基于實(shí)體的通用可交互數(shù)據(jù)庫(kù)漢語(yǔ)問(wèn)句查詢(xún)接口.pdf

1、對(duì)數(shù)據(jù)庫(kù)進(jìn)行查詢(xún)是用戶(hù)獲取信息的主要途徑之一,但直接的查詢(xún)操作要求具備一定的專(zhuān)業(yè)技能,普通用戶(hù)很難靈活地從數(shù)據(jù)庫(kù)中獲取需要的信息?；趯?shí)體的通用可交互數(shù)據(jù)庫(kù)漢語(yǔ)問(wèn)句查詢(xún)接口實(shí)現(xiàn)自然的漢語(yǔ)問(wèn)句到標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)查詢(xún)語(yǔ)句之間的轉(zhuǎn)化,使得用戶(hù)可以采用靈活的漢語(yǔ)問(wèn)句進(jìn)行數(shù)據(jù)庫(kù)查詢(xún)操作,由此可大為簡(jiǎn)化用戶(hù)的查詢(xún)過(guò)程,降低用戶(hù)從數(shù)據(jù)庫(kù)查找信息的難度。鑒于此,對(duì)基于實(shí)體的通用可交互數(shù)據(jù)庫(kù)漢語(yǔ)問(wèn)句查詢(xún)接口的研究具有重要的價(jià)值。作為中文問(wèn)答系統(tǒng)的一個(gè)部分,基于

2、實(shí)體的通用可交互數(shù)據(jù)庫(kù)漢語(yǔ)問(wèn)句查詢(xún)接口涉及分詞、詞法分析、句法分析、語(yǔ)義理解等自然語(yǔ)言處理技術(shù)。而自然語(yǔ)言是人類(lèi)智能最復(fù)雜的表現(xiàn)之一,很難實(shí)現(xiàn)高準(zhǔn)確率的機(jī)器理解。受限于自然語(yǔ)言理解技術(shù)的發(fā)展水平,基于實(shí)體的通用可交互數(shù)據(jù)庫(kù)漢語(yǔ)問(wèn)句查詢(xún)接口的實(shí)現(xiàn)是一個(gè)困難的任務(wù)。
　　 本文設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于實(shí)體的通用可交互數(shù)據(jù)庫(kù)漢語(yǔ)問(wèn)句查詢(xún)接口:希望通過(guò)基于實(shí)體的設(shè)計(jì),來(lái)減少對(duì)自然語(yǔ)言理解技術(shù)的依賴(lài);通過(guò)加入與用戶(hù)的交互,來(lái)提高漢語(yǔ)問(wèn)句查詢(xún)的

3、準(zhǔn)確率;通過(guò)實(shí)體信息庫(kù)的設(shè)計(jì),來(lái)簡(jiǎn)化接口的復(fù)雜度從而具有較好的可移植性。
　　 本文介紹了基于實(shí)體的通用可交互數(shù)據(jù)庫(kù)漢語(yǔ)問(wèn)句查詢(xún)接口的概念,給出了本課題的研究背景和研究現(xiàn)狀。在對(duì)已有技術(shù)的研究和總結(jié)的基礎(chǔ)上,設(shè)計(jì)了一個(gè)基于實(shí)體的通用可交互數(shù)據(jù)庫(kù)漢語(yǔ)問(wèn)句查詢(xún)接口。在設(shè)計(jì)上遵守高內(nèi)聚和低耦合的接口設(shè)計(jì)原則,較好地保證了接口設(shè)計(jì)的可移植性。該接口主要包括實(shí)體信息庫(kù)設(shè)計(jì)和漢語(yǔ)查詢(xún)語(yǔ)句到標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)查詢(xún)語(yǔ)句的轉(zhuǎn)化以及用戶(hù)引導(dǎo)功能。在實(shí)體信息

4、庫(kù)的構(gòu)造上,通過(guò)簡(jiǎn)化信息庫(kù)的組成部分,在保存了領(lǐng)域相關(guān)的實(shí)體信息的前提下,也保證了系統(tǒng)的領(lǐng)域移植的可能性,并降低了系統(tǒng)領(lǐng)域移植的難度。實(shí)現(xiàn)了實(shí)體信息庫(kù)的圖形界面操作工具,可以利用該工具實(shí)現(xiàn)領(lǐng)域的移植和信息庫(kù)的信息更改。漢語(yǔ)查詢(xún)語(yǔ)句到標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)查詢(xún)語(yǔ)句的轉(zhuǎn)化作為整個(gè)接口的核心,通過(guò)基于實(shí)體的設(shè)計(jì),減少了轉(zhuǎn)化過(guò)程中對(duì)自然語(yǔ)言理解技術(shù)的依賴(lài),同時(shí)保證了轉(zhuǎn)化過(guò)程的準(zhǔn)確性。而用戶(hù)引導(dǎo)功能的實(shí)現(xiàn),使用戶(hù)可以動(dòng)態(tài)地更改漢語(yǔ)查詢(xún)語(yǔ)句的轉(zhuǎn)化過(guò)程。接口是的

5、可交互的且可以經(jīng)引導(dǎo)得到更準(zhǔn)確的查詢(xún)結(jié)果。
　　 漢語(yǔ)查詢(xún)語(yǔ)句到標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)查詢(xún)語(yǔ)句的轉(zhuǎn)化過(guò)程,分為詞法分析、實(shí)體語(yǔ)義標(biāo)注、信息領(lǐng)域圖生成、信息領(lǐng)域圖轉(zhuǎn)化成標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)查詢(xún)語(yǔ)句等幾個(gè)相對(duì)獨(dú)立的部分。
　　 (1)詞法分析部分使用了基于統(tǒng)計(jì)的分詞方法?；诮y(tǒng)計(jì)的分詞方法是當(dāng)前比較成熟,準(zhǔn)確率比較高的分詞方法。
　　 (2)對(duì)分詞和詞性標(biāo)注后的句子,通過(guò)查找實(shí)體信息庫(kù),賦予該句子中的詞對(duì)應(yīng)的實(shí)體語(yǔ)義。對(duì)具有多個(gè)實(shí)體語(yǔ)義的

6、詞,通過(guò)不相關(guān)領(lǐng)域消除法,用戶(hù)交互選擇法等進(jìn)行消歧。
　　 (3)通過(guò)句子對(duì)應(yīng)的查詢(xún)領(lǐng)域,生成對(duì)應(yīng)的信息領(lǐng)域圖,并將句子中的各個(gè)語(yǔ)義節(jié)點(diǎn)定位到信息領(lǐng)域圖中,最終實(shí)現(xiàn)從句子到信息領(lǐng)域圖的轉(zhuǎn)化。
　　 (4)按照設(shè)計(jì)的規(guī)則和算法,實(shí)現(xiàn)從信息領(lǐng)域圖到標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)查詢(xún)語(yǔ)句的轉(zhuǎn)換。
　　 最后基于上述接口,構(gòu)建了一個(gè)實(shí)驗(yàn)性的查詢(xún)系統(tǒng)。該系統(tǒng)覆蓋了兩個(gè)不同的領(lǐng)域,用于驗(yàn)證本文實(shí)現(xiàn)的基于實(shí)體的通用可交互數(shù)據(jù)庫(kù)漢語(yǔ)問(wèn)句查詢(xún)接口的可