[发明专利]一种自然语言问答的方法

权利要求书

1.一种自然语言问答的方法，其特征在于：包括以下步骤：

(1)对于用户输入的问题进行问题分析；

(2)利用问题分析的结果以及社区问答的语料对问题作答；

(3)利用问题分析的结果以及百科语料对问题作答；

(4)对于从步骤(2)、(3)返回的答案，进行答案验证及选择，并最终返回最佳答案给用户。

2.根据权利要求1所述的自然语言问答的方法，其特征在于：步骤(1)包括以下分步骤：

(1.1)利用中文分词工具对于问题进行分词以及词性标注；

(1.2)抽取问题中的核心概念，采用的方法是：利用词性标注结果，认为名词即重要概念；或者利用词性信息的同时还利用词频信息，计算每个词出现的文档集合的大小，滤去高于指定阈值的词；

(1.3)进行问题分类，问题分类的标准是根据问题的需求进行：分为事实型问题，列表型问题，原因型问题，方法型问题，定义型问题以及导航型问题。

3.根据权利要求2所述的自然语言问答的方法，其特征在于：步骤(1.3)中采用根据马尔可夫逻辑网的方法进行分类：

根据下面的公式计算问题q属于某个类别t的概率：

其中，F_qt是问题q和类别t能够触发的模板集合，即问题q符合该模板，且该模板在训练集合中命中过类别t的问题；n_i(q，t)是问题q符合的strict pattern的数量，或者是soft pattern的匹配程度，其中strictpattern是一个问题的虚词所具有的特征，soft pattern是一个问题的实意词所具有的特征；利用L1-正规化方法，在训练集合上学习得 到权重系数w_i。

4.根据权利要求1所述的自然语言问答的方法，其特征在于：步骤(2)包括以下分步骤：

(2.1)根据问题分析的结果，检索相似问题；

(2.2)对检索得到的相似问题的答案集合进行处理，得到答案。

5.根据权利要求4所述的自然语言问答的方法，其特征在于：步骤(2.2)中计算问题与返回相似问题的相似度的方法如下：

两个问题之间的总相似度是以下六项相似度的加权，分别是

（1）两个问题在词上的余弦相似度，权值为1；

（2）两个问题在词上的最大重叠相似度，权值为1；

（3）两个问题在重要词上的余弦相似度，权值为0.5；

（4）两个问题在重要词上的最大重叠相似度，权值为0.5；

（5）两个问题在字上的最长公共子序列相似度，权值为0.5；

（6）两个问题在字上的连续最长公共子序列相似度，权值为0.5；

其中

余弦相似度的定义为：

其中A、B表示给定的两个词汇袋的向量；

最大重叠相似度的定义为：

其中A、B表示给定的两个词汇袋的向量，A(a)指的是A中词a的权值，B(b)指的是B中词b的权值；

最长公共子序列相似度的定义为：

其中s₁和s₂是给定的两个字符串，LCS(s₁，s₂)是s₁和s₂的最长公共子序列，length函数是指序列的长度；

最长连续公共子序列相似度的定义为：

其中s₁和s₂是给定的两个字符串，length函数是指序列的长度其中LCCS(s₁，s₂)是s₁和s₂的最长公共相邻子序列。