3 宋从威 基于OwlReady2的人机交互

CodeWarrior

2019/10/11 发布于 技术 分类

文字内容
1. 关键字:OwlReady2; 描述逻辑 (DLs); ⼈机对话; 操作语义 基于 OwlReady2 ⼈机对话 H-M Dialogue based on OwlReady2 宋丛威 浙江⼯业⼤学之江学院 讲师 摘要:OwlReady2 是OWL的Python封装,同 时也封装了推理引擎HermiT、Pellet。利⽤ Python 的动态编程功能实现具有逻辑推理能⼒ 的⼈机对话系统。 https://github.com/Freakwill/gimbiseo !1
2. ⽬录 ❖ pyparsing 语法解析 ❖ DLs 操作语义 ❖ ❖ 架构(OwlReady2作为推理引 擎) 演⽰ !2
3. 语法解析模块pyparsing(PEG语 法、语义计算) 1. ⾃然语⾔(中⽂) => OwlReady2对象、DLs表达式、⼀ 阶谓词逻辑表达式 2. DLs表达式 => OwlReady2对象 !3
4. 解析结果举例 ❖ “地球” 是 ⾏星 => 创建⾏星对象“地球” ❖ “地球” 是 ⾏星? => 判断“地球”属于⾏星类 ❖ “地球” 是 什么 天体? => 枚举包含“地球”的天 体类 !4 太阳系
5. DLs 操作语义 1. 计算解析结果语义。 2. DLs操作语义被规定为本体库(状 态)到⾃⾝的映射,同时返回信息。 3. 陈述句和疑问句有明显的不同。 !5
6. “语⽤”层⾯(考虑⼈类的思维习惯) ❖ ❖ ❖ 1. 陈述句应该检验与本体库⼀致 性 2. a:A and X?中X不能包含A, 不能是集合{a,b,…}。如’“地球”是 什么天体’的回答不应该包含⽐天 体更宽泛的概念。 3. 提⽰重复性的输⼊,提⽰输⼊ 语句中未被定义的词语。 !6
7. 系统架构 !7
8. 交互流程 !8
9. 演⽰ 视频录制 https://www.bilibili.com/video/av66578713 测试问答字典 !9 分词技术
10. 结语 1. 和专业软件相⽐,该系统只能算是⼀个玩具。以后将融合SWRL规则,甚⾄整合⼀些 机器学习⽅法。为使⽤正常的中⽂,增加⼀个分词模块。 2. 系统完善之后可以作为对话机器⼈、专家系统、专业领域知识库使⽤。 3. 类似系统的开发也可以基于Prolog、Protege等更为专业的软件。Python也有基于谓词 逻辑的知识引擎框架PyKE。 4. 开发⼀种⼈机对话的形式语⾔。 源码:https://github.com/Freakwill/gimbiseo 感谢你的倾听 !10