中文問答系統(tǒng)知識標記語言的表示方法及中文問答系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及自然語言處理領(lǐng)域，尤其是一種中文問答系統(tǒng)知識標記語言的表示方法及中文問答系統(tǒng)。
【背景技術(shù)】
[0002]近年來，隨著移動互聯(lián)網(wǎng)的迅猛發(fā)展和人工智能技術(shù)的持續(xù)創(chuàng)新，國內(nèi)外IT公司紛紛推出各種智能機器人產(chǎn)品，如以蘋果Siri，GOOGLE Now，微軟小冰，百度語音助手為代表的聊天機器人，可以滿足人們?nèi)粘Ｉ詈土奶烨楦蟹矫娴男枰?；以中科匯聯(lián)微喂和愛客服為代表的客服機器人，可以滿足政府、企業(yè)為用戶提供準確、便捷、低成本的專業(yè)服務(wù)的需要。智能機器人的紛紛涌現(xiàn)和廣泛應(yīng)用，使得智能機器人技術(shù)，與基因工程，納米科學一起被并稱為21世紀三大尖端技術(shù)，成為基礎(chǔ)性、戰(zhàn)略性的技術(shù)，能夠?qū)ιa(chǎn)生活方式產(chǎn)生革命性的影響。智能機器人技術(shù)的基礎(chǔ)核心為自然語言處理領(lǐng)域中的問答系統(tǒng)相關(guān)技術(shù)。通用的問答系統(tǒng)有四個主要組成部分:知識庫，問題理解，知識檢索和答案生成。知識庫存放了問答系統(tǒng)的所有知識，是問答系統(tǒng)的中樞；問題理解實現(xiàn)對用戶提問的語義層次的解析和表示;知識檢索實現(xiàn)從知識庫中檢索與用戶提問語義相關(guān)的候選知識;答案生成基于候選知識，經(jīng)過分析、推理生成最終的答案。這四個部分都與問答系統(tǒng)的知識表示息息相關(guān)。然而，科研界和企業(yè)界尚未提出一種針對中文領(lǐng)域問答系統(tǒng)的知識表示方法。這種現(xiàn)狀，制約了中文問答系統(tǒng)技術(shù)的深入研究與廣泛應(yīng)用。
[0003]因此，有必要提出一種新的技術(shù)方案。

【發(fā)明內(nèi)容】

[0004]針對上述問題，本發(fā)明提出一種中文問答系統(tǒng)知識標記語言的表示方法，用于中文問答系統(tǒng)的知識表示，以推動中文問答系統(tǒng)在科研界和企業(yè)界的進一步研究和應(yīng)用。
[0005]本發(fā)明提供一種中文問答系統(tǒng)知識標記語言的表示方法，所述中文問答系統(tǒng)知識標記語言的表示方法包括:知識的基本表示方法，知識的語義表示方法，知識模板的表示和實例化方法，知識的引用與關(guān)聯(lián)方法，知識中命名實體的表示和消歧方法，知識中表情、數(shù)學、超文本符號和時間的表不方法。
[0006]進一步的，所述知識的基本表示方法包括:知識主要由ID、參數(shù)和知識體構(gòu)成，知識的ID使用實例名_屬性名〉”表示，ID后面的“{}”內(nèi)部為知識體定義，所述知識體包括問題域和答案域，問題域在先，以“<#q>”開頭，答案域在后，以“<#a>”開頭，所述知識中的注釋以“//”開頭到本行行尾，如果是多行注釋，每行都要以“//”開頭。
[0007]進一步的，所述知識的語義表示方法包括:是將知識組織成一排有序的語義表達式詞塊，詞塊之間以單個空格分隔；簡單詞塊是句子的分詞，復(fù)雜詞塊是通過在分詞上添加語義表達式標記構(gòu)成，所述復(fù)雜詞塊包括關(guān)鍵詞、同義詞和語序相關(guān)；
[0008]關(guān)鍵詞使用“[]”表示；
[0009]如果關(guān)鍵詞語序與語句的語義強相關(guān)，則使用“{}”將這些語序相關(guān)的關(guān)鍵詞包括起來；
[0010]在答案內(nèi)部，使用答案變量來表示變化的內(nèi)容，答案變量的表示方法是“${變量名}，，;
[0011 ]在問題域和答案域中，多個問題或答案之間用“〈I >”隔開；
