一種基于概念對(duì)象模型的問(wèn)句檢索方法
【專利摘要】一種基于概念對(duì)象模型的問(wèn)句檢索方法，依次包括如下步驟：根據(jù)研究限定領(lǐng)域問(wèn)句的特點(diǎn)，依照概念對(duì)象模型知識(shí)表示方法，建立領(lǐng)域概念對(duì)象模型；用戶輸入文本問(wèn)句并確定；基于概念對(duì)象模型定義問(wèn)句的相似度計(jì)算方式；基于問(wèn)句的相似度計(jì)算方式進(jìn)行問(wèn)句檢索。該方法能夠進(jìn)行語(yǔ)義分析并提高效率，降低時(shí)間復(fù)雜度。
【專利說(shuō)明】-種基于概念對(duì)象模型的問(wèn)句檢索方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及自動(dòng)問(wèn)答系統(tǒng)研究領(lǐng)域，更具體地說(shuō)涉及到自動(dòng)問(wèn)答系統(tǒng)中問(wèn)句的相 似度計(jì)算及問(wèn)句檢索研究。

【背景技術(shù)】
[0002] 漢語(yǔ)句子的相似度計(jì)算難度很大，傳統(tǒng)方法主要包括基于TF-IDF方法和基于語(yǔ) 義的算法?；谙蛄靠臻g模型的TF-IDF方法主要應(yīng)用于大型文檔檢索，只有當(dāng)句子所包含 的詞語(yǔ)足夠多時(shí)，此方法才有比較好的效果。由于限定領(lǐng)域的問(wèn)句短小且包含的詞匯數(shù)量 少，所W應(yīng)用效果欠佳。TF-IDF方法只考慮了詞在上下文中的統(tǒng)計(jì)特性，沒(méi)有在語(yǔ)義層面上 進(jìn)行分析，不能很好的體現(xiàn)中文的特性，具有一定的局限性?；谡Z(yǔ)義的算法：由于語(yǔ)義資 料庫(kù)的限制，算法效率低下，使得問(wèn)答系統(tǒng)的實(shí)時(shí)性變差，基于語(yǔ)義的相似度計(jì)算需要某一 語(yǔ)義知識(shí)辭典的支持，而知識(shí)辭典中包含的主要是通用知識(shí)，而針對(duì)某一專業(yè)領(lǐng)域知識(shí)包 含的較少，缺少對(duì)專業(yè)領(lǐng)域關(guān)鍵詞的支持，對(duì)領(lǐng)域的問(wèn)句相似度計(jì)算效果欠佳。
[0003] 因此本發(fā)明通過(guò)對(duì)領(lǐng)域知識(shí)的相關(guān)特點(diǎn)和目前語(yǔ)句相似度計(jì)算存在的問(wèn)題進(jìn)行 研究分析，在結(jié)合一定的語(yǔ)義分析建立概念對(duì)象模型的基礎(chǔ)上，提出了基于概念對(duì)象模型 的問(wèn)句相似度計(jì)算方法，該方法能夠進(jìn)行領(lǐng)域概念對(duì)象語(yǔ)義分析并提高算法效率，降低算 法時(shí)間復(fù)雜度。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種能夠進(jìn)行簡(jiǎn)單的語(yǔ)義分析并提 高算法效率，降低算法時(shí)間復(fù)雜度的基于概念對(duì)象模型的語(yǔ)句檢索方法，依次包括如下步 驟：
[0005] 步驟1 ;根據(jù)研究限定領(lǐng)域問(wèn)句的特點(diǎn)，依照概念對(duì)象模型知識(shí)表示方法，建立領(lǐng) 域概念對(duì)象模型；
[000引步驟2 ;用戶輸入文本問(wèn)句并確定；
[0007] 步驟3 ;字符串流處理，抽取問(wèn)句中的概念、對(duì)象及屬性，利用概念或?qū)ο竺枋鰡?wèn) 句的主題，利用概念或?qū)ο蟮膶傩悦枋鰡?wèn)句焦點(diǎn)，把問(wèn)句表示為概念對(duì)象模型表示形式；
[0008] 步驟4 ;基于概念對(duì)象模型定義問(wèn)句的相似度計(jì)算方式，具體為把問(wèn)句相似度計(jì) 算分為四部分，對(duì)象間相似度計(jì)算、屬性間相似度計(jì)算、關(guān)系間相似度計(jì)算和其余部分相似 度計(jì)算，最后加權(quán)計(jì)算得到問(wèn)句的相似度計(jì)算方式；
[0009] 步驟5 ;基于問(wèn)句的相似度計(jì)算方式進(jìn)行問(wèn)句檢索。
