[发明专利]自然语言理解系统及其工作方法在审
申请号: | 201710383133.5 | 申请日: | 2017-05-26 |
公开(公告)号: | CN108959239A | 公开(公告)日: | 2018-12-07 |
发明(设计)人: | 雷晓军;周京 | 申请(专利权)人: | 上海醇聚信息科技有限公司 |
主分类号: | G06F17/27 | 分类号: | G06F17/27 |
代理公司: | 上海信好专利代理事务所(普通合伙) 31249 | 代理人: | 朱成之 |
地址: | 200000 上海市虹口区*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 自然语言理解 句子 分析数据库 关系词 文本数据 语言理解 图谱 认知 串行处理模式 文本输入模块 语义 定位模块 分析模块 句法语义 句子理解 切割模块 信息丢失 图谱库 句法 推理 并行 切割 存储 分析 | ||
1.一种自然语言理解系统,其特征在于,包含:
分析数据库;
文本输入模块,输入需要进行语言理解的文本数据;
句子切割模块,分别与文本输入模块和分析数据库连接,根据分析数据库,将输入的文本数据切割为若干个句子;
关系词定位模块,分别与句子切割模块以及分析数据库连接,根据分析数据库,对每个句子进行关系词的定位和确定;
句子理解分析模块,分别与关系词定位模块以及分析数据库连接,根据分析数据库,对每个句子的基本表述成分、关系词之间的联系、以及句法语义结构进行理解分析,得到知识图谱;
知识图谱库,与句子理解分析模块连接,用于存储分析得到的知识图谱。
2.如权利要求1所述的自然语言理解系统,其特征在于,所述的分析数据库包含:
句法语义词典,由所有词汇中每个词所具有的句法语义信息构成;
专有本体库,指专有领域中供计算机使用的词典;
概念网络库,由所有概念之间形成的关系构成;
常识库,由一般知识累积构成;
句法规则库,由遣词造句需要遵循的规则构成;
语义规则库,由判断句子的每个基本表述是否符合意义、以及该些基本表述构成的整体表述是否符合意义的规则构成;
推理规则库,由从常识中正确推理获得隐性知识的规则构成。
3.如权利要求2所述的自然语言理解系统,其特征在于,还包含:背景影响分析模块,分别与关系词定位模块以及分析数据库连接,根据分析数据库,通过已经分析过的前文句子或已经分析过的前文句子中的词,确定其对于当前关系词的定位影响,协助对句子中的关系词进行定位和确定。
4.如权利要求2或3所述的自然语言理解系统,其特征在于,还包含:依附成分分析模块,分别与关系词定位模块以及分析数据库连接,根据分析数据库,通过对依附于关键词的若干个依附成分进行分析,协助对句子中的关系词进行定位和确定。
5.如权利要求4所述的自然语言理解系统,其特征在于,所述的句子理解分析模块包含:
基本表述成分确定模块,分别与关系词定位模块以及分析数据库连接,根据分析数据库,将句子中所具有的关系词的基本表述成分分析得出;所述的基本表述成分是由句子中被定位的关系词,以及该关系词所具有的依附成分构成;
关系词间关系分析模块,分别与基本表述成分确定模块以及分析数据库连接,根据分析数据库,将句子中多个关系词中用于表述核心意义的主关系词,以及多个关系词之间的联系分析得出;
句法语义结构分析模块,分别与关系词间关系分析模块以及分析数据库连接,根据分析数据库,将句子中的意义表述结构分析得出,包括各个基本表述成分之间的关系,以及各个基本表述成分的表示结构,从而得到与句子对应的由主谓宾为单位的表述意义网络结构,即知识图谱,并存储至知识图谱库中。
6.一种自然语言理解系统的工作方法,其特征在于,包含以下步骤:
S1、由文本输入模块输入需要进行语言理解的文本数据;
S2、根据分析数据库,由句子切割模块将输入的文本数据切割为若干个句子;
S3、根据分析数据库,由关系词定位模块对每个句子进行关系词的定位和确定;
S4、根据分析数据库,由句子理解分析模块对每个句子的基本表述成分、关系词之间的联系、以及句法语义结构进行理解分析,得到知识图谱;
S5、将分析得到的知识图谱存储至知识图谱库中。
7.如权利要求6所述的自然语言理解系统的工作方法,其特征在于,所述的分析数据库包含:
句法语义词典,由所有词汇中每个词所具有的句法语义信息构成;
专有本体库,指专有领域中供计算机使用的词典;
概念网络库,由所有概念之间形成的关系构成;
常识库,由一般知识累积构成;
句法规则库,由遣词造句需要遵循的规则构成;
语义规则库,由判断句子的每个基本表述是否符合意义、以及该些基本表述构成的整体表述是否符合意义的规则构成;
推理规则库,由从常识中正确推理获得隐性知识的规则构成。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海醇聚信息科技有限公司,未经上海醇聚信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710383133.5/1.html,转载请声明来源钻瓜专利网。