[發(fā)明專利]一種例句檢索的方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201210413295.6
• 申請日: 2012-10-25
• 公開（公告）號: CN102890723A
• 公開（公告）日: 2013-01-23
• 發(fā)明（設(shè)計）人: 楊振東;石志偉;周步戀;車天文;王更生;王喜民;何宏靖;徐憶蘇
• 申請（專利權(quán)）人: 深圳市宜搜科技發(fā)展有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 深圳市世紀(jì)恒程知識產(chǎn)權(quán)代理事務(wù)所 44287
• 代理人: 胡海國

1.一種例句檢索的方法，其特征在于，包括，

獲取用戶輸入的查詢詞query；

在例句庫中檢索匹配query的例句，并進(jìn)行所述query與例句的相關(guān)性計算；

根據(jù)用法多樣性或翻譯多樣性原則，進(jìn)行例句相關(guān)性打分調(diào)整，進(jìn)行例句排序；

輸出例句并展示例句中的短語。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在獲取用戶輸入的查詢詞后，還包括，

對用戶輸入的query進(jìn)行處理。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述在例句庫中檢索匹配query的例句，并進(jìn)行所述query與例句的相關(guān)性計算具體包括，

根據(jù)例句中query與其它詞構(gòu)成短語的短語概率、相關(guān)句法結(jié)點(diǎn)概率、句子完整性概率、句長概率、噪音概率進(jìn)行query與例句的相關(guān)性計算。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，

query在例句中的與其它詞構(gòu)成短語的短語概率p_phr

pphr(phr(wq,w))=δ(wq,wqk)f(phr(wqk,w))maxi(f(phr(wqk,wi)))+δ(wq,wqnk)f(phr(wqnk,w))maxi(f(phr(wqnk,wi)))]]>

其中，w_q表示用戶輸入query,w為例句中的詞，phr(w_q,w)表示w_q與w構(gòu)成短語，δ(w_q,w_qk)表示構(gòu)成的短語中w_q為核心詞，δ(w_q,w_qnk)表示構(gòu)成的短語中w_q為非核心詞，且有：

若w_q為核心詞，則δ(w_q,w_qk)=1，δ(w_q,w_qnk)?=0；

若w_q為非核心詞，則δ(w_q,w_qnk)=1，δ(w_q,w_qk)=0；

f表示短語出現(xiàn)頻率，max表示取最大值，或表示當(dāng)有多個詞與query構(gòu)成短語（w_q為核心詞或非核心詞）時，取頻率最大值進(jìn)行歸一；

query在例句中相關(guān)句法結(jié)點(diǎn)概率p_syn

psyn(T(syn(w1...wq...wn),N))=f(T(syn(w1...wq...wn),N))Σif(T(syn(w1......wn),Ni))]]>

f為出現(xiàn)頻率，w_q為用戶query,syn(w₁...w_q...w_n)表示(w₁...w_q...w_n)構(gòu)成一個句法結(jié)點(diǎn)，T(syn(w₁...w_q...w_n),N)表示句法結(jié)點(diǎn)的句法標(biāo)識符為N，句法標(biāo)識概率基于語料庫統(tǒng)計計算得出；

句子結(jié)構(gòu)完整性概率P_com;

以句法分析是否歸結(jié)到S來反映句子結(jié)構(gòu)是否完整，

若句法解析歸結(jié)到S，P_com=0.99，否則P_com=10^-7；

句長概率為：

Plen=e-(L-u)σ]]>

L為句子長度，u為句長均值，且：

若?8=<L<=22,u=L；

若?L<8，u=8，σ=8；

若?L>25,u=15，σ=8；

例句中所含標(biāo)點(diǎn)、數(shù)字的噪音概率P_pun，根據(jù)例句長度與所含標(biāo)點(diǎn)、數(shù)字?jǐn)?shù)目及例句結(jié)尾與開頭詞的特征給予不同的概率，從而使得不規(guī)范的例句排序靠后。