[發(fā)明專利]基于靜態(tài)和時(shí)間知識(shí)圖消除詞語歧義的系統(tǒng)和方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201780054977.3
• 申請(qǐng)日: 2017-07-28
• 公開（公告）號(hào): CN110168541B
• 公開（公告）日: 2023-10-17
• 發(fā)明（設(shè)計(jì)）人: M·馬爾霍特拉;S·萬卡塔拉曼;A·N·莫海迪恩匹
• 申請(qǐng)（專利權(quán)）人: 樂威指南公司
• 主分類號(hào): G06F16/38
• 分類號(hào): G06F16/38;G06F16/36;G06F16/33;G06F16/338;G06F40/289
• 代理公司: 中國貿(mào)促會(huì)專利商標(biāo)事務(wù)所有限公司 11038
• 代理人: 鮑進(jìn)

本文提供的系統(tǒng)和方法用于基于上下文詞語、靜態(tài)知識(shí)圖和時(shí)間知識(shí)圖來確定文本段中的有歧義詞語的含義。這些系統(tǒng)和方法訪問與上下文詞語相關(guān)聯(lián)的第一知識(shí)圖，以確定作為未知詞語的含義的潛在詞語。在確定第一知識(shí)圖中存在可能是未知詞語的含義的多個(gè)潛在詞語時(shí)，該系統(tǒng)和方法考慮實(shí)體之間的關(guān)系的時(shí)間維度以消除未知詞語的含義的歧義。該系統(tǒng)和方法通過確定文本段的時(shí)間戳并訪問與第一上下文詞語相關(guān)聯(lián)并且與時(shí)間戳相關(guān)的第二知識(shí)圖以確定作為第一未知詞語的含義的潛在詞語來實(shí)現(xiàn)這一點(diǎn)。

背景技術(shù)

自然語言文本的數(shù)量正在快速增加。為了使系統(tǒng)從自然語言文本中提取、編目和利用信息，系統(tǒng)必須正確地識(shí)別與文本中呈現(xiàn)的詞語相關(guān)聯(lián)的含義。這是一項(xiàng)艱巨的任務(wù)，因?yàn)樵S多詞語共享相同的共同組成部分，因此，自然語言文本中的許多詞語都是有歧義(ambiguous)的。在自然語言文本中對(duì)有歧義詞語錯(cuò)誤地指定含義會(huì)降低自然語言處理的效率，并對(duì)用戶體驗(yàn)產(chǎn)生不利影響。例如，在自然語言文本中對(duì)有歧義詞語錯(cuò)誤地指定含義會(huì)降低嚴(yán)重依賴于自然語言處理的自然語言查詢的準(zhǔn)確性。

發(fā)明內(nèi)容

本文提供了用于基于上下文詞語、靜態(tài)知識(shí)圖和時(shí)間知識(shí)圖來確定文本段中的有歧義詞語的含義的系統(tǒng)和方法。在識(shí)別文本段中的未知詞語時(shí)，這些系統(tǒng)和方法針對(duì)上下文詞語分析文本段。該系統(tǒng)和方法訪問與上下文詞語相關(guān)聯(lián)的第一知識(shí)圖(即，靜態(tài)知識(shí)圖)以確定作為未知詞語的含義的潛在詞語。該系統(tǒng)和方法在確定第一知識(shí)圖中存在多于一個(gè)可能是未知詞語的含義的潛在詞語時(shí)，確定未知詞語是有歧義詞語。在這種情況下，該系統(tǒng)和方法考慮實(shí)體之間關(guān)系的時(shí)間維度，以消除未知詞語的含義的歧義。該系統(tǒng)和方法通過確定文本段的時(shí)間戳并訪問與第一上下文詞語相關(guān)聯(lián)并且與時(shí)間戳相關(guān)的第二知識(shí)圖(即，時(shí)間知識(shí)圖)來確定作為第一未知詞語的含義的潛在詞語來實(shí)現(xiàn)這一點(diǎn)。

在一些方面，交互式媒體指南應(yīng)用識(shí)別文本段中的第一未知詞語。例如，交互式媒體指南應(yīng)用可以生成用于向用戶顯示的文本段“Bern Sand has called out Cline forsoliciting donations from banks and corporations(伯恩薩德呼吁克萊因從銀行和公司募集捐款)”。交互式媒體指南應(yīng)用可以確定詞語“Cline”沒有與其相關(guān)聯(lián)的提供其含義的元數(shù)據(jù)或標(biāo)識(shí)符標(biāo)簽。在這種情況下，交互式媒體指南應(yīng)用確定詞語“Cline”是未知詞語。交互式媒體指南應(yīng)用針對(duì)第一上下文詞語分析文本段。交互式媒體指南應(yīng)用可以使用文本挖掘技術(shù)(例如，命名實(shí)體識(shí)別、共參考、情感分析、語義分析等)來確定第一上下文詞語。例如，交互式媒體指南應(yīng)用將“Bern Sand”識(shí)別為第一上下文詞語。

交互式媒體指南應(yīng)用通過訪問與第一上下文詞語相關(guān)聯(lián)的第一知識(shí)圖以識(shí)別作為第一未知詞語的含義的潛在詞語來確定第一未知詞語的含義。知識(shí)庫包含有關(guān)數(shù)百萬個(gè)實(shí)體及其與其它實(shí)體的關(guān)系的信息。知識(shí)庫包含來自各種各樣的來源(例如，百科全書、維基百科、新聞文章、社交媒體和其它類似來源)的實(shí)體的信息，并且可以提供與實(shí)體相關(guān)聯(lián)的綜合知識(shí)圖。這些知識(shí)圖通常包括實(shí)體與其它實(shí)體之間在所有時(shí)間段內(nèi)累積的所有關(guān)系。在一些實(shí)施例中，交互式媒體指南應(yīng)用可以基于潛在詞語和未知詞語之間的相似性來識(shí)別可能是未知詞語的含義的潛在詞語。例如，與第一上下文詞語“Bern Sand”相關(guān)聯(lián)的第一知識(shí)圖可以從諸如維基百科的一般知識(shí)語料庫中導(dǎo)出。由于詞語“Billy Cline”、“HileyCline”和“Rye Cline”與未知詞語“Cline”的相似性，交互式媒體指南應(yīng)用可以將詞語“Billy Cline”、“Hiley Cline”和“Rye Cline”識(shí)別為潛在詞語。