[发明专利]用于从数学语句提取语义距离并且按照语义距离对数学语句分类的方法和用于该方法的装置

权利要求书

1.一种用于从数学语句提取语义距离并且按照语义距离对数学语句分类的装置， 所述装置包括：

用户查询输入单元，所述用户查询输入单元用于从用户接收查询，所述查询包括 自然单词和数学公式的复合语句；

查询解析单元，所述查询解析单元用于提取所输入的用户查询中包括的至少一个 关键词；

索引信息单元，所述索引信息单元用于对包括语义信息的自然语言标记和数学公 式标记中的一个或多个编索引；

语义距离提取单元，所述语义距离提取单元用于通过测量所提取的关键词和被编 索引的语义信息之间的语义距离来获取相似性。

2.根据权利要求1所述的装置，所述装置还包括：

信息输入单元，所述信息输入单元用于接收包括自然单词和数学公式中的至少一 种的复合语句；

语义解析单元，所述语义解析单元用于从所述复合语句分别划分自然单词和数学 公式，并且用于解析构成所划分的自然单词和数学公式的每一条构造信息来生成语义 信息，从而生成自然语言标记和数学公式标记。

3.根据权利要求2所述的装置，其中，所述语义解析单元将所述复合语句转换 为简单语句的逻辑组合以生成语义信息。

4.根据权利要求2所述的装置，其中，所述语义解析单元通过对自然单词标记 化来生成自然语言标记，通过基于自然语言标记过滤停用词来生成过滤了停用词的数 据，通过对过滤了停用词的数据执行重复去除过滤来生成过滤了重复的数据，并且将 过滤了重复的数据与具有所获取的预定义含义的运算信息进行匹配以提取匹配作为 语义信息。

5.根据权利要求2所述的装置，其中，所述语义解析单元将数学公式转换为树 形，对树形的数学公式执行遍历处理，对经遍历处理的数学公式执行标记化为数学公 式标记，以提取数学公式标记作为语义信息。

6.根据权利要求1所述的装置，其中，语义信息包括复合语句的运算信息，所 述运算信息是通过参照一规则并且通过将自然语言标记和数学公式标记与所述规则 进行比较而提取的，所述规则具有自然单词和数学公式中的至少一种的组合，相应的 运算信息组合到所述组合。

7.根据权利要求6所述的装置，其中，所述运算信息包括自然语言标记的结构 含义、自然语言标记的方向性和被自然语言标记影响的点。

8.根据权利要求7所述的装置，其中，所述方向性表示所述运算信息是与自然 语言标记的一个或多个前面的数学公式相关联、与自然语言标记的一个或多个随后的 数学公式相关联、还是独立。

9.根据权利要求1所述的装置，其中，语义信息包括通过将自然语言标记的对 象数学公式与数学公式标记中的一个相匹配而生成的数学对象。

10.根据权利要求1所述的装置，其中，所述查询解析单元从用户查询分别划分 自然单词和数学公式，解析构成所划分的自然单词和数学公式的每一条构造信息来生 成语义信息，并且提取包括自然语言标记和数学公式标记的关键词。

11.根据权利要求1所述的装置，其中，所述语义距离被生成为与对于所提取的 关键词的语义元素和被编索引的语义信息的语义元素共同的共同语义元素的数量成 正比的值。

12.根据权利要求11所述的装置，其中，语义元素具有针对每一个语义元素设 定的权重。

13.根据权利要求1所述的装置，其中，随着共同语义元素变得多于所提取的关 键词的语义元素和被编索引的语义信息的语义元素的总计，所述语义距离变短，随着 共同语义元素变得少于总计语义元素，所述语义距离变长。

14.根据权利要求1所述的装置，其中，所述语义距离与等同地存在于所提取的 关键词和被编索引的语义信息中的语义元素的权重的和成反比，与所提取的关键词和 被编索引的语义信息中包括的总计语义元素的权重的和成正比。