对于正在与肥胖作斗争的人来说，记录每一餐的热量摄入和其他营养信息是减肥的一个行之有效的方法。然而，该技术需要一致性和准确性，如果失败，通常是因为人们没有时间去发现和记录他们所需要的所有信息。

几年前，一支来自美国塔夫斯大学的营养学家团队曾尝试用手机软件记录热量的摄取，通过麻省理工学院的计算机科学和人工智能实验室（CSAIL）的口语系统加上口语应用使膳食记录更容易。

本周在上海举行的声学、语音和信号处理国际会议上，麻省理工学院的研究人员正在展示一个基于网络的语音控制营养记录系统的原型。

有了它，用户只要口头描述一下用餐的内容，系统就会根据美国农业部（USDA）数据库分析描述和自动检索恰当的营养数据。

数据由相应的食品图像和下拉菜单共同显示，使用户可以确认他们的描述，然后选择，例如食物的准确数量。但这些改进也都是口头表达的。用户开始说：“早餐，我吃了一碗麦片，香蕉和一杯橙汁”，然后可以做出修改，“我吃了半根香蕉”，系统就会更新数据，只显示关于香蕉的数据，而其余的不变。

“[Tufts营养师]认为，这种app可以帮助人们纪录用餐热量计算的繁琐数据，” CSAIL著名高级研究科学家，口语系统组领导者James Glass说，“因此，他们在寻找能够准确简便输入信息的方法。”

论文的第一作者Mandy Korpusik，是麻省理工学院电气工程与计算机科学专业的毕业生。她加入她的论文导师Glass，她的研究生同学Michael Price，通过本科研究人员Calvin Huang，也加入了Glass的研究小组。

语境敏感性

在论文中，研究人员报告了专门处理食品相关术语实验结果的语音识别系统。但是，这并不是他们工作的重点，事实上，重点是膳食记录系统的在线演示，而不是使用谷歌的免费语音识别应用程序。

他们的研究集中在其他两个问题上。一个是识别单词的功能作用：如果用户记录了“一碗燕麦粥”，系统要能够识别燕麦片相关的营养信息，但如果说的是“燕麦饼干”，就不行了。

另一个问题是要协调用户的措辞与美国农业部的数据库中的条目相符合。例如，美国农业部的数据在“燕麦”的标题下记录下来，“燕麦”就不能在别的地方出现。

为了解决第一个问题，研究人员使用机器学习。通过Amazon Mechanical Turk的众包平台，他们招募了能够简单描述进餐食物的人，然后标记描述食物数量，品牌名称或修饰食物的词汇。在“一碗燕麦粥”中“碗”是一个数量和“燕麦”是一种食物，但在“燕麦饼干”中，燕麦就是一种修饰词汇。

一旦他们有了大约10000个膳食描述标签，研究人员就可以使用机器学习算法来发现单词之间能够确定功能角色的句法关系。

语义匹配

将用户的描述和美国农业部的数据库标签相互转化，研究人员使用了一个称为Freebase的开源数据库，它有超过8000多个常用食物条目，其中还包括同义词。由于同义词的缺乏，他们又招募了Mechanical Turk为他们补足工作。

在会议上提出的系统版本主要是为了证明其对于自然语言处理方法的可行性；它报告了热量计数，但还是不能完全自动。然而，当作品中的一个版本完整了，Tufts研究人员计划进行一项用户研究，以确定它是否确实使营养记录更简单。