[0012]如果問題域中有多個問題，則第一個問題為標準問題，后續(xù)問題為擴展問題，所述擴展問題即標準問題的其它問法；
[0013]如果答案域中多個答案，則第一個答案為標準答案，后續(xù)答案為擴展答案，每個答案都正確，在無特定條件限制時問答系統(tǒng)隨機給出答案；
[0014]同一個問題，在特定條件限制下，有特定的答案，對于這類答案，通過“□”表示特定條件，通過表示條件及其答案之間的分隔符；當無法確定提問滿足的條件時，問答系統(tǒng)支持反問或者枚舉。
[0015]進一步的，所述知識模板的表不和實例化方法包括:知識模板的表不方法是在知識的表示方法的基礎(chǔ)上增加了對模板參數(shù)的表示，知識模板的ID使用“〈O實例名_屬性名模板參數(shù)I，模板參數(shù)2，...>”表示，多個模板參數(shù)之間使用英文半角“，”隔開，在實例名、屬性名和知識體中，使用模板參數(shù)名表示對模板參數(shù)的引用；
[0016]實例化方法包括:在ID和知識體之間，用“()”括起來的部分表示對模板的繼承和對模板參數(shù)的實例化，如果新的知識沒有將模板中所有的參數(shù)都實例化，或者又引入了新的模板參數(shù)，則新的知識依然為模板，并在ID中列出需要實例化的模板參數(shù)，從模板派生的知識，繼承了原模板的問答域和答案域，并能進行改寫，在改寫時，能通過“${super.q}”和“$ {super.a}”分別引用原問題和答案。
[0017]進一步的，知識的引用與關(guān)聯(lián)方法包括:在答案域中，通過“％{知識ID}”能引用其它的知識的答案，如果用戶提問的知識中引用了其它知識，則在生成答案時，結(jié)合上下文嵌入所引知識的答案；
[0018]在答案域中，通過標簽:知識ID}”能鏈接其它知識的問題；問答系統(tǒng)在顯示答案時，如果答案中包含鏈接，則將鏈接的標簽展示給用戶，用戶點擊鏈接，問答系統(tǒng)給所鏈接知識的答案。
[0019]進一步的，知識中命名實體的表示和消歧方法包括:對于存在歧義的命名實體，通過“#命名實體@本體類#”的方式進行消歧，“##”中間表示命名實體，所述命名實體包括人名，地名，機構(gòu)名，品牌名，產(chǎn)品型號，上下位詞；
[0020]在本體資源描述文件和實例資源描述文件中對表示的命名實體進行進一步的描述，所述命名實體包括實體的具體類別、本體的屬性、實例的屬性值。
[0021]進一步的，知識中表情、數(shù)學、超文本符號和時間的表示方法包括:
[0022]使用表情的拼音首字母縮寫)”表示表情；
[0023]對時間的表示方法如下:
[0024]年月日:YYYY年MM月DD日；
[0025]時分秒:HH時MM分SS秒；
[0026]星期:周一，周二，周三，周四，周五，周六，周日；
[0027]其它:今日，明日，昨日。
[0028]本發(fā)明還提供一種中文問答系統(tǒng)，所述系統(tǒng)使用上述的知識標記語言的表示方法，
[0029]所述系統(tǒng)包括:
[0030]問題輸入模塊，用于輸入用戶提出的問題；
[0031 ]問題提交模塊，用于提交用戶輸入的問題；
[0032]問題歸一化處理模塊，用于對提交的問題進行問題歸一化處理；
[0033]搜索模塊，用于搜索知識并進行問題匹配，獲得與問題相匹配的答案；
[0034]處理答案模塊，用于處理答案中的語義表達式，生成答案，并將結(jié)果返回至問答系統(tǒng)界面，若不存在與問題相匹配的答案，則直接將結(jié)果返回至問答系統(tǒng)界面；
[0035]查找鏈接模塊，用于在問答系統(tǒng)界面顯示的結(jié)果中查找鏈接，若返回的結(jié)果中不存在鏈接，則將結(jié)果顯示在問答系統(tǒng)界面；
[0036]答案轉(zhuǎn)換模塊，用于將結(jié)果中的鏈接轉(zhuǎn)換為HTML組件。
[0037]進一步的，采用問題歸一化處理模塊對問題歸一化處理的步驟如下:
[0038]SI 1、刪除問句中的HTML標簽；
[0039]S12、將emoli表情符號轉(zhuǎn)換為所述標記語言的表情；