[发明专利]中文问答系统

说明书

技术领域

本发明涉及自然语言处理领域，尤其是一种中文问答系统知识标记语言的表示方法及中文问答系统。

背景技术

近年来，随着移动互联网的迅猛发展和人工智能技术的持续创新，国内外IT公司纷纷推出各种智能机器人产品，如以苹果Siri,GOOGLE Now,微软小冰，百度语音助手为代表的聊天机器人，可以满足人们日常生活和聊天情感方面的需要；以中科汇联微喂和爱客服为代表的客服机器人，可以满足政府、企业为用户提供准确、便捷、低成本的专业服务的需要。智能机器人的纷纷涌现和广泛应用，使得智能机器人技术，与基因工程，纳米科学一起被并称为21世纪三大尖端技术，成为基础性、战略性的技术，能够对生产生活方式产生革命性的影响。智能机器人技术的基础核心为自然语言处理领域中的问答系统相关技术。通用的问答系统有四个主要组成部分：知识库，问题理解，知识检索和答案生成。知识库存放了问答系统的所有知识，是问答系统的中枢；问题理解实现对用户提问的语义层次的解析和表示；知识检索实现从知识库中检索与用户提问语义相关的候选知识；答案生成基于候选知识，经过分析、推理生成最终的答案。这四个部分都与问答系统的知识表示息息相关。然而，科研界和企业界尚未提出一种针对中文领域问答系统的知识表示方法。这种现状，制约了中文问答系统技术的深入研究与广泛应用。

因此，有必要提出一种新的技术方案。

发明内容

针对上述问题，本发明提出一种中文问答系统知识标记语言的表示方法，用于中文问答系统的知识表示，以推动中文问答系统在科研界和企业界的进一步研究和应用。

本发明提供一种中文问答系统知识标记语言的表示方法，所述中文问答系统知识标记语言的表示方法包括：知识的基本表示方法，知识的语义表示方法，知识模板的表示和实例化方法，知识的引用与关联方法，知识中命名实体的表示和消歧方法，知识中表情、数学、超文本符号和时间的表示方法。

进一步的，所述知识的基本表示方法包括：知识主要由ID、参数和知识体构成，知识的ID使用“<@实例名_属性名>”表示，ID后面的“{}”内部为知识体定义，所述知识体包括问题域和答案域，问题域在先，以“<#q>”开头，答案域在后，以“<#a>”开头，所述知识中的注释以“//”开头到本行行尾，如果是多行注释，每行都要以“//”开头。

进一步的，所述知识的语义表示方法包括：是将知识组织成一排有序的语义表达式词块，词块之间以单个空格分隔；简单词块是句子的分词，复杂词块是通过在分词上添加语义表达式标记构成，所述复杂词块包括关键词、同义词和语序相关；

关键词使用“[]”表示；

如果关键词语序与语句的语义强相关，则使用“{}”将这些语序相关的关键词包括起来；

在答案内部，使用答案变量来表示变化的内容，答案变量的表示方法是“${变量名}”；

在问题域和答案域中，多个问题或答案之间用“<|>”隔开；

如果问题域中有多个问题，则第一个问题为标准问题，后续问题为扩展问题，所述扩展问题即标准问题的其它问法；

如果答案域中多个答案，则第一个答案为标准答案，后续答案为扩展答案，每个答案都正确，在无特定条件限制时问答系统随机给出答案；

同一个问题，在特定条件限制下，有特定的答案，对于这类答案，通过“[]”表示特定条件，通过“：”表示条件及其答案之间的分隔符；当无法确定提问满足的条件时，问答系统支持反问或者枚举。

进一步的，所述知识模板的表示和实例化方法包括：知识模板的表示方法是在知识的表示方法的基础上增加了对模板参数的表示，知识模板的ID使用“<@实例名_属性名|模板参数1,模板参数2,...>”表示，多个模板参数之间使用英文半角“,”隔开，在实例名、属性名和知识体中，使用“％模板参数名％”表示 对模板参数的引用；

实例化方法包括：在ID和知识体之间，用“()”括起来的部分表示对模板的继承和对模板参数的实例化，如果新的知识没有将模板中所有的参数都实例化，或者又引入了新的模板参数，则新的知识依然为模板，并在ID中列出需要实例化的模板参数，从模板派生的知识，继承了原模板的问答域和答案域，并能进行改写，在改写时，能通过“${super.q}”和“${super.a}”分别引用原问题和答案。

进一步的，知识的引用与关联方法包括：在答案域中，通过“％{知识ID}”能引用其它的知识的答案，如果用户提问的知识中引用了其它知识，则在生成答案时，结合上下文嵌入所引知识的答案；