[发明专利]精确理解中文句意的方法

说明书

本发明涉及一种计算机识别中文句意的方法，特别涉及到，在某些专业领域内，精确识别中文句意。包括以下步骤：（1）选定某一领域，建立知识图谱，对领域内的实体字词进行标注；（2）建立句式结构，把以上标注好的实体字词嵌入到中文连接词和语序组成的位格中，构建能精确表达句意的句式结构；（3）由人工根据上述句式结构总结一定数量句式结构，并将上述总结的句式结构建立句式库；（4）构建一个简单实用的机器学习模型，让机器能自动化积累句式结构。

技术领域

本发明涉及一种计算机识别中文句意的方法，特别涉及到，在某些专业领域内，精确识别中文句意。

背景技术

目前主流的基于关键词匹配的搜索技术，限制了计算机在检索中的语义分析能力。其搜索返回的结果中，包含大量的无关信息，查准率低下，不能切中用户的真正意图。比如“买黑色的手机”，其中“买”字和“的”字都会对关键字搜索的结果造成影响，而且可能只要带有“黑色”字样的产品全都成为搜索结果，比如黑色的袜子、黑色的手机等。

显而易见，关键词搜索很难理解自然语言形式的一句话，比如“黑色的电脑”，“买安卓的手机”等。因为关键词索引是基于词库的，是词语的大杂汇，标注出的结果缺乏语义信息，缺乏知识的理解和推理能力。主流搜索技术的这些缺点，在移动互联网时代，就显得更为突出。在移动设备上， 由于屏幕比较小，所以对搜索结果有更精准的要求。此外，“语音输入”要比“打字”方便快 捷，从而对自然语言形式的搜索更为迫切。下面以实例来分析当前关键字搜索方法的局限性及不足之处。不足一 ：复合关键字不能语义关联如搜索“浦东新区的健身会所”，某知名网站网上的结果中 ：第一页给出的结果，没 有一家是“健身会所”。可以明显地看出关键字匹配的痕迹，即商家名称中只要有“的”字 的，全都算作搜索结果，地址中只要有“浦东新区”的全都算作搜索结果，没有语义化的理解 和关联。换成“找浦东新区的健身会所”，如果用这种更符合自然语义的交互方式来搜的 话，现行网站的结果是 ：完全没有找到任何结果，搜索引擎没有自然语义的理解能力。再如“黑色的电脑”，某知名购物网站的结果 ：第一页的结果只有两个“学生平板电脑”，其他的 20 多个产品，没有一个是电脑。 “找黑色的电脑”，用更符合自然语义的交互方式来搜， 某购物网的结果效果会更差，提示没有找到相关商品，只能给出“电脑”的结果，根本不能识别“黑 色”。不足二 ：只有特定的“语义化”搜索，没有通用的语义化效果不足三 ：勾选太复杂，不适应移动设备的小屏幕不足四 ：现在的电商不能充份发挥移动设备语音的价值点现在的各大电商，都有手机客户端，而手机客户端都有一个功能就是接受“语音搜 索”。就算是电商主页的搜索框里面，都有一个小话筒，代表着语音输入。不管是手机也好，网站也好，他们接收来的语音，仅仅是变成了文字，然后进行了 一次传统的字符串匹配。效果跟我在前面举的关键字匹配例子是一样的。

发明内容

为避免上述缺陷，本发明提供一种在相关特定领域进行精确理解中文句意的方法，其主旨在于解决现有技术中分词不准，计算机难知道输入者意图的问题。