[發(fā)明專利]旅游領域FAQ中文問答系統(tǒng)實現(xiàn)方法

無效

• 申請?zhí)枺?/td>: 200810058660.X
• 申請日: 2008-07-10
• 公開（公告）號: CN101373532A
• 公開（公告）日: 2009-02-25
• 發(fā)明（設計）人: 余正濤;毛存禮;韓露;孟祥燕;郭劍毅;車文剛;張志坤
• 申請（專利權）人: 昆明理工大學
• 主分類號: G06Q30/00
• 分類號: G06Q30/00;G06F17/30
• 代理公司: 昆明正原專利代理有限責任公司
• 代理人: 徐玲菊

技術領域

本發(fā)明涉及一種旅游領域FAQ中文問答系統(tǒng)實現(xiàn)方法，尤其是一種基于旅游領域常問問題庫(FAQ)的問答系統(tǒng)實現(xiàn)方法，屬于人工智能領域。

背景技術

常問問題FAQ(Frequently-asked?Question)是當前網(wǎng)絡上提供在線幫助的主要手段，通過事先組織好一些可能的常問問答對，發(fā)布在網(wǎng)頁上為用戶提供咨詢服務。FAQ知識組織簡單、維護方便，但是，隨著常問問題集的逐漸積累，問題數(shù)量日益增多，逐頁瀏覽式的知識獲取途徑將越來越難于滿足用戶的實際需求，將會浪費用戶大量的寶貴時間，甚至當用戶訪問了所有鏈接時才發(fā)現(xiàn)根本沒有自己真正需要的信息，耗時費力。

發(fā)明內容

本發(fā)明的目的正是為解決上述問題而提供一種旅游領域FAQ中文問答系統(tǒng)實現(xiàn)方法，以高效，快速、準確地為用戶提供咨詢服務。

本發(fā)明通過下列技術方案完成：一種旅游領域FAQ中文問答系統(tǒng)實現(xiàn)方法，其特征在于包括：

(1)FAQ收集與組織：結合人工或半自動方式從互聯(lián)網(wǎng)上提取旅游問答對，并整理進入旅游問答庫，形成旅游FAQ庫；

(2)旅游領域知識庫構建：構建并維護旅游領域知識結構及關系，形成旅游領域知識庫；

(3)用戶查詢：在互聯(lián)網(wǎng)上，用戶通過自然語言問題進行旅游信息查詢；

(4)問題分析：對用戶輸入的問題進行分析，提取表征問題的關鍵詞、擴展詞、句法依存對、問題類型等信息；

(5)答案提?。焊鶕?jù)問題分析結果，從常問問題庫(FAQ)中提檢索侯選問題，采用領域問題相似度計算方法，計算用戶問題與侯選問題相似度，提取相似度最大的問題答案作為侯選答案，并提供給用戶，返回最終用戶查詢答案；用戶可以提供面向文本的自然語言問題，系統(tǒng)直接返回答案，而不是和問題相關的大量網(wǎng)頁。

所述步驟(1)FAQ收集與組織方法具體為：第一種通過網(wǎng)絡爬蟲從互聯(lián)網(wǎng)上自動爬取，并通過人工篩選進入FAQ庫；第二種是通過人工收集與整理獲得，針對旅游領域，專門收集地方、景點、風土人情、酒店等相關介紹、門票、交通等相關問題，分類整理和組織FAQ問答對并進入FAQ庫；第三種則是由系統(tǒng)自動記錄用戶輸入但在問句庫中不存在的新問句，并把這類問句統(tǒng)一保存到問答歷史庫中，定期由人工審核整理，把對應的答案和問句一起入FAQ庫。

所述FAQ的問答對的存儲通過建立問題(question)和答案(answer)兩個關系表，分別通過主鍵(Questionid，Answerid)進行答案索引；問題表的存儲，為了便于快速檢索，采用倒排索引方式進行存儲，建立詞與問句之間的倒排索引文檔，候選問題集的選擇從索引文檔中提取，而最終答案則根據(jù)問題表中存放的答案answerid從數(shù)據(jù)庫中直接輸出。

所述步驟(2)主要利用了本體論的思想，借助現(xiàn)有的中科院院語言信息中心董振東先生的“知網(wǎng)”進行領域術語的擴展。

所述步驟(2)具體為：借助本體論的思想對云南旅游領域資源的概念進行精確描述，以“知網(wǎng)”為基礎，采用“知網(wǎng)”的概念描述語言KDML規(guī)則，建立了專門的云南旅游領域本體，形成云南旅游領域資源本體庫領域知網(wǎng)體系，并實現(xiàn)了云南旅游知識庫“領域知網(wǎng)”與常識知識庫“知網(wǎng)”的融合。目前共對云南旅游景點介紹、風土民情、旅游交通等旅游相關2012個概念進行了定義和描述，形成了云南旅游領域“知網(wǎng)”。

因為相對于開放域來說，受限域具有一定的領域知識特點，借助于領域知識關系能夠降低自然語言處理的難度。本體論(Ontology)是一種對概念的精確描述，特別是對領域概念的描述，是一種很好的領域知識表示方式。本體通過對概念、術語及其相互關系的規(guī)范化描述，勾畫出某一特定領域的基本知識體系結構?！爸W(wǎng)”HowNet是一部通用常識資源，其描述了漢語和英語的詞語所代表的概念，揭示概念與概念之間以及概念所具有的屬性和屬性之間的關系。借助本體論的思想對旅游領域資源的概念進行精確描述，以“知網(wǎng)”為基礎，采用“知網(wǎng)”的概念描述語言KDML規(guī)則，建立了專門的旅游領域本體，形成旅游領域資源本體庫領域知網(wǎng)體系，并實現(xiàn)了旅游知識庫“領域知網(wǎng)”與常識知識庫“知網(wǎng)”的融合。目前共對云南旅游景點介紹、風土民情、賓館酒店、旅游交通等旅游相關2012個概念進行了定義和描述，形成旅游領域知識庫。

所述步驟(3)具體為：用戶可以通過互聯(lián)網(wǎng)進行相關旅游領域問題查詢，采用自然語言方式進行查詢，并直接得到問題的答案。