[发明专利]扩展问评价方法及装置

权利要求书

1.一种用于评价知识库中扩展问的扩展问质量的方法，所述知识库包括多个标准问，每个标准问具有关联的多个扩展问，每个扩展问是相应标准问的相似问法，所述方法包括：

对各个标准问下的扩展问执行不预设聚类数量的聚类处理，以将每个标准问下的扩展问聚类为多个聚类；

基于聚类的数目确定扩展问复杂度；以及

将扩展问复杂度与复杂度对照表相对照以获得扩展问质量信息。

2.如权利要求1所述的方法，其特征在于，所述基于聚类的数目确定扩展问复杂度包括：

统计所有标准问的聚类总数；以及

计算聚类总数与标准问总数的比值以作为整体扩展问复杂度，

所述将扩展问复杂度与复杂度对照表相对照以获得扩展问质量信息包括将所述整体扩展问复杂度与所述复杂度对照表相对照以获得所有标准问的整体扩展问质量信息。

3.如权利要求1所述的方法，其特征在于，所述基于聚类的数目确定扩展问复杂度包括：

将每个标准问自身的聚类数目作为该标准问的个体扩展问复杂度，

所述将扩展问复杂度与复杂度对照表相对照以获得扩展问质量信息包括将每个标准问的个体扩展问复杂度与所述复杂度对照表相对照以获得每个标准问的个体扩展问质量信息。

4.如权利要求1所述的方法，其特征在于，所述复杂度对照表的复杂度数值包括多个区间，复杂度数值越大的区间指示越优良的扩展问质量信息。

5.如权利要求1所述的方法，其特征在于，所述对各个标准问下的扩展问执行聚类处理的过程包括采用算法中的任一种来执行：BIRCH算法、K-means算法和DBSCAN算法。

6.如权利要求1所述的方法，其特征在于，所述对各个标准问下的扩展问执行聚类处理的过程包括：

数据获取步骤，针对每个标准问获得与其多个扩展问相应的多个扩展问分词结果，其中每个扩展问分词结果由对应扩展问的各词类或各单词所属的词类组成；

聚类创建步骤，针对每个标准问，从该标准问的多个扩展问分词结果的交集中依据词组出现的频率选择词组以构成该标准问的至少一个聚类，每个词组由预定数目个词类组成；

检测步骤，针对所有标准问的所有扩展问，执行标准问匹配处理，对于为每个标准问创建的每个聚类，判断该聚类是否被匹配至其标准问的至少一个扩展问，若是，则该聚类被标记为第一状态，否则被标记为第二状态；以及

删除步骤，删除所有状态为第二状态的聚类。

7.如权利要求6所述的方法，其特征在于，在所述聚类创建步骤中，针对每个标准问，从该标准问的多个扩展问分词结果的交集中选择出现频率最高的词组，将选出的词组作为该标准问的一个聚类，然后从该标准问的未包括该词组的扩展问分词结果的交集中选择出现频率最高的词组，将选出的词组继续作为该标准问的一个聚类，重复此过程直至该标准问下没有其余的扩展问分词结果或者剩余的扩展问分词结果之间没有达到所述预定数目个词类的交集。

8.如权利要求6所述的方法，其特征在于，在所述检测步骤中，针对每个扩展问，所述执行标准问匹配处理包括将该扩展问与针对所有标准问生成的所有聚类执行语义相似度计算，并将该扩展问匹配至具有最高语义相似度且该最高语义相似度高于阈值的聚类。

9.如权利要求6所述的方法，其特征在于，所述检测步骤还包括：

在执行所述标准问匹配处理之后，对于每个标准问的每个扩展问，判断该扩展问是否被匹配至与之相关联的标准问所属的聚类，若是将该扩展问标记为第四状态，否则将该扩展问标记为第三状态，

其中，所述方法还包括循环执行所述聚类创建步骤、所述检测步骤、和所述删除步骤预定次数，其中，所述聚类创建步骤中组成所述词组的词类的所述预定数目随着循环依次递增，且在后续循环中只有状态为第三状态的扩展问参与聚类创建。