Решающая модель системы Hearsay-II
Функции генерации, комбинирования и оценивания гипотез реализуются в системе различными независимыми программами, которые называются источниками знаний. Каждый источник знаний представлен как множество пар условие-действие. Условный компонент описывает ситуацию, в которой источник знаний может принять участие в принятии решения, деятельный компонент содержит информацию о том, какое действие производится, и как оно интегрируется в ситуацию. Источники знаний извлекают из сигнала акустические параметры, классифицируют акустические сегменты в фонетические классы, распознают слова, оценивают фразы, а также генерируют и оценивают гипотезы для нераспознанных слов или слогов. На рис. 2 представлена конфигурация системы 1976 года. Далее представлено точное функциональное описание этих источников знаний.
Поскольку все Источники знаний – независимые модули, они взаимодействуют через так называемую классную доску. На ней записываются гипотезы, которые были сгенерированы источниками знаний. Каждый источник знаний может или генерировать гипотезы, или модифицировать существующие. Эти действия могут создавать структуры, которые удовлетворяют условиям других источников знаний. На классной доске отражаются результаты промежуточных принятий решений, и записываются сообщения от одного источника знании к другим источникам знаний.
Классная доска разделена на уровни, в которых находится информация от источников знаний соответствующих уровней (фразы, слова, слоги, и т.д.). Каждая гипотеза на доске записывается в свой уровень, и помечается меткой из множества меток, подходящих для своего уровня (например, слово flaying, или слог ing, или фонема ng). Гипотезы содержат дополнительную информацию, включая временную метку, которая синхронизирует ее с речевым потоком, и значение вероятности. Иерархия уровней на классной доске такова, что гипотезы более высокого уровня включают в себя гипотезы более низкого уровня. Возможные гипотезы на уровне формируют пространство поиска для источника знания, работающего на этом уровне. Частичная интерпретация на одном уровне может ограничить поиск на другом уровне.
Рис. 2. Уровни и источники знаний на сентябрь 1976 года. Источники знаний показаны вертикальными дугами с кружками на концах, обозначающих входной уровень, а стрелки – выходной уровень.
Функциональное описание источников знаний системы понимания речи
Получение сигнала, извлечение параметров, сегментация, и разметка
- SEG – Оцифровка сигнала, измерение параметров, и разметка.
Разметка слов
- POM – Создание гипотез слогового уровня из сегментов.
- MOW – Создание гипотез-слов из слогов.
- WORD-CTL – Контролирование числа гипотез-слов, создаваемых MOW.
Генерация фраз-островков
- WORD-SEQ – Создание гипотез последовательностей слов, которые представляют потенциальные фразы из слов-гипотез и слабых грамматических знаний.
- WORD-SEQ-CTL – Контроль числа гипотез, порожденных WORD-SEQ.
- PARSE – Попытка интерпретировать последовательность слов, и, если возможно, создать гипотезу-фразу.
Расширение фраз
- PREDICT – Предсказание всех возможных слов, которые синтаксически могут предшествовать или последовать фразе.
- VERIFY – Оценка соответствия между гипотезами-сегментами и соответствиями пар слово-фраза.
- CONTACT – Создание гипотез-фраз из верифицированных соответствий пар слово-фраза.
Оценка, запрет, интерпретация
- RPOL – Оценка правильности каждой новой, или модифицированной гипотезы с использованием информации, размещенной для данной гипотезы другими источниками знаний.
- STOP – Решение об остановке процесса (определение предложения с существенно большим рейтингом, или указание системы, что она израсходовала доступные ресурсы) и выбор лучшей гипотезы-фразы или множества совместимых гипотез-фраз в качестве выхода.
- SEMANT – Генерация непротиворечивой интерпретации для информационно-поисковой системы, которой пользователь задал вопрос.