[发明专利]一种例句检索的方法及系统

权利要求书

1.一种例句检索的方法，其特征在于，包括，

获取用户输入的查询词query；

在例句库中检索匹配query的例句，并进行所述query与例句的相关性计算；

根据用法多样性或翻译多样性原则，进行例句相关性打分调整，进行例句排序；

输出例句并展示例句中的短语。

2.根据权利要求1所述的方法，其特征在于，在获取用户输入的查询词后，还包括，

对用户输入的query进行处理。

3.根据权利要求1或2所述的方法，其特征在于，所述在例句库中检索匹配query的例句，并进行所述query与例句的相关性计算具体包括，

根据例句中query与其它词构成短语的短语概率、相关句法结点概率、句子完整性概率、句长概率、噪音概率进行query与例句的相关性计算。

4.根据权利要求3所述的方法，其特征在于，

query在例句中的与其它词构成短语的短语概率p_phr

pphr(phr(wq,w))=δ(wq,wqk)f(phr(wqk,w))maxi(f(phr(wqk,wi)))+δ(wq,wqnk)f(phr(wqnk,w))maxi(f(phr(wqnk,wi)))]]>

其中，w_q表示用户输入query,w为例句中的词，phr(w_q,w)表示w_q与w构成短语，δ(w_q,w_qk)表示构成的短语中w_q为核心词，δ(w_q,w_qnk)表示构成的短语中w_q为非核心词，且有：

若w_q为核心词，则δ(w_q,w_qk)=1，δ(w_q,w_qnk) =0；

若w_q为非核心词，则δ(w_q,w_qnk)=1，δ(w_q,w_qk)=0；

f表示短语出现频率，max表示取最大值，或表示当有多个词与query构成短语（w_q为核心词或非核心词）时，取频率最大值进行归一；

query在例句中相关句法结点概率p_syn

psyn(T(syn(w1...wq...wn),N))=f(T(syn(w1...wq...wn),N))Σif(T(syn(w1......wn),Ni))]]>

f为出现频率，w_q为用户query,syn(w₁...w_q...w_n)表示(w₁...w_q...w_n)构成一个句法结点，T(syn(w₁...w_q...w_n),N)表示句法结点的句法标识符为N，句法标识概率基于语料库统计计算得出；

句子结构完整性概率P_com;

以句法分析是否归结到S来反映句子结构是否完整，

若句法解析归结到S，P_com=0.99，否则P_com=10^-7；

句长概率为：

Plen=e-(L-u)σ]]>

L为句子长度，u为句长均值，且：

若 8=<L<=22,u=L；

若 L<8，u=8，σ=8；

若 L>25,u=15，σ=8；

例句中所含标点、数字的噪音概率P_pun，根据例句长度与所含标点、数字数目及例句结尾与开头词的特征给予不同的概率，从而使得不规范的例句排序靠后。