[發(fā)明專利]一種回答自然語言問題的方法與裝置

無效

• 申請(qǐng)?zhí)枺?/td>: 201210038078.3
• 申請(qǐng)日: 2012-02-17
• 公開（公告）號(hào): CN102622413A
• 公開（公告）日: 2012-08-01
• 發(fā)明（設(shè)計(jì)）人: 郝宇;黃民烈;朱小燕
• 申請(qǐng)（專利權(quán)）人: 清華大學(xué)
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30;G06F17/27
• 代理公司: 北京中北知識(shí)產(chǎn)權(quán)代理有限公司 11253
• 代理人: 馮夢(mèng)洪

1.一種回答自然語言問題的方法，其特征在于：包括以下步驟：

(1)生成實(shí)體-屬性模型，進(jìn)行實(shí)體-屬性對(duì)集合的收集及特征提取；

(2)執(zhí)行用戶查詢分析，當(dāng)用戶輸入查詢內(nèi)容時(shí)，將該查詢內(nèi)容映射到它對(duì)應(yīng)的用戶需求的實(shí)體-屬性對(duì)，其中查詢內(nèi)容即自然語言問題。

2.根據(jù)權(quán)利要求1所述的回答自然語言問題的方法，其特征在于：步驟(1)包括以下分步驟：

(1.1)實(shí)體抽取：從在線的開放百科檔案中獲取實(shí)體名；

(1.2)屬性抽取：從用戶的查詢內(nèi)容中抽取出每一類實(shí)體的屬性名；

(1.3)屬性特征生成：從用戶的查詢內(nèi)容中抽取每一屬性相關(guān)的問題的最佳答案文本作為該屬性的特征；

(1.4)實(shí)體-屬性對(duì)模型生成：將每一個(gè)實(shí)體名和該實(shí)體所具有的屬性名組成實(shí)體-屬性對(duì)，并結(jié)合該實(shí)體-屬性對(duì)的屬性特征生成實(shí)體-屬性模型。

3.根據(jù)權(quán)利要求2所述的回答自然語言問題的方法，其特征在于：步驟(1.3)包括以下分步驟：

(1.3.1)檢索出問題文本中包含該屬性名的所有問答數(shù)據(jù)；

(1.3.2)過濾掉問題文本中不包含與用戶關(guān)注的實(shí)體名同類的實(shí)體名的問答數(shù)據(jù)；

(1.3.3)以BM25算法對(duì)檢索出的問題依據(jù)它與屬性名的相似程度排序；

(1.3.4)將排序結(jié)果中的前k個(gè)問題的最佳答案的文本集合作為該屬性的特征，k為正整數(shù)。

4.根據(jù)權(quán)利要求1所述的回答自然語言問題的方法，其特征在于：步驟(2)包括以下分步驟：

(2.1)查詢預(yù)處理：檢測(cè)并回退無法從結(jié)構(gòu)化或半結(jié)構(gòu)化信息源中檢索出答案的用戶的查詢；

(2.2)用戶查詢分析：將用戶的查詢內(nèi)容分拆為實(shí)體相關(guān)和屬性相關(guān)兩部分內(nèi)容；

(2.3)用戶查詢所關(guān)注的實(shí)體的提取：使用關(guān)鍵詞匹配技術(shù)從實(shí)體相關(guān)的查詢內(nèi)容中提取出用戶關(guān)注的實(shí)體名；

(2.4)用戶查詢所關(guān)注的屬性的提取：使用基于語言模型和作者-話題模型的混合模型根據(jù)屬性相關(guān)的查詢內(nèi)容預(yù)測(cè)用戶關(guān)注的屬性名；

(2.5)分析結(jié)果后處理：將所提取的用戶關(guān)注的實(shí)體名和屬性名組合成實(shí)體-屬性對(duì)，輸出該實(shí)體-屬性對(duì)。