基于實體的通用可交互數(shù)據(jù)庫漢語問句查詢接口.pdf

1、對數(shù)據(jù)庫進行查詢是用戶獲取信息的主要途徑之一,但直接的查詢操作要求具備一定的專業(yè)技能,普通用戶很難靈活地從數(shù)據(jù)庫中獲取需要的信息。基于實體的通用可交互數(shù)據(jù)庫漢語問句查詢接口實現(xiàn)自然的漢語問句到標準數(shù)據(jù)庫查詢語句之間的轉化,使得用戶可以采用靈活的漢語問句進行數(shù)據(jù)庫查詢操作,由此可大為簡化用戶的查詢過程,降低用戶從數(shù)據(jù)庫查找信息的難度。鑒于此,對基于實體的通用可交互數(shù)據(jù)庫漢語問句查詢接口的研究具有重要的價值。作為中文問答系統(tǒng)的一個部分,基于

2、實體的通用可交互數(shù)據(jù)庫漢語問句查詢接口涉及分詞、詞法分析、句法分析、語義理解等自然語言處理技術。而自然語言是人類智能最復雜的表現(xiàn)之一,很難實現(xiàn)高準確率的機器理解。受限于自然語言理解技術的發(fā)展水平,基于實體的通用可交互數(shù)據(jù)庫漢語問句查詢接口的實現(xiàn)是一個困難的任務。
　　 本文設計并實現(xiàn)了一個基于實體的通用可交互數(shù)據(jù)庫漢語問句查詢接口:希望通過基于實體的設計,來減少對自然語言理解技術的依賴;通過加入與用戶的交互,來提高漢語問句查詢的

3、準確率;通過實體信息庫的設計,來簡化接口的復雜度從而具有較好的可移植性。
　　 本文介紹了基于實體的通用可交互數(shù)據(jù)庫漢語問句查詢接口的概念,給出了本課題的研究背景和研究現(xiàn)狀。在對已有技術的研究和總結的基礎上,設計了一個基于實體的通用可交互數(shù)據(jù)庫漢語問句查詢接口。在設計上遵守高內聚和低耦合的接口設計原則,較好地保證了接口設計的可移植性。該接口主要包括實體信息庫設計和漢語查詢語句到標準數(shù)據(jù)庫查詢語句的轉化以及用戶引導功能。在實體信息

4、庫的構造上,通過簡化信息庫的組成部分,在保存了領域相關的實體信息的前提下,也保證了系統(tǒng)的領域移植的可能性,并降低了系統(tǒng)領域移植的難度。實現(xiàn)了實體信息庫的圖形界面操作工具,可以利用該工具實現(xiàn)領域的移植和信息庫的信息更改。漢語查詢語句到標準數(shù)據(jù)庫查詢語句的轉化作為整個接口的核心,通過基于實體的設計,減少了轉化過程中對自然語言理解技術的依賴,同時保證了轉化過程的準確性。而用戶引導功能的實現(xiàn),使用戶可以動態(tài)地更改漢語查詢語句的轉化過程。接口是的

5、可交互的且可以經引導得到更準確的查詢結果。
　　 漢語查詢語句到標準數(shù)據(jù)庫查詢語句的轉化過程,分為詞法分析、實體語義標注、信息領域圖生成、信息領域圖轉化成標準數(shù)據(jù)庫查詢語句等幾個相對獨立的部分。
　　 (1)詞法分析部分使用了基于統(tǒng)計的分詞方法?；诮y(tǒng)計的分詞方法是當前比較成熟,準確率比較高的分詞方法。
　　 (2)對分詞和詞性標注后的句子,通過查找實體信息庫,賦予該句子中的詞對應的實體語義。對具有多個實體語義的

6、詞,通過不相關領域消除法,用戶交互選擇法等進行消歧。
　　 (3)通過句子對應的查詢領域,生成對應的信息領域圖,并將句子中的各個語義節(jié)點定位到信息領域圖中,最終實現(xiàn)從句子到信息領域圖的轉化。
　　 (4)按照設計的規(guī)則和算法,實現(xiàn)從信息領域圖到標準數(shù)據(jù)庫查詢語句的轉換。
　　 最后基于上述接口,構建了一個實驗性的查詢系統(tǒng)。該系統(tǒng)覆蓋了兩個不同的領域,用于驗證本文實現(xiàn)的基于實體的通用可交互數(shù)據(jù)庫漢語問句查詢接口的可