[0010] 優(yōu)選地，所述依照概念對(duì)象模型知識(shí)表示方法，建立領(lǐng)域概念對(duì)象模型，具體步驟 為；通過(guò)分析領(lǐng)域問(wèn)句特點(diǎn)從中抽取領(lǐng)域概念、領(lǐng)域?qū)ο蟆⒏拍顚傩院蛯?duì)象屬性、及它們之 間的關(guān)系，得到領(lǐng)域概念集合、領(lǐng)域?qū)ο蠹稀傩约霞瓣P(guān)系集合，經(jīng)分析關(guān)系集合中的 關(guān)系定義關(guān)系的表示形式，其中概念與屬性之間的關(guān)系、概念與概念間的繼承關(guān)系、概念與 對(duì)象之間的關(guān)系分別單獨(dú)表示，最后建立領(lǐng)域概念對(duì)象模型，具體如下：
[0011] 步驟I. I ;抽取領(lǐng)域概念，建立領(lǐng)域概念集合Cone巧ts =咕,〔2,…C。};
[001引步驟1. 2 ;抽取領(lǐng)域?qū)ο?，建立領(lǐng)域?qū)ο蠹匣痡ects =腳，02,…，0。};
[001引步驟1. 3 ;抽取概念屬性和對(duì)象屬性，建立屬性集合Attributes = (Al, Ag,… .AJ ；
[0014] 步驟1. 4 ;抽取領(lǐng)域概念、領(lǐng)域?qū)ο?、概念屬性和?duì)象屬性之間的關(guān)系，建立關(guān)系 集合Relations =出1,尺2,…，而};
[0015] 步驟1. 5 ;定義概念、屬性和對(duì)象之間的關(guān)系、概念與屬性之間的關(guān)系、概念與概 念間的繼承關(guān)系、概念與對(duì)象之間的關(guān)系和其他關(guān)系的表示形式，建立領(lǐng)域概念對(duì)象模型。
[0016] 優(yōu)選地，所述步驟3的具體步驟如下：
[0017] 步驟3. 1 ;利用正向最大匹配法，根據(jù)領(lǐng)域?qū)ο髱?kù)找出用戶問(wèn)句中所有領(lǐng)域?qū)ο螅?若問(wèn)句只含有一個(gè)領(lǐng)域?qū)ο?，轉(zhuǎn)步驟3. 2,否則轉(zhuǎn)步驟3. 3 ;
[0018] 步驟3. 2 ;對(duì)于領(lǐng)域?qū)ο?，根?jù)領(lǐng)域概念對(duì)象模型，獲取其概念的屬性作為對(duì)象屬 性，利用正向最大匹配法找出用戶問(wèn)句包含的對(duì)象屬性，如果問(wèn)句中沒(méi)有找到對(duì)象屬性，貝U 提供一個(gè)默認(rèn)屬性，最后形成查詢問(wèn)句的概念對(duì)象表示Q = {Q"wwt，Qwwbuw QaJ ;
[0019] 步驟3. 3 ;對(duì)于包含兩個(gè)及兩個(gè)W上領(lǐng)域?qū)ο蟮那闆r，首先根據(jù)領(lǐng)域概念對(duì)象模 型，判斷對(duì)象之間的關(guān)系，如果一個(gè)對(duì)象與其他對(duì)象之間是對(duì)象和屬性的關(guān)系，則認(rèn)為問(wèn)句 只包含一個(gè)對(duì)象，其余為對(duì)象的屬性，轉(zhuǎn)步驟3. 2 ;如果一個(gè)對(duì)象所屬的概念與另一個(gè)對(duì)象 所屬的概念是上下位關(guān)系，則W下位對(duì)象為唯一的領(lǐng)域?qū)ο螅D(zhuǎn)步驟3. 2 ;其他情況轉(zhuǎn)步驟 3. 4 ;
[0020] 步驟3. 4;對(duì)于問(wèn)句包含多個(gè)領(lǐng)域?qū)ο蟮那闆r，把問(wèn)句表示為領(lǐng)域?qū)ο?、?duì)象屬 性、對(duì)象關(guān)系及其他四部分，Q = {Q"Weet，Qattfibute, Qtehti。。，Qte日t}，得到用戶問(wèn)句的概念對(duì)象模 式表示形式。
[0021] 優(yōu)選地，所述步驟4中的問(wèn)句相似度計(jì)算分解為問(wèn)句包含的對(duì)象之間的相似度計(jì) 算、對(duì)象屬性之間的相似度計(jì)算、對(duì)象關(guān)系之間的相似度計(jì)算、其余部分相似度計(jì)算四部 分；其中各部分的計(jì)算均看作是對(duì)應(yīng)的兩個(gè)集合的相似度計(jì)算，依次從一個(gè)集合中選取一 個(gè)元素分別與另一個(gè)集合中的元素計(jì)算相似度，挑選出最大相似度的元素對(duì)，循環(huán)直到第 一個(gè)集合為空；然后把挑選出的該些元素對(duì)的相似度相加，除W第一個(gè)集合包含的元素個(gè) 數(shù)；最后將分別W兩個(gè)集合為基礎(chǔ)計(jì)算的結(jié)果平均得到兩個(gè)集合的相似度，問(wèn)句之間的相 似度計(jì)算由四部分計(jì)算結(jié)果加權(quán)計(jì)算得到。
