[發明專利]一種信息查詢方法和系統

在審

• 申請號: 201410352847.6
• 申請日: 2014-07-23
• 公開（公告）號: CN104199825A
• 公開（公告）日: 2014-12-10
• 發明（設計）人: 王東;王曉曦;趙芳;劉榮;游世學
• 申請（專利權）人: 清華大學;北京中科匯聯信息技術有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 蘭淑鐸

1.一種信息查詢方法，其特征在于，包括：

將輸入的語音信號識別成文字符號輸出，得到待查詢字符串；

將所述待查詢字符串按照設定匹配規則分別與模板集下的多個壓縮模板進行匹配，得到與所述待查詢字符串相匹配的壓縮模板中的第一模板；其中，所述模板集下包括多個模板，所述多個模板按照有向圖壓縮進行共享合并，得到一個或多個壓縮模板；

從知識庫中查詢得到所述第一模板對應的應答信息；

通過語音和/或文字輸出所述應答信息。

2.如權利要求1所述的方法，其特征在于，所述多個模板通過以下方式按照有向圖壓縮進行共享合并，得到一個或多個壓縮模板：

采集多個樣本數據，將所述多個樣本數據以字為單位進行數據拆分；

按照所述多個樣本數據各自的語義順序，將拆分后得到的字按圖結構形式排列，得到所述多個模板；其中，所述多個模板的數據結構為圖結構；

按照圖結構的可共享子結構模式，分別對滿足上下文無關文法的多個模板進行共享合并，得到所述一個或多個壓縮模板。

3.如權利要求2所述的方法，其特征在于，所述按照圖結構的可共享子結構模式，分別對滿足上下文無關文法的多個模板進行共享合并，得到所述一個或多個壓縮模板，包括：

按照圖結構的可共享子結構模式，分別將滿足上下文無關文法的多個模板中的相同字和/或不同字進行共享合并，得到所述一個或多個壓縮模板；其中，所述壓縮模板的數據結構為有向圖壓縮；

其中，

當所述滿足上下文無關文法的多個模板，在各自對應的圖結構的相同位置處的字相同時，以共享形式合并相同字；

當所述滿足上下文無關文法的多個模板，在各自對應的圖結構的相同位置處的字不同時，以分裂形式保留不同字。

4.如權利要求1所述的方法，其特征在于，所述將所述待查詢字符串按照設定匹配規則分別與模板集下的多個壓縮模板進行匹配，得到與所述待查詢字符串相匹配的壓縮模板中的第一模板，包括：

將所述待查詢字符串以字為單位進行數據拆分，并將拆分后得到的字按圖結構形式進行排列；

分別獲取排列后的待查詢字符串對應的待查詢集合，和，所述多個壓縮模板對應的多個壓縮模板集合；

分別計算所述待查詢集合與所述多個壓縮模板集合之間的匹配路徑；

從所述多個壓縮模板集合下獲取一條與所述待查詢集合之間匹配路徑最小的路徑；

將獲取的最小的路徑指示的模板確定為所述第一模板。

5.如權利要求4所述的方法，其特征在于，所述分別計算所述待查詢集合與所述多個壓縮模板集合之間的匹配路徑，包括：

定義一個Token，所述Token對應集合v(i，j，h，s)，其中，i，j分別為所述集合v在集合I和集合J中的狀態；h為所述集合v在集合I和集合J中經過的歷史路徑，s為所述歷史路徑的匹配距離；其中，所述集合I為壓縮模板對應的集合，所述集合J為所述待查詢字符串對應的集合；

在所述集合I和所述集合J的每一個狀態中加入一條自動循環邊；

對加入循環邊后的集合I和集合J進行圖擴展搜索，得到累積搜索歷史和匹配距離；并，獲取距離度量；

對所述累積搜索歷史、匹配距離和所述距離度量求和，得到所述匹配路徑。