[发明专利]从半结构化的文本学习事实

权利要求书

1.一种由计算机实现的学习事实的方法，包括：

访问事实库中的对象，其中所述对象包括名称和一个或多个种子事实；

识别具有内容并且与所述对象名称相关联的一组文档，在所述组中的每个文档具有与所述对象一致的至少第一预定数量的独立种子事实；

对于在所识别的组中的每个文档：

在所述文档中识别与在所述文档中的相应种子事实相关联的上下文模式；

确认除了所述相应种子事实所述文档还包括至少第二预定数量的与所述上下文模式匹配的内容实例；并且，

只有当所述确认成功时，从匹配所述上下文模式的相应内容实例提取事实，并且将所提取的事实合并到所述对象中。

2.如权利要求1所述的方法，还包括：对于与在所述文档中的所述上下文模式匹配的一个或多个内容实例，重复所述提取和合并操作。

3.如权利要求1所述的方法，其中，所提取和合并的事实包括与所述对象的所有其它的属性值对不同的属性值对。

4.如权利要求1所述的方法，还包括：

识别在所述文档中的与所述对象的相应的属性值对匹配的属性值对；并且

将所述文档的标识符加到与所述对象的所述相应的属性值对相关联的文档的列表中。

5.如权利要求4所述的方法，还包括：对于基于在与所述属性值对相关联的文档列表中的文档的所述对象的每个属性值对，生成置信值。

6.如权利要求4所述的方法，还包括：对于与在与所述属性值对相关联的文档列表中的多个文档相对应的所述对象的每个属性值对，生成置信值。

7.一种用于学习事实的系统，包括：

用于访问事实库中的对象的装置，其中所述对象包括名称和一个或多个种子事实；

用于识别具有内容并且与所述对象名称相关联的一组文档的装置，在所述组中的每个文档具有与所述对象一致的至少第一预定数量的独立种子事实；以及

用于处理在所识别的组中的每个文档的装置，包括：

用于在所述文档中识别与在所述文档中的相应种子事实相关联的上下文模式的装置；

用于确认除了所述相应种子事实所述文档还包括至少第二预定数量的与所述上下文模式匹配的内容实例的装置；以及

用于从匹配所述上下文模式的相应内容实例提取事实并且将所提取的事实合并到所述对象中的装置，该装置仅当所述确认成功时可用。

8.如权利要求7所述的系统，包括用于从与在所述文档中的所述上下文模式匹配的内容实例重复地提取和合并属性值对的装置。

9.如权利要求7所述的系统，其中所提取和合并的事实包括与所述对象的所有其它的属性值对不同的属性值对。

10.如权利要求7所述的系统，包括：

用于识别在所述文档中的与所述对象的相应属性值对匹配的属性值对的装置；以及

用于将所述文档的标识符加到与所述对象的所述相应属性值对相关联的文档的列表中的装置。

11.如权利要求10所述的系统，还包括：用于对于基于在与所述属性值对相关联的文档列表中的文档的所述对象的每个属性值对生成置信值的装置。

12.如权利要求10所述的系统，还包括：用于对于与在与所述属性值对相关联的文档列表中的多个文档相对应的所述对象的每个属性值对生成置信值的装置。