随着社会和科学的快速发展,智能服务机器人已经实现了从荧幕到人们的日常生活中,要实现智能服务机器人更方便快捷地为人们服务,还是有许多问题需要解决。自然语言指令浅层信息已经完成了识别任务,本文是在指令关键信息的提取上进行了深入的研究,提出一种运用支持向量机算法来提取指令中隐含的深层信息,帮助机器人去理解语音指令。首先,本文在家庭环境中收集人们发给智能服务机器人的语音指令,对收集到的语料进行分词、词性标注等文本处理。其次,对语料库中的指令语句的实体特征进行分析,运用条件随机场模型并构造识别实体的特征模板,调用条件随机场算法进行关键信息识别。对于指令中隐含的深层信息在支持向量机模型的基础上,运用LibSVM方法来实现实体之间关系的提取,把提取到的实体信息和实体关系信息进行存储,以此方式来提高家庭服务机器人为人们服务的执行效率。最后,由于XML知识库具有方便操作速度快的特点,本文把从指令中提取到的浅层信息和隐含的深层信息都存放到了XML知识库中。在论文中出示了实体识别的实验结果和分析,本文实现了提取指令深层信息的识别系统。图11幅;表11个;参41篇。