[发明专利]语言分析

说明书

技术领域

本发明涉及语言分析。具体地，本发明包括操作计算机来执行 语言分析的方法。在另一方面，本发明为实现该方法的计算机系统， 并且在进一步的方面，本发明为用于对计算机进行编程以执行该方 法的软件。

背景技术

当今，全世界讲述的语言大约在6,500种和10,000种之间。由 于首先构筑了计算机，所以尝试对计算机进行编成以理解人类语言 并且提供人类语言之间的翻译。已经提出了许多计算机方法来理解 并且翻译语言。这些方法通常依靠基于从语言样本的分析所计算的 语序可能性利用标记词或者统计方法所创造的具体语言规则的集 合的使用。对于基于规则的系统，程序师通常写出具体解释规则的 代码——一个冗长且复杂的任务。此外，这些方法通常不能有效地 满足惯用词和短语的使用。

发明内容

本发明为操作计算机来执行语言分析的方法，包括以下步骤：

将输入文本划分为词和句子。

对于每个句子，将句子中的短语与存储在数据库中的已知短语 进行比较，如下：

对于句中的每个词，将该词的涵义和跟随该词的词的涵义与存 储短语的词的涵义进行比较，从以该词开始的最长存储的短语开 始，并且从最长至最短来进行比较。

在两个或者多个连续词的涵义和存储短语的涵义之间找到匹 配的事件中，利用描述匹配的涵义的代短语(overphrase)来标记匹 配的两个或者多个连续词。

在已经比较倒数第二个词之后，通过由各个代短语代替匹配的 部分来改写该句子。

然后，利用改写的子句来重复比较过程直到不存在进一步的改 写。

用在比较处理中的涵义可以包括词的文字拼写、词义意义、词 的语法结构(grammatical use，另一译法“语法应用”)或者词的其 他属性。通过这些涵义的任何一个的使用，或者通过添加包括一个 或者多个其他涵义的第二或者第三等级比较来满足本发明。通过这 种方式匹配词顺序，可以同时处理语法内容和语义内容两者。

比较过程可以不仅包括词的涵义的比较，例如，其可以包括取 决于短语周围的词的条件要求。例如，可以通过为否定或者形容词 的短语之前的词来影响比较结果。

可以根据预定顺序来执行比较过程。类似地，在输入文本中的 短语或者词可以根据与短语和词相关联的预定转换顺序被转化为 它们的代短语。该顺序可向前运行，从句子的开始与短语匹配；或 者向后，通过首先与句子匹配并随后与分句和短语匹配。

本发明通过对读取文本时人类所使用的心理过程进行仿真来 执行语言分析。其使用等级模式存储、顺序分析层和双向模式匹配 的结合以将基于文本的人类语言转换为其成分语法部分。这些技术 模仿主要在生物大脑中所见到的功能。本发明将文本转换为文本的 等级模式，或者通过将词与短语匹配，然而将短语与分句匹配，然 后将分句与句子匹配，或者相反，通过将句子与分句匹配，然后将 分句与短语匹配。在维持用于当需要时首先匹配较短的短语的灵活 性的同时，设计该转换以确保在较短的模式之前匹配最长的模式。 这也满足了在基于语法的短语之前匹配惯用短语或名称。

比较过程可以进一步包括错误校正步骤，当遇到拼写错误时， 错误校正步骤校正输入句子中拼错的词并且利用校正的词来重复 比较过程。

本发明可以包括建立阶段，其中词和其与文字短语、语法短语、 以及其他属性的关系存储在本发明可到达的数据库中。一旦在操作 中将这些模式添加至数据库，就可以通过本发明来学习新的词和短 语。

在语言分析中，词义消歧为确定其中具有多个不同意义的词在 给定句子中用作哪种意义的问题。换句话说，有时短语独立于词甚 至包括词的字母来确定意义。本发明通过在开始为每个词加载所有 的词义来满足词义消歧，并且然后取消选定在所提供的文本中不正 确的那些词义。这留下了在利用文本考虑邻近词的存储的属性模式 的所有情况下一致的词义。与在方形中的9点通过在盒子外部绘制 利用4条直线连续地连接的难题一样，通过在词义本身和邻近的词 义模式之间匹配的词义来影响词义消歧。

本发明可以经由语言生成进一步满足词义消歧。本发明可以在 其输出(词义、短语、语法结构和属性)上操作以使用词或者短语 的属性和语法结构来确定用于词或者短语的一致选择。等价的短语 和词可以为相同的或者不同的语言。可以将词和短语与在建立阶段 期间与其他语言中的其等价词义的意义链接。