[0022] 優(yōu)選地，所述步驟4的具體步驟如下：
[0023] 步驟4. 1 ;對(duì)象部分相似度計(jì)算：
[0024]

【權(quán)利要求】
1. 一種基于概念對(duì)象模型的問(wèn)句檢索方法，其特征在于，依次包括如下步驟： 步驟1:根據(jù)研究限定領(lǐng)域問(wèn)句的特點(diǎn)，依照概念對(duì)象模型知識(shí)表示方法，建立領(lǐng)域概 念對(duì)象模型； 步驟2 :用戶輸入文本問(wèn)句并確定； 步驟3:字符串流處理，抽取問(wèn)句中的概念、對(duì)象及屬性，利用概念或?qū)ο竺枋鰡?wèn)句的 主題，利用概念或?qū)ο蟮膶傩悦枋鰡?wèn)句焦點(diǎn)，把問(wèn)句表示為概念對(duì)象模型表示形式； 步驟4 :基于概念對(duì)象模型定義問(wèn)句的相似度計(jì)算方式，具體為把問(wèn)句相似度計(jì)算分 為四部分，對(duì)象間相似度計(jì)算、屬性間相似度計(jì)算、關(guān)系間相似度計(jì)算和其余部分相似度計(jì) 算，最后加權(quán)計(jì)算得到問(wèn)句的相似度計(jì)算方式； 步驟5 :基于問(wèn)句的相似度計(jì)算方式進(jìn)行問(wèn)句檢索。
2. 如權(quán)利要求1所述的一種基于概念對(duì)象模型的問(wèn)句檢索方法，其特征在于：所述依 照概念對(duì)象模型知識(shí)表示方法，建立領(lǐng)域概念對(duì)象模型，具體步驟為：通過(guò)分析領(lǐng)域問(wèn)句 特點(diǎn)從中抽取領(lǐng)域概念、領(lǐng)域?qū)ο?、概念屬性和?duì)象屬性、及它們之間的關(guān)系，得到領(lǐng)域概 念集合、領(lǐng)域?qū)ο蠹?、屬性集合及關(guān)系集合，經(jīng)分析關(guān)系集合中的關(guān)系定義關(guān)系的表示形 式，其中概念與屬性之間的關(guān)系、概念與概念間的繼承關(guān)系、概念與對(duì)象之間的關(guān)系分別單 獨(dú)表示，最后建立領(lǐng)域概念對(duì)象模型，具體如下： 步驟I. 1 :抽取領(lǐng)域概念，建立領(lǐng)域概念集合Concepts = IC1, C2，…Cj ; 步驟1. 2 :抽取領(lǐng)域?qū)ο螅㈩I(lǐng)域?qū)ο蠹螼b jects = IO1, O2,…，Oj ; 步驟L 3:抽取概念屬性和對(duì)象屬性，建立屬性集合Attributes = ; 步驟1. 4 :抽取領(lǐng)域概念、領(lǐng)域?qū)ο?、概念屬性和?duì)象屬性之間的關(guān)系，建立關(guān)系集合 Relations = (R1, R2, , R1I ； 步驟1. 5 :定義概念、屬性和對(duì)象之間的關(guān)系、概念與屬性之間的關(guān)系、概念與概念間 的繼承關(guān)系、概念與對(duì)象之間的關(guān)系和其他關(guān)系的表示形式，建立領(lǐng)域概念對(duì)象模型。
3. 如權(quán)利要求1所述的一種基于概念對(duì)象模型的問(wèn)句檢索方法，其特征在于：所述步 驟3的具體步驟如下： 步驟3. 1 :利用正向最大匹配法，根據(jù)領(lǐng)域?qū)ο髱?kù)找出用戶問(wèn)句中所有領(lǐng)域?qū)ο?，若?wèn) 句只含有一個(gè)領(lǐng)域?qū)ο?，轉(zhuǎn)步驟3. 2,否則轉(zhuǎn)步驟3. 3 ; 步驟3. 2 :對(duì)于領(lǐng)域?qū)ο?，根?jù)領(lǐng)域概念對(duì)象模型，獲取其概念的屬性作為對(duì)象屬性， 利用正向最大匹配法找出用戶問(wèn)句包含的對(duì)象屬性，如果問(wèn)句中沒(méi)有找到對(duì)象屬性，則提 供一個(gè)默認(rèn)屬性，最后形成查詢問(wèn)句的概念對(duì)象表示Q = (Qtjwec^Qattaibute, QmJ ; 步驟3. 