[发明专利]一种自动问答方法及系统

说明书

技术领域

本发明涉及计算机自然语言处理技术，具体是涉及一种基于资源库的自动问答方法及系统。

背景技术

随着互联网的普及，互联网上的信息越来越丰富，现在人们能够通过搜索引擎方便的得到自己想要的各种信息。比较有名的搜索引擎有Google、百度等。无论哪方面的内容，这些搜索引擎都能帮助人们快速地找到相关的网页。用户只需输入一些关键字，它们马上就会搜索出相关的网页。但是这些传统的搜索引擎存在很多不足的地方，一是相关性信息太多，返回大量的相关网页，用户很难快速准确地定位到所需的信息。二是以关键词组合来表达检索需求，由于人们的检索需求往往是非常复杂而特殊的，是无法以几个关键词的简单组合来表达的，这样用户都没有将自己的检索意图表达清楚，搜索引擎自然也就没有办法找出令用户满意的答案了，因此检索效果很难进一步提高。

自动问答(Question Answering，QA)，是指根据用户的自然语言提出的问题找到一个明确的答案，是信息检索与自然语言处理相结合的研究领域。自动问答允许用户用自然语言提出问题，返回给用户一个准确的答案，更加方便用户信息获取的需求。可以说，问答系统就是新一代的搜索引擎。对于问答系统，用户不需要把自己的问题分解成关键字，用户可以把整个问题直接交给问答系统。问答系统结合自然语言处理技术，通过对问题理解，能够直接提交给用户想要的答案。问答系统就像一个知识渊博的专家，可以快速准确地回答任何问题。比如，用户提交一个问题“丹麦的首都是那座城市？”问答系统将会直接给出答案“丹麦的首都是哥本哈根”。可以看出，问答系统要比传统的搜索引擎方便、快捷、高效。

目前自动问答技术还处于起步阶段，离人工智能还有较大的差距，但其诱人的前景吸引着人们在该技术上的投入。现有的自动问答方法分三个过程，问题分析、信息检索和答案选择。问题分析把用户的自然语言提出的问题进行分词，提炼出关键词，并判断问题询问类型；信息检索是通过问题分析的关键词结果，在资源库中检索相关的段落作为答案材料；答案选择过程根据问题分析得到的问题询问类型，以及信息检索得到的答案材料，抽取准确的答案返回给用户。其中回答问题的资源库是固定的文档库，自动问答方法往往是基于此文档库，其直接决定自动问答方法的策略，进而影响回答的准确率和回答范围等性能指标。基于固定的文档库建立的自动问答方法，扩展性差；而基于Internet的自动问答方法，检索到的信息冗余过大，可能隶属多个主题信息，影响到答案的准确率。

现有的自动问答技术存在的一个问题是，问题分析过程中仅提炼出关键词，判断问题的询问类型，此分析结果无法代表整个问题，仅是问题的部分信息，导致现有的问答系统的正确率低。

发明内容

本发明要解决的问题是提出一种自动问答方法及系统，能更好的分析和理解问题，以提高答案的准确率。

本发明的技术方案是，这种自动问答方法包括步骤：1)问题分析步骤，先对自然语言问句进行分词，再利用问点/条件点识别模型对分词后得到的词语进行标识，识别出问句中的问点、条件点；2)信息检索步骤，利用标识的问点、条件点查询信息资源库，并抽取查询结果。

所述的信息资源库为结构化信息资源库。

上述自动问答方法中，从Internet网络上获取各个主题的结构化信息资源库。

所述步骤1)中采用问点/条件点数据结构表达所述的问点、条件点。

所述步骤2)中，将问点/条件点数据结构中的问点作为SQL查询的字段，将问点/条件点数据结构中的条件点作为SQL查询的条件。

一种自动问答系统，包括问题分析单元、信息检索单元和答案抽取单元；所述问题分析单元用于对自然语言问句进行分词，并利用问点/条件点识别模型对分词后的词语进行问点、条件点的标识；所述信息检索单元用于利用标识的问点、条件点查询信息资源库。

所述的信息资源库为结构化信息资源库。

本发明与现有技术对比所具有的有益效果是：将自然语言问题分析成问点、条件点的词语集合，区分问点和条件点在问句中的不同作用查询数据资源库，能更好地理解问题并提供准确的答案。结构化信息资源库可以通过Internet获取，主题清晰，信息丰富；通过计算机理解的数据结构来表示问点、条件点，并将问点、条件点与SQL查询语句匹配，可以更有效地提高自动问答答案的准确率，扩展自动问答的知识领域范围。

附图说明

图1是具体实施方式的问答过程示意图；

图2是具体实施方式中问句的识别结果示意图；

图3是具体实施方式中问点/条件点识别模型的生成过程示意图；