[发明专利]自然语言问答方法及装置

说明书

技术领域

本发明实施例涉及信息检索和处理领域，特别涉及一种自然语言问答方法及装置。

背景技术

问答系统是信息检索系统的一种高级形式。它能用准确、简洁的自然语言回答用户用自然语言提出的问题。

RDF（Resource Description Framework，资源描述框架）资源库是实现问答系统的一个基础。RDF资源库，也称知识库，通常包括大量的便于计算机识别和理解的三元组。每个三元组表示为主体、谓词和客体，比如主体“《演员的自我修养》”、谓词“类别”和客体“书籍”。目前的问答系统主要包括两个阶段：问题理解阶段和查询执行阶段。在问题理解阶段，问答系统首先将自然语言问句N翻译为SPARQLs查询语句，SPARQLs是一种用于在RDF资源库中执行查询的语言；然后在查询执行阶段，问答系统将SPARQLs查询语句输入SPARQLs搜索引擎在RDF资源库中搜索出自然语言问句N的答案。

如图1所示，当一个自然语言问句“谁嫁给了那个在费城中出演的演员？”输入到问答系统后，问答系统首先将该自然语言问句翻译成SPARQLs查询语句12：

“?x主演费城_(电影)；

?x类型演员；

?x配偶?y”，

然后，SPARQLs搜索引擎14输出查询结果16：“?y=梅拉妮·格里菲斯”。

在实现本发明实施例的过程中，发明人发现背景技术至少存在以下问题：由于自然语言具有歧义性，比如短语“费城”可能是指费城（城市）、费城（电影）和费城_76人队，上述技术在将自然语言问句N翻译到SPARQLs查询语句12的过程中，需要根据自然语言问句N的语义来消除歧义。而消歧并不是一项简单的任务，不仅需要耗费很大的计算量，而且如果消歧失败的话，还会干扰结果的正确性。

发明内容

为了解决在问题理解阶段需要耗费很大的计算量来消歧的问题，本发明实施例提供了一种自然语言问答方法及装置。所述技术方案如下：

第一方面，提供了一种自然语言问答方法，所述方法包括：

获取自然语言问句N；

将所述自然语言问句N转换为查询语义图Q^s，所述查询语义图Q^s中的每条边代表所述自然语言问句N中的一个语义关系；

在资源描述框架RDF图G中查找与所述查询语义图Q^s匹配的子图；

根据所述子图得到所述自然语言问句N的答案。

可选地，所述将所述自然语言问句N转换为查询语义图Q^s，包括：

发现所述自然语言问句N中的关系短语；

发现每个所述关系短语的伴随参数；

构建查询语义图Q^s，所述查询语义图Q^s中的每条边对应一个所述关系短语，所述查询语义图Q^s中的每个顶点对应一个所述伴随参数。

可选地，所述发现所述自然语言问句N中的关系短语，包括：

从所述自然语言问句中分析出句法依赖树Y；

根据预设的关系短语字典，查询所述关系短语字典中存在于所述句法依赖树Y的关系短语；其中，所述关系短语字典中的关系短语存在于所述句法依赖树Y，当且仅当所述句法依赖树Y中存在一个相连子树y满足如下两个条件：

条件1：在所述相连子树y中的每个节点包括所述关系短语的一个词，且所述相连子树y包括所述关系短语的所有词；

条件2：无法在所述句法依赖树Y中找到一个子树y`，所述子树y`也满足所述条件1且所述相连子树y是所述子树y`的子树。

可选地，所述发现每个所述关系短语的伴随参数，包括：

对于每个所述关系短语在所述句法依赖树Y中所对应的所述相连子树y，通过主体类语义关系和客体类语义关系在所述相连子树y中发现所述关系短语的伴随参数；

所述主体类语义关系包括：主语，名词性主语，被动式名词性主语，从句型主语，被动式从句主语，控制性主语，所有格修饰符；

所述客体类语义关系包括：宾语，介词性宾语，直接宾语，间接宾语。

可选地，所述在RDF图G中查找与所述查询语义图Q^s匹配的子图，包括：