3 :對(duì)于包含兩個(gè)及兩個(gè)以上領(lǐng)域?qū)ο蟮那闆r，首先根據(jù)領(lǐng)域概念對(duì)象模型，判 斷對(duì)象之間的關(guān)系，如果一個(gè)對(duì)象與其他對(duì)象之間是對(duì)象和屬性的關(guān)系，則認(rèn)為問(wèn)句只包 含一個(gè)對(duì)象，其余為對(duì)象的屬性，轉(zhuǎn)步驟3. 2 ;如果一個(gè)對(duì)象所屬的概念與另一個(gè)對(duì)象所屬 的概念是上下位關(guān)系，則以下位對(duì)象為唯一的領(lǐng)域?qū)ο?，轉(zhuǎn)步驟3. 2 ;其他情況轉(zhuǎn)步驟3. 4 ; 步驟3. 4 :對(duì)于問(wèn)句包含多個(gè)領(lǐng)域?qū)ο蟮那闆r，把問(wèn)句表示為領(lǐng)域?qū)ο?、?duì)象屬性、對(duì) 象關(guān)系及其他四部分，Q = {Q_t，Qattaibute, QMlatim，QmsJ，得到用戶問(wèn)句的概念對(duì)象模式表 示形式。
4. 如權(quán)利要求1所述的一種基于概念對(duì)象模型的問(wèn)句檢索方法，其特征在于：所述步 驟4中的問(wèn)句相似度計(jì)算分解為問(wèn)句包含的對(duì)象之間的相似度計(jì)算、對(duì)象屬性之間的相似 度計(jì)算、對(duì)象關(guān)系之間的相似度計(jì)算、其余部分相似度計(jì)算四部分；其中各部分的計(jì)算均看 作是對(duì)應(yīng)的兩個(gè)集合的相似度計(jì)算，依次從一個(gè)集合中選取一個(gè)元素分別與另一個(gè)集合中 的元素計(jì)算相似度，挑選出最大相似度的元素對(duì)，循環(huán)直到第一個(gè)集合為空；然后把挑選出 的這些元素對(duì)的相似度相加，除以第一個(gè)集合包含的元素個(gè)數(shù)；最后將分別以兩個(gè)集合為 基礎(chǔ)計(jì)算的結(jié)果平均得到兩個(gè)集合的相似度，問(wèn)句之間的相似度計(jì)算由四部分計(jì)算結(jié)果加 權(quán)計(jì)算得到。
5. 如權(quán)利要求1或4所述的一種基于概念對(duì)象模型的問(wèn)句檢索方法，其特征在于：所 述步驟4的具體步驟如下：
式中sim(Wu，Wv)為詞Wu和詞Wv的相似度，其計(jì)算方法基于語(yǔ)義計(jì)算方式，W u和Wv分別 是Q' 和Qms中的詞，n4和m4分別是Q' Mst和QMst中詞的個(gè)數(shù)； 步驟4. 5 :最終問(wèn)句的相似度計(jì)算： SIM (Q' , Q) = B1SIMqobj (Q' obJ, Qobj) +B2SIMqatt (Q' att, Qatt) +B3SIMqrel (Q' rel, Qre x)+a4SIMqres (Q res, Qres) 其中，ai+a2+a3+a4 = 1，a2, a3, a4分別代表各相似度的分配系數(shù)。
6. 如權(quán)利要求5所述的一種基于概念對(duì)象模型的問(wèn)句檢索方法，其特征在于：?jiǎn)柧渲?的對(duì)象表示問(wèn)句的主題，其屬性表示問(wèn)句的焦點(diǎn)，其中S1 = 0. 3，a2 = 0. 4，a3 = 0. 15，a4 = 0? 15。
7. 如權(quán)利要求5所述的一種基于概念對(duì)象模型的問(wèn)句檢索方法，其特征在于：如果問(wèn) 句的對(duì)象模型表示形式中缺少某一部分，則把這部分的系數(shù)按比例分配到其他系數(shù)中。
8. 如權(quán)利要求1所述的一種基于概念對(duì)象模型的問(wèn)句檢索方法，其特征在于：所述問(wèn) 句檢索用于檢索與用戶問(wèn)句相似的問(wèn)句，通過(guò)相似度計(jì)算并排序得到檢索結(jié)果。
【文檔編號(hào)】G06F17/30GK104331523SQ201410713510
【公開日】2015年2月4日 申請(qǐng)日期:2014年11月27日 優(yōu)先權(quán)日:2014年11月27日
【發(fā)明者】韓慧健, 賈可亮, 梁秀霞, 張銳, 劉崢, 其他發(fā)明人請(qǐng)求不公開姓名 申請(qǐng)人:韓慧健