[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）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: 深圳市世紀恒程知識產(chǎn)權代理事務所 44287
• 代理人: 胡海國

技術領域

本發(fā)明涉及自然語言處理領域，特別地涉及一種例句檢索的方法及系統(tǒng)。

背景技術

隨著互聯(lián)網(wǎng)技術的深入發(fā)展，使得人們在寫作或語言學習中獲得所需的信息更加便利。例句檢索輔助用戶獲取與輸入匹配的(雙語)例句，從而滿足用戶了解詞的用法或翻譯的需求。另外，在機器翻譯中，也會用到例句檢索從而使得翻譯更加精準。

截至目前為止，有關例句檢索中query(即查詢詞)與例句相關性計算方法主要有以下幾種：一是根據(jù)例句中匹配的query個數(shù)或長度計算；二是根據(jù)例句長度及匹配query字符串長度計算；三是根據(jù)query與例句的編輯距離計算。如CN?102346777公開了一種對例句檢索結果進行排序的方法和裝置，其中使用搭配來體現(xiàn)query的用法，但沒有綜合考慮例句中query的有關句法特征、例句本身的特征等因素，并且搭配概率的計算公式?jīng)]有考慮query在搭配中所起的作用或所做的成分，搭配概率計算中籠統(tǒng)的采用了統(tǒng)一的計算公式。CN?1471030公開了一種基于加權編輯距離的自動例句檢索的系統(tǒng)和方法，其中，通過編輯距離來進行檢索，但依然側(cè)重于query的字符串匹配。

這幾種方法都側(cè)重于詞層次的字符串匹配，基于字符串匹配的相關性計算方法只側(cè)重給出包含query的例句，沒有涉及到給出的例句中是否體現(xiàn)了query用法的多樣性及翻譯的多樣性，這樣排序靠前的例句很可能滿足不了用戶的意圖。

用戶使用例句檢索最主要是為了解query的相關用法或者翻譯，而現(xiàn)有的例句與query的相關性計算大多只考慮了字符串層次的匹配，無法滿足用戶的需求，具體輸出的例句檢索結果存在以下問題：

1.例句僅注重詞層次的匹配，未必體現(xiàn)query的常用(或某種)用法或翻譯的多樣性；

2.可能輸出具有歧義的結果；

如輸入query：有道

輸出：他右邊太陽穴上有道傷痕(只列出單語部分)。

而用戶意圖為輸出含“經(jīng)營有道”、“取之有道”之類的例句，這樣的結果與用戶意圖相左。

3.輸出結構不完整的例句；

4.輸出例句過長或過短；

5.輸出例句所含信息不豐富；

如輸入query：清明節(jié)

輸出：清明節(jié)是什么？

發(fā)明內(nèi)容

本發(fā)明解決的技術問題在于提供了一種例句檢索的方法，以更好地滿足用戶的需求；本發(fā)明還提供了一種例句檢索的系統(tǒng)。

本發(fā)明實施例提供了一種例句檢索的方法，包括，獲取用戶輸入的查詢詞；對用戶輸入的query進行處理；在例句庫中檢索匹配query的例句，并進行所述query與例句的相關性計算；根據(jù)用法多樣性或翻譯多樣性原則，進行例句相關性打分調(diào)整，進行例句排序；輸出例句并展示例句中的短語。

本發(fā)明實施例還提供了一種例句檢索的系統(tǒng)，包括，

查詢詞獲取模塊，用于獲取用戶輸入的查詢詞；

查詢詞處理模塊，用于對用戶輸入的query進行處理；

相關性計算模塊，用于在例句庫中檢索匹配query的例句，并進行所述query與例句的相關性計算；

相關性調(diào)整模塊，用于根據(jù)用法多樣性或翻譯多樣性原則，進行例句相關性打分調(diào)整，進行例句排序；

例句輸出模塊，用于輸出例句并展示例句中的短語。

采用本發(fā)明實施例提供的方案，在進行query與例句相關性計算時綜合考慮了各種因素：：例句中query相關短語特征、句法特征、例句結構完整性特征、句長特征、例句所含標點數(shù)字噪音特征綜合進行query與例句相關性計算，引入query相關短語反映query用法，引入句法信息使得含有query句法意義的例句具有優(yōu)勢，引入例句結構完整性信息使得輸出例句更加規(guī)整，并結合例句句長、所含數(shù)字標點的噪音特征共同進行相關性計算，比起其它相關性計算方法顯示了優(yōu)勢。

對某天的query?log進行采樣，分別抽取80個中文query與英文query，比較本方法的輸出與傳統(tǒng)基于字符串匹配方法的例句輸出的效果，效果變好的占53%，效果相當?shù)恼?7%，可見本發(fā)明所提方案非常有效。

附圖說明

此處所說明的附圖用來提供對本發(fā)明的進一步理解，構成本發(fā)明的一部分，本發(fā)明的示意性實施例及其說明用于解釋本發(fā)明，并不構成對本發(fā)明的不當限定。在附圖中：

圖1是本發(fā)明第一實施例流程圖；

圖2是query翻譯多樣性檢索結果展現(xiàn)示意圖；

圖3是query用法多樣性檢索結果展現(xiàn)示意圖；

圖4是query用法多樣性同種短語例句展現(xiàn)示意圖；