[发明专利]一种获取复述短语的方法及装置、问题改写方法及装置

说明书

技术领域

本发明涉及信息检索技术，尤其涉及一种获取复述短语的方法及装置、基于复述短语的问题改写方法及装置。

背景技术

在信息检索的问答系统中，问句与陈述句相比，能提供一些额外信息，如疑问词、问题类型和焦点词等。因此，在实际应用中，为了满足对问句的有效改写，可以预先设置针对特定问句的改写模板；可以使用语义词典来进行关键词扩展；还可以使用网络来挖掘有用的查询扩展资源。

然而，以上问题的改写方法存在明显缺陷：虽然根据问句得到固定数量的相关查询短语，但没有考虑语义信息；且需要根据人工构建规则建立一个庞大的语义词典。因此，在语义词典不足以覆盖所有的问句信息，或者在不考虑语义信息的情况下，根据问句得到固定数量的相关查询短语来通过问答系统进行问句扩展，会严重降低问答系统的精确率。

发明内容

有鉴于此，本发明实施例期望提供一种获取复述短语的方法及装置、基于复述短语的问题改写方法及装置，以获得源短语到与复述短语的关联关系，为高质量的问题改写奠定基础，从而有效提高问答系统的精确率。

为达到上述目的，本发明实施例的技术方案是这样实现的：

本发明实施例提供一种获取复述短语的方法，该方法包括：

利用统计机器翻译系统执行一次翻译和二次翻译，依次得到一次翻译结果和二次翻译结果；所述一次翻译为从源短语到中间短语的翻译；所述二次翻译为从中间短语到复述短语的翻译；

根据所述一次翻译结果和二次翻译结果确定从源短语到复述短语的关联关系。

上述方案中，根据所述一次翻译结果和二次翻译结果确定从源短语到复述短语的关联关系包括：

根据所述一次翻译结果确定中间短语的出现概率和从源短语到中间短语的转换概率；

根据所述二次翻译结果确定复述短语的出现概率和从中间短语到复述短语的转换概率；

根据所确定的源短语的出现概率、从源短语到中间短语的转换概率、中间短语的出现概率、以及从中间短语到复述短语的转换概率，进一步确定从源短语到复述短语的转换概率。

本发明实施例还提供一种基于复述短语的问题改写方法，通过统计机器翻译系统对每个源短语进行翻译，得到源短语到复述短语的关联关系；该方法还包括：

对用户输入的问句进行查询关键词的筛选；

利用源短语到复述短语的关联关系对筛选出的查询关键词进行查询扩展，得到扩展后的问句。

上述方案中，通过统计机器翻译系统对每个源短语进行翻译，得到源短语到复述短语的关联关系包括：

利用统计机器翻译系统执行一次翻译和二次翻译，依次得到一次翻译结果和二次翻译结果；所述一次翻译为从源短语到中间短语的翻译；所述二次翻译为从中间短语到复述短语的翻译；

根据所述一次翻译结果和二次翻译结果确定从源短语到复述短语的关联关系。

本发明实施例又提供一种获取复述短语的装置，该装置包括：翻译模块和确定模块；其中，

所述翻译模块，用于利用统计机器翻译系统执行一次翻译和二次翻译，依次得到一次翻译结果和二次翻译结果；所述一次翻译为从源短语到中间短语的翻译；所述二次翻译为从中间短语到复述短语的翻译；

所述确定模块，用于根据所述一次翻译结果和二次翻译结果确定从源短语到复述短语的关联关系。

上述方案中，所述确定模块具体用于，根据所述一次翻译结果确定中间短语的出现概率和从源短语到中间短语的转换概率；

根据所述二次翻译结果确定复述短语的出现概率和从中间短语到复述短语的转换概率；

根据所确定的源短语的出现概率、从源短语到中间短语的转换概率、中间短语的出现概率、以及从中间短语到复述短语的转换概率，进一步确定从源短语到复述短语的转换概率。

本发明实施例还提供一种基于复述短语的问题改写装置，该装置包括：获取模块、关键词筛选模块、以及查询扩展模块；其中，

所述获取模块，用于通过统计机器翻译系统对每个源短语进行翻译，得到源短语到复述短语的关联关系；

所述关键词筛选模块，用于对用户输入的问句进行查询关键词的筛选；

所述查询扩展模块，用于利用源短语到复述短语的关联关系对筛选出的查询关键词进行查询扩展，得到扩展后的问句。