研究內容

• In this article we present a Natural Language interface for trip planning in complex, multimodal, urban transportation networks.（在這篇文章中，我們提出了一個用於複雜、多模式的城市交通網路中的行程規劃的自然語言介面。）
• Our objective is to provide robust understanding of complex requests while giving the user flexibility in their language.（我們的目標是在為使用者提供語言靈活性的同時，為複雜的請求提供健壯的理解。
  ）

技術方案

• We designed TRANQUYL, a transportation query language for trip planning.（我們設計了出行規劃的交通查詢語言TRANQUYL）
  • Our query structure builds on the standard “SELECT , FROM, WHERE” structure of SQL.（我們的查詢結構建立在 SQL 的標準“SELECT、FROM、WHERE”結構之上。）
  • We retain the same base syntax and structure but extend it in two important ways.（我們保留了相同的基本語法和結構，但以兩種重要的方式對其進行了擴充套件。
    ）
    • to query trips we introduce an operator ALL_TRIPS（為了查詢行程，我們引入了一個運算子 ALL_TRIPS）
    • we introduce four new clauses that allow further specification of the parameters of the trip.（我們引入了四個新的子句，允許進一步說明行程的引數）
• We developed a user-centric ontology, which defines the concepts covered by the interface and allows for a broad vocabulary. We utilize the ontology to infer the meaning of personal references and preferences so that they do not need to be explicitly stated for each request.（我們開發了一個以使用者為中心的本體，它定義了介面所涵蓋的概念，並允許使用廣泛的詞彙表。我們利用以使用者為中心的本體來推斷個人引用和偏好的含義，這樣就不需要為每個請求顯式地宣告它們。
  ）
• NL2TRANQUYL, the software system built on these foundations, translates English requests into formal TRANQUYL queries.（NL2TRANQUYL是建立在這些基礎上的軟體系統，它將英語請求轉換成正式的TRANQUYL查詢。）

系統架構

The translation from natural language to TRANQUYL occurs in several distinct steps.The four stages correspond to parsing, concept identification, concept attachment, and query generation.（從自然語言到TRANQUYL的轉換需要幾個不同的步驟，這四個階段分別對應解析、概念識別、概念連線和查詢生成。）

• It begins by parsing the input with the Stanford Parser in order to obtain both constituency and dependency parses.（它首先使用Stanford Parser解析輸入，以獲得選區解析和依賴解析。）
• In order to determine which concept in the ontology a specific relevant node n∈N corresponds to, two approaches are taken: (1) comparing nodes to concepts in the ontology (getOntologyConcepts), and (2) identifying specific concepts via regular expressions (getRegExConcepts).（為了確定特定相關節點n∈N對應本體中的哪個概念，採取兩種方法：（1）將節點與本體中的概念進行比較（getOntologyConcepts），以及（2）通過正則表示式識別特定概念（getRegExConcepts ）。）
• We use the dependency parse and three sets of strategies, guided by the ontology, to generate a knowledge map. In general, there are three primary tasks in building the map: identifying personal references, aligning modifiers, and determining which data are missing.（我們使用依賴解析和三組策略，在本體的指導下，生成知識圖譜。一般來說，構建地圖有三個主要任務:識別個人引用、調整修飾符和確定丟失了哪些資料。）
• The final step is generating the TRANQUYL query using the knowledge map.（最後一步是使用知識圖生成 TRANQUYL 查詢。）

如何做實驗

• formal evaluation: we present an evaluation of system performance on three sets of requests: well-formatted and grammatical requests as collected from external informants, grammatical paraphrases of the requests, telegraphic or fragmented requests.（我們給出了系統在三組請求上的效能評估:從外部資訊者收集的格式良好和語法規範的請求(集合A)，請求的語法釋義(集合B)，電報或碎片化請求(集合C)）
• informal evaluation: we solicited requests from laypersons with no experience with our research. This was done by posting a “note” on Facebook and asking random contacts to read the note and respond with requests.（我們向沒有研究經驗的外行人徵求意見。這是通過在Facebook上釋出一個“通知”，並讓隨機聯絡人閱讀該通知並回應請求來實現的。）