[發明專利]計算機自然語言處理中通用本體的詞元映射

有效

• 申請號: 201580060929.6
• 申請日: 2015-10-14
• 公開（公告）號: CN107077466B
• 公開（公告）日: 2019-06-21
• 發明（設計）人: F·諾茲;G·J·克魯斯特曼;A·D·E·委德拉爾
• 申請（專利權）人: 甲骨文國際公司
• 主分類號: G06F17/27
• 分類號: G06F17/27;G06F17/28
• 代理公司: 中國國際貿易促進委員會專利商標事務所 11038
• 代理人: 張鑫

在語言之間映射本體的方法可以包括接收第一語言的第一本體，其中第一本體包括第一多個詞元以及所述多個詞元之間的多個關系。所述方法還可以包括接收第二語言的第二多個詞元，并且將第二語言的所述第二多個詞元中的每一個詞元映射到第一語言的所述第一多個詞元中的相應詞元。所述方法可以附加地包括通過使用第一本體中的所述多個關系創建第二語言的所述第二多個詞元之間的關系來生成第二語言的第二本體。

交叉引用

本申請要求于2014年11月10日提交的標題為“Automatic Batch Generation ofConcept Relations from N-Grams from Linguistic Input Data”的美國臨時申請No.62/077,868的權益。本申請還要求美國臨時2014年11月10日提交的標題為“LemmaMapping to Univerasal Ontologies”的美國臨時申請號62/077,887的權益。為了所有目的，這些申請中的每一個都通過引用并入本文。

以下三個申請彼此相關，并于2015年7月7日在同一天提交：Fabrice Nauze等人于2015年7月7日提交的標題為“Automatic Generation of N-Grams and ConceptRelations From Linguistic Input Data”的美國序列號14/793,677，(代理人案號88325-934160)；Margaret Salome等人于2015年7月7日提交的標題為“Automatic OntologyGeneration for Natural-Language Processing Applications”的美國序列號14/793,701(代理人案號88325-913826)；以及Fabrice Nauze等人于2015年7月7日提交的標題為“Lemma Mapping to Universal Ontologies in Computer Natural-LanguageProcessing”的美國序列號14/793,658(代理人案號88325-934161)。這些申請中的每一個通過引用并入本文。

背景技術

在一般意義上，本體(ontology)是對基本概念及其彼此關系的哲學研究。本體處理涉及哪些實體可以說成是存在、這些實體如何在層次結構中被邏輯地分組在一起以及什么相似性和/或差異可以被用來彼此隔離本體概念組的問題。在計算機和信息科學中，一般本體轉化為特定計算領域中根本存在的類型、屬性和關系的命名和定義。例如，本體可以劃分計算的集合所需的變量并建立這些變量之間的關系。

發明內容

在一個實施例中，在語言之間映射本體的方法可以包括接收第一語言的第一本體，其中第一本體包括第一多個詞元(lemma)以及這多個詞元之間的多個關系。該方法還可以包括接收第二語言的第二多個詞元，并且將第二語言的第二多個詞元中的每一個映射到第一語言的第一多個詞元中的相應詞元。該方法可以附加地包括通過使用第一本體中的多個關系創建第二語言的第二多個詞元之間的關系來生成第二語言的第二本體。

在另一個實施例中，可以給出非暫態計算機可讀介質。計算機可讀存儲器可以包括指令序列，當指令序列由一個或多個處理器執行時，使得這一個或多個處理器執行操作，包括接收第一語言的第一本體，其中第一本體由第一多個詞元以及這多個詞元之間的多個關系組成。操作還可以包括接收第二語言的第二多個詞元，并且將第二語言的第二多個詞元中的每一個映射到第一語言的第一多個詞元中的相應詞元。操作可以附加地包括通過使用第一本體中的多個關系創建第二語言的第二多個詞元之間的關系來生成第二語言的第二本體。