[发明专利]一种面向自然语言的内容多样化搜索方法

摘要

本发明公开了一种面向自然语言的内容多样化搜索方法，主要为对用户的查询语句进行理解，再通过实体识别、文本表示、实体关系抽取等技术将自然语言查询转换成带有“查询焦点”的查询模式图；随后利用结构匹配的方法将查询模式图与知识图谱进行匹配计算，得到一系列满足查询要求的结果；最后再通过多样化计算，得到Top‑k个与“查询焦点”高度相关，且多样化的查询结果，从而更好地满足用户的查询需求。本发明的方法可为用户提供更为多样化的检索内容，且搜索速度快。

主权项

1.一种面向自然语言的内容多样化搜索方法，其特征在于，包含以下步骤：S1.利用CRF++工具对由自然语言描述的查询语句进行实体识别；S2.采用word2vec技术对实体进行消歧处理，其中，若识别出的实体在知识图谱中不存在，则采用相似度计算的方法查找语义相近的实体；S3.采用无监督的实体关系识别方法，利用距离特征、频次特征、关系指示词特征建立实体关系识别模型，提取查询语句中的“实体——实体”的实体对关系；S4.以实体为节点，“实体——实体”关系为边，建立查询模式图，并对查询语句中的“查询焦点”在查询模式图中予以标注；S5.利用子图同构算法将查询模式图与知识图谱进行结构匹配，返回与“查询焦点”相匹配的“对象”集合；S6.采用结果多样化技术，选择Top‑k个对象作为查询结果。