基于RNN的陆空通话语义描述与度量方法

发布时间：2017-12-10 03:11

  本文关键词：基于RNN的陆空通话语义描述与度量方法

  更多相关文章： 陆空通话 语义描述 递归神经网络 长短时记忆单元 语义一致性度量

【摘要】：长期以来,陆空通话失误导致的飞行事故并不少见。为了减少陆空通话失误,国际民航组织及各国管理机构不断改进陆空通话用语的语言标准。但陆空通话双方误理解事件时有发生,其中由飞行员指令复诵错误引起的陆空通话问题最为常见。因此,加强陆空通话指令的语义自动化一致性度量,对飞行员正确执行管制员发出的指令具有重大而迫切的现实意义。近年来研究发现,以递归神经网络(Recurrent Neural Network,RNN)为基础的深度学习模型能较好的描述句子语义。RNN模型具有记忆功能,可以充分利用序列之间的信息。长短时记忆递归神经网络(Long Short-Term Memory Recurrent Neural Network,LSTM-RNN)克服了RNN处理序列数据时无法获取远距离信息的缺陷。因此RNN和LSTM-RNN在处理文本序列数据方面得到了广泛应用。为了描述陆空通话语义,提出了基于RNN和基于LSTM-RNN的语义描述与度量模型。首先,利用陆空通话录音构建复诵类型陆空通话语料库,并用词向量表示陆空通话指令中的词;然后利用两个RNN或LSTM-RNN模型分别描述每组陆空通话中的空管指令和飞行员复诵指令,并生成两个句子的语义向量;第三,利用余弦相似度度量两个语义向量的相似性;最后,采用常见分类器判别陆空通话双方的语义一致性。论文对比了one-hot和word2vec两种词向量生成方法。实验结果表明,利用RNN和LSTM-RNN模型描述陆空通话指令的语义向量并利用分类方法判别陆空通话的语义一致性是可行的,并且LSTM-RNN模型比RNN模型更适合用于描述陆空通话指令的语义,在实验中取得了更高的判别正确率。
【学位授予单位】：中国民航大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：V328.3;TP391.1

【参考文献】

中国期刊全文数据库 前10条

1 郭丽丽;丁世飞;;深度学习研究进展[J];计算机科学;2015年05期

2 石瑞芳;孙瑞山;;基于认知过程的无线电陆空通话错误原因分析[J];空中交通管理;2011年12期

3 黄颖;;空管自动化技术发展与管制员的角色转变[J];空中交通管理;2011年03期

4 潘卫军;吴量;陈华群;罗晓利;;空中交通无线电陆空通话错误分析[J];中国西部科技;2008年30期

5 王爱国;;陆空通话与飞行安全[J];中国民用航空;2006年01期

6 谭显龙;空管自动化系统中飞行数据的处理[J];中国民航飞行学院学报;2004年06期

7 罗晓利;人因(HF)事故与事故征候分类标准及近十二年 中国民航HF事故与事故征候的分类统计报告[J];中国安全科学学报;2002年05期

8 方刚;;陆空通话经验一席谈[J];空中交通管理;2001年04期

9 黄曾阳;HNC理论概要[J];中文信息学报;1997年04期

10 赵龙辉;;论陆空通话用语和程序的标准化[J];空中交通管理;1996年04期

中国硕士学位论文全文数据库 前6条

1 黄攀;基于深度学习的自然场景文字识别[D];浙江大学;2016年

2 郭剑飞;基于LDA多模型中文短文本主题分类体系构建与分类[D];哈尔滨工业大学;2014年

3 王楚;基于自然语言理解的空管通话用语语义解析的研究[D];华南理工大学;2012年

4 暴自强;结合LSA的文本谱聚类算法研究[D];重庆大学;2010年

5 曹卫峰;中文分词关键技术研究[D];南京理工大学;2009年

6 吴宪;空管自动化系统若干关键技术研究与应用[D];四川大学;2003年

，

本文编号：1272892