[发明专利]用于维护语料库的方法、系统和计算机可读存储介质

摘要

在一些自然语言处理系统中，将查询与语料库中存储的不同数据源进行比较以提供查询的答案。然而，用于回答查询的最好的数据源当前可能没有包括在语料库中或语料库中的数据源可能包含提供不准确答案的过时数据。当接收到查询，自然语言处理系统可以对查询进行评估以识别可能包含查询的答案的数据源。如果数据源当前不在语料库中，自然语言处理系统可以摄入该数据源。如果数据源已经被摄入到语料库中，自然语言处理系统可以确定与查询的至少一部分关联的时间敏感度的值。然后，可以利用该值确定是否应该重新摄入数据源‑例如，语料库中包含的信息可能过时的。

主权项

一种用于维护自然语言处理(NLP)系统中语料库的系统，包括：程序，当程序在计算机处理器上执行时执行以下操作：响应于接收用于由自然语言处理系统处理的查询，通过将查询的一个或多个元素与数据源关联识别与所述查询相关的数据源；当确定所述相关的数据源不在所述自然语言处理系统的语料库中，将所述相关的数据源摄入到所述语料库中；以及当确定所述相关的数据源在所述自然语言处理系统的所述语料库中：在搜索所述相关的数据源以得到对所述查询的至少一个答案之前，确定与所述查询关联的时间敏感度的值，所述时间敏感度的值指示查询的准确答案依赖于相关的数据源的过时性的程度，并且当确定时间敏感度的值满足过时性的阈值，将相关的数据源重新摄入到语料库中。