输电线路故障,分别为:雷击、吊车碰线、鸟闪、污闪、树闪及山火。通过深入的研究,发现故障录波数据以及环境因素与故障原因有着重要的关联,
随着我国从化石能源供应体系向清洁能源供应体系的持续推进,环境友好、节能高效的小规模分布式电源（Distributed Generation DG）获得了国家的青睐与大力扶持。DG的快速发展,为配电网规划提供了一种新的思路。然而,DG的接入也具有两面性。配电网中引入DG在减少输电功率消耗、增强配电网可靠性、提升效益等方面成效明显;大量DG的并网也会引起配电网的电压稳定性出现明显波动。因此,本文依据D
根据电网相关部门关于输电线路故障的统计数据,鸟种活动是引发故障的主要因素。目前,各类防鸟装置在输电线路上得到了广泛应用,但未能遏制住涉鸟故障,其主要原因是涉鸟故障类型多样性和盲目地安装防鸟装置,不具备针对性的措施。针对此类问题有必要开展输电线路相关鸟种智能识别。本文分别采用传统人工提取特征和深度学习两种方式对涉鸟故障相关鸟种进行分类识别。主要研究内容如下:（1）根据电网统计结果,构建涉鸟故障危害鸟
随着现代工业科技的发展与创新,大型复杂设备的使用也日益增多。与此同时,为了满足其高可靠性和高效性等方面的要求,复杂系统常常会采用冗余技术,这在提高系统性能的同时,也给系统故障诊断带来了新的挑战。针对大型复杂系统的故障特性,考虑在构建故障模型方法、处理认知不确定性问题、故障诊断决策算法、诊断传感器信息融合等问题下,建立不确定性下基于多源异构信息的复杂系统故障诊断策略,以便能快速准确定位故障从而降低诊
随着世界科技水平的飞速发展,人机交互的需求也逐渐增加,语音交流是最方便快捷的方式,但在实际的生活中,纯净的语音往往很难获得。此时单通道语音分离（Single Channel Speech Separation,SCSS）技术就显得格外重要。而传统浅层模型的方法不能很好的解决语音分离问题。当前,随着深度神经网络（Deep Neural Network,DNN）的大规模应用,研究人员利用深度神经网络的
随着用电量的快速增长,电力装机量迅速扩张,对电网的规划调度提出了更加精细化的要求,发电企业和电力部门需要更加精准的掌握负荷的变化规律以及发展趋势。精确的电网负荷预测可以保障电网的安全运行,实现科学发电、调度以及配电,并且电力公司进行总体规划、发电计划制定、电力市场、具体设计等都需要负荷预测,因此增强短期电力负荷预测精度成为电力计划的重要工作之一。近年来,电力负荷预测也是许多专业人员的重点研究方向,
随着科技水平的不断提高,计算几何扮演着越来越重要的角色,并在计算机图形学、机器视觉、地理信息系统、车辆导航、工业设计和集成电路设计等领域具有广阔的应用前景。Voronoi图作为计算几何中一个十分重要的分支,也颇受广大学者的青睐。本文旨在针对传统的Voronoi图存在的一些局限性进行分析和拓展。一方面,传统点集Voronoi图是围绕平面每一个点进行最近领域的划分,Voronoi单元格的数量等同于点集
随着正交频分复用（OFDM）波形信号在全球范围内的广泛部署,近年来基于OFDM波形的外辐射源雷达逐渐成为了研究热点。然而,与有源雷达探测信号先前已知不同,OFDM波形外辐射源雷达需要在接收端提取参考通道中被多径和噪声污染的直达波作为参考信号。结合OFDM信号的波形特征,基于“解调-再调制”重构的参考信号提取方法是解决这一问题的常用途径。传统的重构方法主要采用依赖导频处信道信息的最小二乘（LS）和最