[发明专利]用于概念映射的系统和方法

说明书

技术领域

本公开涉及用于使用与内容相关联的概念来对内容进行分类的系统和方法，具体地涉及用于将自然语言内容中的一个或多个词语和/或短语映射到一个或多个概念的系统和方法。

附图说明

额外的方面和优势从优选实施例的参考附图进行的下述详细描述将是显而易见的，其中：

图1是用于从自然语言内容提取概念性含义的系统的一个实施例的框图；

图2是用于识别概念候选的方法的一个实施例的流程图；

图3A是概念候选选择的数据流图；

图3B是用于识别自然语言内容内的概念候选的方法的一个实施例的流程图；

图4A是包括激活(activation)值的本体图(ontology graph)的数据流图；

图4B是包括激活值的本体图的数据流图；

图4C是用于生成激活图(map)的方法的一个实施例的流程图；

图5是用于生成激活图的方法的一个实施例的流程图；

图6A是包括激活值的本体图的数据流图；

图6B是包括激活值的本体图的数据流图；

图7是用于识别并且使用从自然语言内容提取的概念性信息的方法的一个实施例的流程图；以及

图8是用于选择与自然语言内容相关的一个或多个概念的系统的一个实施例的框图。

具体实施方式

概念提取可以指从诸如文本文档、语音等等的自然语言内容提取概念性含义(语义)的过程。由于任何特定单词或短语的含义可以取决于使用该单词或短语的语境，所以提取自然语言内容内的独立单词的概念性含义可能很困难。例如，可以以许多不同的方式解释文本“raid kills bugs dead”中的词语。词语“raid”可以指军事或警察行动(例如，“在逼近待夺取或压制的某事物时，突然袭击”)、企业策略(例如，“吸引走竞争者的雇员、成员等的大规模努力”)或特定品牌的害虫杀手(例如，Raid品牌害虫防治产品)。类似地，词语“bug”可以取决于它被如何使用而具有各种含义(例如，软件错误、昆虫等等)。

可以通过确定与文本相关联的“概念”来提取文本中的词语的恰当含义。一旦找到了正确的概念，就可以提取相关概念(例如，由在文本中识别的概念所提供的语境可以用于从文本进一步提取概念)。

概念提取在诸如识别相关内容、提供定向广告等等的许多商业环境下可以是有用的。如在此所使用的，相关内容可以指与特定的自然语言内容集有关的内容。如在此所使用的，相关内容可以包括任何数量的不同类型的内容，包括但不限于：另一个自然语言内容集(例如，文章、网页、书籍、文档等等)、多媒体内容(例如，图像内容、视频、音频、动画)、交互式内容(例如，Flash应用、可执行程序等等)、链接、广告等等。可以推理地和/或使用在此公开的系统和方法将相关内容与一个或多个概念相关联。可以通过将与自然语言内容相关联的概念(如由在此公开的系统和方法所确定的)同与相关内容相关联的概念进行比较来识别与自然语言内容集有关的内容(相关内容)。

概念提取还可以用于提供相关的搜索结果。例如，由用户执行的搜索可以返回与特定感兴趣领域(例如，概念)相关的搜索结果，即使内容自身没有包含任何用来制订搜索的词语。通过基于与内容而不是在内容中出现的任何特定词语有关的一个或多个概念来索引自然语言内容，这可以是可能的。类似地，可以基于与内容相关的一个或多个概念来选择连同内容显示的广告。可以将广告定向到与内容有关的特定感兴趣领域，即使与特定感兴趣领域相关联的常见词语没有在内容中出现。

如在此所使用的，概念可以指特定单词或短语的单个、特定含义。单词或短语自身可以包括能够担任多个不同含义中的一个的简单文本。例如，在上面的示例中，单词“raid”可以指任何数量的含义(例如，特定类型的军事行动、特定类型的警察行动、杀虫剂品牌等等)。然而，与示例短语中的“raid”相关联的概念是单一的；该词语是指Raid品牌杀虫剂的概念。

如在此所使用的，自然语言内容可以指任何语言内容，包括但不限于：文本、语音(例如，翻译成文本形式的音频)等等。自然语言内容可以根本上是噪声数据，意味着诸如内容内的单词和短语的语言元素可以具有涉及多个不同的含义(例如，涉及多个不同的概念)的潜在性。

如在此所使用的，消歧可以指确定或识别具有涉及多个不同的含义的潜在性的词语或短语的“真实”含义。在上面的示例中，消歧可以指确定词语“raid”是指特定概念(例如，“Raid品牌杀虫剂”)而不是指另一个可能的概念(例如，军事突袭、游戏raid等等)。