智能家庭系统中的烹饪助手服务

doi:10.3778/j.issn.1002-8331.2009.36.055

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (36): 189-192.DOI: 10.3778/j.issn.1002-8331.2009.36.055

智能家庭系统中的烹饪助手服务

陆寅¹，苗克坚¹，李战怀¹，魏珂²

1.西北工业大学计算机学院，西安 710129
2.陕西省旅游学校，西安 710075

收稿日期:2009-09-14 修回日期:2009-10-16 出版日期:2009-12-21 发布日期:2009-12-21
通讯作者: 陆寅

Cooking assistant service in smart home

LU Yin¹，MIAO Ke-jian¹，LI Zhan-huai¹，WEI Ke²

1.Computer Science School，Northwestern Polytechnical University，Xi’an 710129，China
2.Shaanxi Provincial Tourism School，Xi’an 710075，China

Received:2009-09-14 Revised:2009-10-16 Online:2009-12-21 Published:2009-12-21
Contact: LU Yin

摘要/Abstract

摘要： 面向智能家庭环境中的厨卫应用，基于情境感知计算框架研发了智能烹饪助手服务（Smart Cooking Assistant Service，SCAS），在烹饪过程中向用户提供信息提示服务。SCAS建立并维护关于中餐家常菜系的烹饪知识本体模型；在运行过程中综合运用语义网搜索、自然语言解析等技术，识别菜单中的菜品名称，并通过互联网自主搜索烹饪配料表，完善烹饪知识模型；最后通过具有功能直观性的调料盒人机界面显示提示信息，降低了人机交互开销，提高普适计算服务的隐藏性。

关键词: 普适计算, 本体, 语义网, 自然语言处理, 智能家庭, 烹饪

Abstract: In order to facilitate residents in smart homes，Smart Cooking Assistant Service（SCAS） is developed to give hint during cooking process.Recipes of dishes matched by names are automatically mined via internet，and ontology of cooking stuffs and Chinese dishes is created and updated by the service.If no matches can be found，dish name is resolved by a NLP toolkit so that a proposed spice list can be built based on the ontology.Finally，hints of sprinkling spices are provided via UI integrated to the spice rack so as to achieve affordance and reduce interaction effort.

Key words: ubiquitous computing, ontology, semantic web, Natural Language Processing（NLP）, smart-home, cooking

中图分类号:

TP391

TP334

陆寅¹，苗克坚¹，李战怀¹，魏珂². 智能家庭系统中的烹饪助手服务[J]. 计算机工程与应用, 2009, 45(36): 189-192.

LU Yin¹，MIAO Ke-jian¹，LI Zhan-huai¹，WEI Ke². Cooking assistant service in smart home[J]. Computer Engineering and Applications, 2009, 45(36): 189-192.

[1]	刘博闻，范春晓. 基于位置感知能力胶囊网络的实体关系提取[J]. 计算机工程与应用, 2021, 57(6): 101-107.
[2]	廖文雄，曾碧，徐雅芸. 结合一维扩展卷积与Attention机制的NLP模型[J]. 计算机工程与应用, 2021, 57(4): 114-119.
[3]	刘勇，谢若莹，丰阳，王亚辉，刘亚清. 智能家居中的居民日常行为识别综述[J]. 计算机工程与应用, 2021, 57(4): 35-42.
[4]	江洋洋，金伯，张宝昌. 深度学习在自然语言处理领域的研究进展[J]. 计算机工程与应用, 2021, 57(22): 1-14.
[5]	袁勋，刘蓉，刘明. 融合多层注意力的方面级情感分析模型[J]. 计算机工程与应用, 2021, 57(22): 147-152.
[6]	杨泉. N1+N2结构语法关系判定的SVM算法[J]. 计算机工程与应用, 2021, 57(20): 104-108.
[7]	焦凯楠，李欣，朱容辰. 中文领域命名实体识别综述[J]. 计算机工程与应用, 2021, 57(16): 1-15.
[8]	刘畅，阿布都克力木·阿布力孜，姚登峰，哈里旦木·阿布都克里木. 维吾尔语形态分析研究综述[J]. 计算机工程与应用, 2021, 57(15): 42-61.
[9]	李智，王震，杨赋庚，奚雪峰. 基于表格的自动问答研究与展望[J]. 计算机工程与应用, 2021, 57(13): 67-76.
[10]	包玥，李艳玲，林民. 抽取式机器阅读理解研究综述[J]. 计算机工程与应用, 2021, 57(12): 25-36.
[11]	何玉洁，杜方，史英杰，宋丽娟. 基于深度学习的命名实体识别研究综述[J]. 计算机工程与应用, 2021, 57(11): 21-36.
[12]	郝超，裘杭萍，孙毅，张超然. 多标签文本分类研究进展[J]. 计算机工程与应用, 2021, 57(10): 48-56.
[13]	孙凌浩. 利用翻译模型的跨语言中文命名实体识别[J]. 计算机工程与应用, 2021, 57(10): 94-100.
[14]	余同瑞，金冉，韩晓臻，李家辉，郁婷. 自然语言处理预训练模型的研究综述[J]. 计算机工程与应用, 2020, 56(23): 12-22.
[15]	吴呈，王朝坤，王沐贤. 基于文本化简的实体属性抽取方法[J]. 计算机工程与应用, 2020, 56(21): 115-122.

智能家庭系统中的烹饪助手服务

Cooking assistant service in smart home

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics