CN101398835B - 基于自然语言的服务选择***与方法以及服务查询***与方法 - Google Patents

基于自然语言的服务选择***与方法以及服务查询***与方法 Download PDF

Info

Publication number
CN101398835B
CN101398835B CN200710180648A CN200710180648A CN101398835B CN 101398835 B CN101398835 B CN 101398835B CN 200710180648 A CN200710180648 A CN 200710180648A CN 200710180648 A CN200710180648 A CN 200710180648A CN 101398835 B CN101398835 B CN 101398835B
Authority
CN
China
Prior art keywords
inquiry
services
service
map
user
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN200710180648A
Other languages
English (en)
Other versions
CN101398835A (zh
Inventor
齐红威
胡卫松
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Data Hall (Beijing) Polytron Technologies Inc
Original Assignee
NEC China Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by NEC China Co Ltd filed Critical NEC China Co Ltd
Priority to CN200710180648A priority Critical patent/CN101398835B/zh
Priority to JP2008249046A priority patent/JP5073630B2/ja
Priority to US12/239,422 priority patent/US8117178B2/en
Publication of CN101398835A publication Critical patent/CN101398835A/zh
Application granted granted Critical
Publication of CN101398835B publication Critical patent/CN101398835B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及一种基于自然语言的服务选择***，用于对不完整查询进行补充，包括：语义分析设备，用于对来自用户的查询执行语义分析；服务选择设备，用于根据语义分析后的查询对不完整的查询进行补充，从而获得选择的服务；以及检索设备，用于根据选择的服务检索答案。以及涉及一种基于自然语言的服务选择方法，服务查询***以及服务查询方法。从而能够对用户输入的不完整查询进行处理，并提供选择的服务。

Description

基于自然语言的服务选择***与方法以及服务查询***与方法
技术领域
本发明涉及自然语言的处理领域，具体地，涉及一种基于自然语言的服务选择***与方法，一种服务查询***与方法，该基于自然语言的服务选择***与方法以及该服务查询***与方法可以对用户的不完整查询进行补充，从而可以获得选择的服务，并提供相应的查询答案。
背景技术
目前存在的基于自然语言的服务选择***允许用户利用自然语言来查询各种服务，然后该***将从各种服务中选择出与用户查询对应的服务并将答案反馈给用户。但是目前的基于自然语言的服务选择***仅仅能够处理用户完整的自然语言查询，当用户输入的查询不完整时，即缺少一些必要参数时，则该***难以有效处理，特别是难以发现查询中缺失的部分。
已经存在的一些基于自然语言的服务选择***可以根据用户输入的查询，进行分析，并检索服务数据库从而从各种服务中选择出与用户查询对应的服务。
专利申请No.JP2002351913可以根据用户对各web服务的访问历史(具体包括：用户名，最长等待时间，服务类型，最近访问时间等)，来从各种web服务中选择出有最佳等待时间的web服务，以避免网络和服务的负载过大。
专利申请No.JJP2004054781可以从用户的自然语言查询中提取出检索关键词，然后从各种服务中选择出与检索关键词对应的服务。
专利申请No.JJP2004288118根据服务提供者提供的服务注册数据，不但可以从各种服务中选择出用户查询所对应的服务，还可以选择出与其相关的其它服务。
发明内容
为了解决上述问题，提出了本发明。本发明的目的在于可以对不完整的查询信息进行有效的处理，即使当用户输入的查询不完整时，也能够进行相应的处理，获得选择的服务。从而可以获得查询答案。
根据本发明第一方面，提出了一种基于自然语言的服务选择***，用于对不完整查询进行补充，包括：语义分析设备，用于对来自用户的查询执行语义分析；服务选择设备，用于根据语义分析后的查询对不完整的查询进行补充，从而获得选择的服务；以及检索设备，用于根据选择的服务检索答案。
根据本发明第二方面，提出了一种基于自然语言的服务选择方法，用于对不完整查询进行补充，包括：语义分析步骤，对来自用户的查询执行语义分析；服务选择步骤，根据语义分析后的查询对不完整的查询进行补充，从而获得选择的服务；以及检索步骤，根据选择的服务检索答案。
根据本发明第三方面，提出了一种查询***，包括：查询接收器，用于接收用户查询；语义分析设备，用于对用户查询进行分词，以及对分词后的用户查询进行语义分析；服务选择设备，用于根据语义分析后的查询对不完整的查询进行补充，从而获得选择的服务；检索设备，用于根据选择的服务进行检索，以获取相应答案；以及答案发送器，用于将检索获得的相应答案发送给用户。
根据本发明第四方面，提出了一种查询方法，包括：查询接收步骤，接收用户查询；语义分析步骤，对用户查询进行分词，以及对分词后的用户查询进行语义分析；服务选择步骤，根据语义分析后的查询对不完整的查询进行补充，从而获得选择的服务；检索步骤，根据选择的服务进行检索，以获取相应答案；以及答案发送步骤，将检索获得的相应答案发送给用户。
根据本发明第五方面，提出了一种查询***，包括：查询接收器，用于接收用户查询；语义分析设备，用于对用户查询进行分词，以及对分词后的用户查询进行语义分析；判断设备，用于判断用户查询是否是完整的查询；第一服务选择设备，用于对完整的查询执行处理，从而获得第一选择的服务；第二服务选择设备，用于对不完整的查询进行补充，从而获得第二选择的服务；检索设备，用于根据第一选择的服务或第二选择的服务执行检索，以获取相应答案；以及答案发送器，用于将检索获得的相应答案发送给用户。
根据本发明第六方面，提出了一种查询方法，包括：查询接收步骤，接收用户查询；语义分析步骤，对用户查询进行分词，以及对分词后的用户查询进行语义分析；判断步骤，判断用户查询是否是完整的查询；第一服务选择步骤，对完整的查询执行处理，从而获得第一选择的服务；第二服务选择步骤，对不完整的查询进行补充，从而获得第二选择的服务；检索步骤，根据第一选择的服务或第二选择的服务执行检索，以获取相应答案；以及答案发送步骤，将检索获得的相应答案发送给用户。
附图说明
图1a是示出了根据本发明的基于自然语言的服务选择***的示意图；
图1b是示出了根据本发明的基于自然语言的服务选择方法的流程图；
图2a是示出了根据本发明的服务映射规则库的一个示例结构图；
图2b是示出了服务映射规则库的生成方法的流程图；
图3是示出了根据本发明的用户查询历史库的一个示例结构图；
图4a是示出了根据本发明的常识库的一个示例结构图；
图4b是示出了已知的语义分析装置的示意图；
图5a是示出了根据本发明的服务选择装置的示意图；
图5b是示出了根据本发明的服务选择方法的示意图；
图6a是示出了根据本发明的半自动的服务选择部分的结构图；
图6b是示出了半自动的服务选择方法的流程图；
图6c示出了半自动的服务选择的一个示例；
图7a是示出了根据本发明第一实施例的自动的服务选择部分的结构图；
图7b是示出了根据本发明第一实施例的自动的服务选择方法的流程图；
图7c示是服务选择的一个示例；
图8a是根据本发明第二实施例的服务选择部分的结构图；
图8b是根据本发明第二实施例的服务选择方法的流程图；
图8c是服务选择的另一个示例；
图9a是示出了根据本发明第三实施例的服务选择部分的结构图；
图9b是示出了根据本发明第三实施例的服务选择方法的流程图；
图9c是根据本发明的服务选择的另一个示例；
图10a是示出了根据本发明一个实施例的基于自然语言的服务查询***的结构图；
图10b是示出了基于自然语言的服务查询***执行查询的一个示意图。；
图11a和11b分别示出了检索方法的第一和第二实施例的流程图；
图12a和12b分别示出了在移动终端与ASP中使用的服务选择装置的示意图。
具体实施方式
下面，将参考附图描述本发明的优选实施例。在附图中，相同的元件将由相同的参考符号或数字表示。此外，在本发明的下列描述中，将省略对已知功能和配置的具体描述，以避免使本发明的主题不清楚。
通常，当用户输入的查询不完整时，现有的查询设备不能对其进行处理，从而用户不能够得到所期望的查询答案。根据本发明的服务选择***可以对用户的不完整的查询进行补充，从而可以检索到用户所期望的答案。图1a示出了根据本发明的基于自然语言的服务选择***。该基于自然语言的服务选择***包括查询接收器10，用于接收用户通过例如移动电话的移动终端输入的自然语言查询；语义分析装置20，用于对接收到的自然语言查询进行分析，获得结构化的语义分析结果；服务选择装置30，用于根据语义分析结果，确定查询表述不完整的用户查询中缺失的部分，并进行补充，从而获得选择的服务；检索装置40，用于根据选择的服务检索到对应的答案；答案发送器50，用于将检索到的答案发送到用户终端。该服务选择***还包括例如硬盘的存储装置16，存储了服务映射规则库160，用户查询历史库162，常识库164。
图1a示出了基于自然语言的服务选择方法的流程图。在S101，查询接收器10接收用户利用诸如移动电话的移动终端发送的自然语言查询，并传送给语义分析装置20。在S102，语义分析装置20对接收到的用户的基于自然语言的查询进行分析。图4b示出了一个已知的语义分析装置的结构图。该语义分析装置用于理解用户的自然语言查询，从而得到结构化的语义分析结果，包括：查询分词单元401，用于利用词典等词库对自然语言查询进行分词；以及语义标注单元402，用于根据语义知识库对分词结果进行语义标注，生成对应的语义分析结果。语义分析结果通常由一个需求和一组参数和参数值组成，每个参数对应于相应的参数值。例如，参考图4b，当用户输入的自然语言查询是“今天北京有多热？”时，由查询分词单元401对该自然语言查询进行分词，获得的分词结果为“今天；北京；有；多热”。之后，由语义标注单元402对分词结果再进行语义分析。根据语义知识库，可知“北京指的是一个地点”和“今天指的是一个日期”从而，语义标注单元402将自然语言查询中的“北京”一词标注为第一参数“地点”的参数值，将“今天”一词(参数值)标注为第二参数“日期”的参数值，另外提取出疑问词“多热”作为需求，所以获得的语义分析结果为：“需求：多热，地点：北京，日期：今天”。
在步骤S103，服务选择装置30利用服务映射规则库160，用户查询历史库162或者常识库164对执行语义分析后的自然语言查询进行完整性分析，并补充缺失的内容，从而获得选择的服务，该服务是基于该用户查询从服务映射规则库提供的服务中选择的。在步骤S104，检索装置40根据选择的服务检索到对应的答案。检索装置可以只返回与用户查询对应的答案，如图11a所示，其采用的方法如下：
①信息搜索。根据选择的服务中的服务类型，找到与服务类型对应的服务提供者，然后将选择的服务中的服务参数发送给服务提供者，由服务提供者去搜索并返回相应的检索结果；
②答案生成。根据服务提供者返回的检索结果，生成最终答案。如果有多个服务提供者，则还要对各检索结果进行集成。集成方法可以采用公知的方法，例如基于服务提供者信誉度的排序等。
例如对用户查询“北京有多热？”，***可以根据选择的服务“服务类型：天气；地点：北京；日期：今天”，找到与服务类型“天气”对应的服务提供者，如中国气象局、问天网，然后将服务参数“地点：北京；日期：今天”发送给上述服务提供者并接收和集成它们返回的检索结果。
检索装置40还可以返回相关的答案，如图11b所示，其步骤还包括相关服务发现，用于发现与用户查询相关的其他服务。例如当用户查询如何到某地方时，***除提供路径外，还提供天气、路况等相关服务的信息。具体方法可以采用公知的方法，例如预先定义一张服务相关度表，用来记录不同服务类型间的相关度，然后根据服务相关度表来发现相关服务类型。
在S105将检索到的答案通过答案发送器50发送到用户终端。
由于本发明的服务选择***的服务选择装置30利用服务映射规则库160，用户查询历史库162或者常识库164来确定查询中的缺失部分，从而对缺失的部分进行补充来获得选择的服务。所以，下面将参考图2a，2b，图3和图4分别对服务映射规则库160、用户查询历史库162以及常识库164的结构进行描述，之后结合服务映射规则库、用户查询历史库以及常识库再对本发明的服务选择***进行描述。
服务映射规则库160存储有多组服务映射规则。当用户的自然语言查询与服务映射规则库160中的规则匹配成功时，则可以找到与该规则对应的服务。图2a示出了服务映射规则库160的一个示例。参考图2a，一条服务映射规则通常由编号、需求、服务类型和服务参数组成，其中，需求表示用户的查询问题是什么，即，用户期望获得与什么服务有关的答案。服务类型规定了对应的查询问题所属的服务种类。服务参数表示服务类型可以由什么参数表示，以及服务参数描述了服务的调用接口，服务提供者可以根据服务参数来进行检索。服务映射规则库160中存储的每一条规则表示了“当用户查询符合指定需求时，那么该查询对应于哪种服务类型，相应的服务参数又是什么”。
例如图2a中的第一条映射规则表示，当用户查询的需求为“多热”时，该查询对应于服务类型“天气”，服务参数为地点和日期。
生成服务映射规则的方法的一个示例在图2b中示出。图2b示出了生成服务映射规则库的一个示例方法。首先，从各个服务提供者那里收集真实的用户查询集合。之后根据收集的用户查询建立查询语料库，可以利用现有的语义分析方法对每个用户查询进行分析，得到语义分析结果，从而建立查询语料库。最后，分析查询语料库中关于每个服务类型的所有查询的标注结果间的相似性，然后从中提取服务映射规则，写入服务映射规则库。
例如，首先从天气服务提供者那里收集常见的查询如“今天北京有多热？”、“明天上海有多热？”，然后通过语义分析来得到语义分析结果，建立查询语料库，最后分析与服务类型“天气”有关的所有查询，提取出共同的需求“多热”以及共同的参数“地点”和“日期”，从而生成一条“天气”的服务映射规则。虽然可以自动生成服务映射规则库，但是也可以通过人工总结各种服务的映射规则来手动生成服务映射规则库。此外，还可半自动地生成服务映射规则库，即，先自动生成服务映射规则，之后由人工对规则进行校对。
图3示出了用户查询历史库的示例。用户查询历史库存储了所有用户的查询记录。一条用户查询记录通常由用户、查询问题、查询时间、服务类型和查询参数组成。其中，查询参数可以包括一组参数，其中各个参数都有与其对应的参数值。
参考图3，用户查询历史库中的第一条用户查询记录表示，Tom在2007年8月2日16点25分查询过“北京饭店在哪里？”，对应的服务类型是“位置”，参数“地点”的参数值是“北京饭店”。
用户查询历史的生成方式是自动生成。***每处理完一个用户查询后，便将该查询的用户、查询问题、查询时间以及选择的服务保存为一条查询记录。
图4a示出了常识库的一个示例。常识库描述了约定俗成的或默认的知识。如图4a，每条常识通常由序号、服务类型、缺失参数和默认值组成，其含义为“当用户查询某服务时，如果缺少某参数，则该参数的默认值为什么”。例如第一条常识表示“当用户查询路况服务时，如果用户没有描述时间，那么默认为现在(即当前时刻)”，第二条常识表示“当用户查询天气服务时，如果用户没有描述日期，那么默认为今天(即当天)”。常识库主要由人工根据各个服务的特征总结而成。
图5a示出了根据本发明的服务选择装置的示意结构图。一般地，用户输入的自然语言查询可能是不完整的，缺少必要的参数值。例如，如果用户希望分别查询北京今天有多热以及从中关村如何到达北京机场，而用户输入的查询为“北京有多热？”或者“怎么到达北京机场？”，上述查询分别缺少参数值“今天”，以及参数值“从中关村”。如果采用已知的基于自然语言的服务选择***，则无法对用户输入的此类不完整的查询进行处理，以及用户不能够获得其希望提供相关服务的答案。本发明提供的服务选择装置通过对此类不完整的查询以自动或半自动的方式进行补充，从而获得选择的服务。所以，即使当用户输入的查询不完整时，通过采用本发明的服务选择装置，也可以生成完整的查询，从而可以向用户提供相应的查询答案。
参考图5a，服务选择装置包括输入部分(未示出)，用于接收语义分析装置分析后的用户查询；自动的服务选择部分51，用于根据用户的自然语言查询利用服务映射规则库160，用户查询历史库162以及常识库164中的至少一个自动地对不完整的查询进行补充，从而获得选择的服务；半自动的服务选择部分52，用于当自动的服务选择部分51没有获得选择的服务通过与用户进行交互而对不完整的查询进行补充，从而获得选择的服务，或者在用户认为自动的服务选择部分51的结果不符合其查询的情况下，对不完整的查询进行补充；以及输出部分(未示出)，用于输出选择的服务。
图5b示出了根据本发明的服务选择方法的流程图。在S501，服务选择装置接收语义分析的查询。在S502，由自动的服务选择部分51根据用户的自然语言查询利用服务映射规则库、用户查询历史库以及常识库中的至少一个自动地对不完整的查询进行补充，获得选择的服务。在S503，当自动的服务选择部分51没有获得选择的服务或者在用户认为自动的服务选择部分51的结果不符合其查询的情况下，由半自动的服务选择部分52通过与用户进行交互而对不完整的查询进行补充，获得选择的服务。图6a示出根据本发明的半自动的服务选择部分52的具体结构图。该半自动的服务选择部分52包括输入单元61，用于接收对用户的自然语言查询进行分析得到的语义分析结果；缺失内容查找单元62，用于将语义分析结果与服务映射规则库中的服务映射规则进行匹配，找到匹配的服务映射规则，根据匹配的服务映射规则确定缺失的服务参数，然后从匹配的服务映射规则中取出服务类型和查询中缺失的服务参数；用户交互单元63，用于与用户进行交互，获得用户的反馈信息；参数值提取单元64，用于从用户的反馈信息中提取出缺失参数值；查询补充单元65，用于将获得的服务类型、缺失的服务参数以及缺失参数值填充到语义分析结果的相应位置处，从而对不完整的用户查询进行了完整性补充以生成相应的选择的服务；以及输出单元66，用于将补充后的选择的服务输出。
图6b示出了半自动的服务选择方法的流程图。在S601，输入单元61接收来自用户终端的语义分析后的自然语言查询。在S602，缺失内容查找单元62将语义分析结果与服务映射规则库中的服务映射规则进行匹配，找到相匹配的服务映射规则，并确定缺失的服务参数，之后，从匹配的服务映射规则中取出该查询所属的服务类型和查询中缺失的服务参数。缺失内容查找单元所采用的匹配方法包括：(1)服务映射规则的需求等于语义分析结果中的需求；(2)服务映射规则的服务参数要包含语义分析结果中的所有参数。在S603，根据在S602中得到的缺失参数，生成提示用户输入缺失参数值的提示信息，并发送给用户，以及从用户接收对提示信息的反馈信息。在S604，在收到用户的反馈信息后，由于用户的反馈信息中除了缺失参数的值外，可能还会有一些其它的词，因此需要从用户反馈中提取出缺失参数值。可以利用语义分析中的采用的语义标注方法，对用户的反馈信息进行语义标注，从中找出属于与缺失参数对应的词作为缺失参数值。在S605，查询补充单元65将获得的服务类型，缺失参数以及缺失参数值填充到语义分析结果中，从而对不完整的查询进行了补充，生成了选择的服务。最后，在S606，输出单元输出选择的服务。除了可以进行半自动的与用户进行交互的服务选择之外，还可以采用自动的服务选择。
图6c示出了自动的服务选择的一个例子。用户查询“北京有多热？”，其语义分析结果为“需求：多热；地点：北京”。
●首先进行缺失查找：由于服务映射规则库的第一条规则的需求“多热”等于语义分析结果的需求，并且其服务参数“<地点>；<日期>”也包含语义分析结果的参数“地点”，因此将第一条规则作为匹配规则，并取出服务类型“天气”，并将“日期”作为查询中缺失的参数；
●其次进行用户交互：生成提示信息“您想查询哪天的天气？”并发给用户，然后收到用户反馈“我想查今天”；
●然后进行参数值提取：用户反馈中的词“今天”属于缺失参数“日期”，因此将“今天”作为缺失参数值；
●最后进行查询补充：将服务类型“天气”、缺失参数“日期”和缺失参数值“今天”填入语义分析结果，从而得到选择的服务“服务类型：天气；地点：北京；日期：今天”。
图7a示出了根据本发明的自动的服务选择部分61的第一实施例。该自动的服务选择部分61是基于用户的当前查询历史库对用户的自然语言查询处理进行相应的补充的。该服务选择部分61包括输入单元71，用于接收输入的语义分析结果；当前用户查询历史库77，该查询历史库中记录“用户＝当前查询用户”所执行查询的所有记录；缺失内容查找单元72，用于将语义分析结果与服务映射规则库中的服务映射规则进行匹配，找到匹配的服务映射规则，根据匹配的服务映射规则确定缺失的服务参数，然后从匹配的服务映射规则中取出服务类型和查询中缺失的服务参数；最近查询检测单元73，用于检测用户最近查询的历史，即，用户上一次提交的查询，如果用户最近查询中包括当前查询缺失的参数，则将对应的缺失的参数值提取出来；相似查询检测单元74，用于在最近查询检测单元73没有找到包含当前查询缺失的参数以及相应的参数值时，则在当前用户查询历史库77中查找与当前查询相似的查询，如果相似查询中包含当前查询缺失的参数，则提取出对应的参数值；查询补充单元75，用于将获得的服务类型，缺失参数以及缺失参数值补充到语义分析结果中，从而获得相应的选择的服务；以及输出单元76，用于输出选择的服务。
图7b示出了第一实施例的自动的服务选择的方法的流程图。在S701，通过输入单元71接收来自用户的语义分析后的自然语言查询。在S702，缺失内容查找单元71执行不完整查询的缺失查找。将语义分析结果与服务映射规则库160中的服务映射规则进行匹配，找到相匹配的服务映射规则，并确定缺失的服务参数，之后，从匹配的服务映射规则中取出该查询所属的服务类型和查询中缺失的服务参数。缺失内容查找单元所采用的缺失查找匹配方法与图6b中的缺失内容查找步骤的方法相同。
在S703，最近查询检测单元查找用户上一次提交的查询。通常，用户在连续提交多个查询时，可能会省略掉一些词语，因此首先检测最近查询，即用户上一次提交的查询，可以加快查找速度。具体方法为：从当前用户查询历史库77中找到用户最近的一次查询，其中可以设定查询时间间隔不超过特定阈值，然后检查其最近的查询中是否包含当前查询缺失的参数，若包含，则将对应的参数值提取出来，作为缺失的参数值，并执行步骤S705。否则，执行步骤S704。
在S704，相似查询检测单元74在当前用户查询历史库中查找与当前查询相类似的查询，如果相似查询中包含当前查询缺失的参数，则将与参数对应的参数值提取出来。其中，采用的相似查询的判断方法是：如果(1)缺失内容查找步骤得到的服务类型与当前用户查询历史库中的历史查询的服务类型相同；和/或(2)当前用户查询历史库中的历史查询的服务参数包含语义分析结果的所有参数(优选的，参数值相同)，则将该查询作为相似查询。
S705，将获得的服务类型，缺失参数以及缺失参数值补充到语义分析结果中，从而获得相应的选择的服务。最后，在S706，输出生成的选择的服务。
图7c示出了一个执行服务选择的示例。用户Tom查询“如何联系？”，其语义分析结果为“需求：如何联系”。
●首先进行缺失查找：由于服务映射规则库中的第二条规则的需求“如何联系”等于语义分析结果的需求，并且语义分析结果中没有参数，因此将第二条规则作为匹配规则，并取出服务类型“电话”，并将服务参数“地点”作为查询中缺失的参数；
●其次检测最近查询：用户上次提交的查询为“北京饭店在哪里？”，其查询参数为“地点：北京饭店”，包含缺失参数“地点”，于是提取出对应的参数值“北京饭店”；
●由于最近查询检测成功，于是不再检测相似查询；
●最后进行查询补充：将服务类型“电话”、缺失参数“地点”和缺失参数值“北京饭店”填入语义分析结果，从而得到选择的服务“服务类型：电话；地点：北京饭店”。
图8a示出了根据本发明第二实施例的自动的服务选择装置。
该自动的服务选择部分是基于其它用户查询历史库对用户的自然语言查询处理进行相应的补充的。该服务选择部分包括输入单元81，用于接收输入的语义分析结果；其他用户查询历史库86，存储有所有的其他用户的查询历史；缺失内容查找单元82，用于将语义分析结果与服务映射规则库中的服务映射规则进行匹配，找到匹配的服务映射规则，根据匹配的服务映射规则确定缺失的服务参数，然后从匹配的服务映射规则中取出服务类型和查询中缺失的服务参数；相似查询检测单元83，用于在其他用户查询历史库86中查找与当前查询相似的查询，并从该相似查询中提取出参数值，作为当前查询缺失的参数值；查询补充单元84，用于将获得的服务类型，缺失参数以及缺失参数值补充到语义分析结果中，从而获得选择的服务；以及输出单元85，用于输出选择的服务。
图8b是根据本发明第二实施例的服务选择方法的流程图。
在S801，通过输入单元81接收来自用户的语义分析后的自然语言查询。在S802，缺失内容查找单元82执行不完整查询的缺失查找。将语义分析结果与服务映射规则库中的服务映射规则进行匹配，找到相匹配的服务映射规则，并确定缺失的服务参数，之后，从匹配的服务映射规则中取出该查询所属的服务类型和查询中缺失的服务参数。缺失内容查找单元所采用的缺失查找匹配方法与图6b中的缺失内容查找步骤的方法相同。
在S803，相似查询检测单元83在其他用户查询历史库中查找与当前查询相类似的查询，如果相似查询中包含当前查询缺失的参数，则将与参数对应的参数值提取出来。其中，采用的相似查询的判断方法是：如果(1)缺失内容查找步骤得到的服务类型与其他用户查询历史库中的历史查询的服务类型相同；和/或(2)其他用户查询历史库中的历史查询的服务参数包含语义分析结果的所有参数(优选的，参数值相同)，则将该查询作为相似查询。
S804，将获得的服务类型，缺失参数以及缺失参数值补充到语义分析结果中，从而获得选择的服务。最后，在S805，输出获得的选择的服务。
图8c示出了一个执行服务选择的示例。用户输入的查询为“北京有多热？”，其语义分析结果为“需求：多热；地点：北京”。
●首先进行缺失查找：由于服务映射规则库中的第一条规则的需求“多热”等于语义分析结果的需求，并且其服务参数“<地点>；<日期>”也包含语义分析结果的参数“地点”，因此将第一条规则作为匹配规则，并取出服务类型“天气”，并将“日期”作为查询中缺失的参数；
●其次检测相似查询：另一个用户John曾经查询过“今天北京有多热？”，由于其服务类型也是“天气”，并且其查询参数“地点：北京；日期：今天”包括语义分析结果的参数“地点”并且参数值都是“北京”，因此认为是相似查询。由于该相似查询的查询参数包括缺失参数“日期”，于是取出对应的参数值“今天”；
●最后将服务类型“天气”、缺失参数“日期”和缺失参数值“今天”填入语义分析结果，从而获得选择的服务“服务类型：天气；地点：北京；日期：今天”。
图9a是根据本发明第三实施例的自动的服务选择部分的示意图。
该自动的服务选择部分是基于常识库对用户的自然语言查询处理进行相应的补充的。
该服务选择部分包括输入单元91，用于接收输入的语义分析结果；缺失内容查找单元92，用于将语义分析结果与服务映射规则库中的服务映射规则进行匹配，找到匹配的服务映射规则，根据匹配的服务映射规则确定缺失的服务参数，然后从匹配的服务映射规则中取出服务类型和查询中缺失的服务参数；常识匹配单元93，用于将语义分析结果与常识库96的各个常识进行匹配，找到匹配常识，并取出匹配常识中的默认值作为当前查询的缺失参数值；查询补充单元94，用于将获得的服务类型，缺失参数以及缺失参数值补充到语义分析结果中，从而获得选择的服务；以及输出单元95，用于输出选择的服务。
图9b是根据本发明第三实施例的服务选择方法的流程图。
在S901，通过输入单元91接收来自用户的语义分析后的自然语言查询。在S902，缺失内容查找单元92执行不完整查询的缺失查找。将语义分析结果与服务映射规则库中的服务映射规则进行匹配，找到相匹配的服务映射规则，并确定缺失的服务参数，之后，从匹配的服务映射规则中取出该查询所属的服务类型和查询中缺失的服务参数。缺失内容查找单元所采用的缺失查找匹配方法与图6b中的缺失内容查找步骤的方法相同。
在S903，常识匹配单元93通过将语义分析结果与常识库中的各个常识进行匹配，找出与当前查询相匹配的常识，并从匹配的常识中提取出默认值，作为当前查询的缺失的参数值。其中，采用的常识匹配的判断方法是：如果(1)缺失内容查找步骤得到的服务类型与常识库中的某一条常识的服务类型相同；和/或(2)某一条常识的缺失参数与缺失内容查找步骤得到的缺失参数相同，则将该条常识作为匹配的常识。
S904，将获得的服务类型，缺失参数以及缺失参数值补充到语义分析结果中，从而获得选择的服务。最后，在S905，输出选择的服务。
图9c示出了一个执行服务选择的示例。用户输入查询“北京有多热？”，其语义分析结果为“需求：多热；地点：北京”。
●首先进行缺失查找：由于服务映射规则库中的第一条规则的需求“多热”等于语义分析结果的需求，并且其服务参数“<地点>；<日期>”也包含语义分析结果的参数“地点”，因此将第一条规则作为匹配规则，并取出服务类型“天气”，并将“日期”作为查询中缺失的参数；
●其次进行常识匹配：由于第二条常识的服务类型也是“天气”，缺失参数也是“日期”，因此作为匹配常识，然后取出该常识的默认值“今天”作为缺失参数值；
●最后将服务类型“天气”、缺失参数“日期”和缺失参数值“今天”填入语义分析结果，从而获得选择的服务“服务类型：天气；地点：北京；日期：今天”。
图10a示出了根据本发明一个实施例的基于自然语言的服务查询***。图10a与图1a的区别在于，该基于自然语言的服务查询***还包括判断装置70和完整查询处理装置80。判断装置70用于对用户输入的查询进行判断，如果该查询是完整的则由服务选择装置30进行处理，如果该查询是完整的，则传送给完整查询处理装置80进行处理。
判断装置70通过比较用户查询的语义分析结果和所有服务映射规则，确定是否可以找到可以与语义分析结果精确匹配的规则。如果找到了匹配规则，则将语义分析结果和匹配规则序号送至完整查询处理装置80；如果没有找到匹配规则，则将语义分析结果送至服务选择装置30。其中满足下列条件的规则可以作为匹配规则：
(1)规则的需求与语义分析结果的需求相同；
(2)规则需要的所有服务参数包含在语义分析结果中。
如图10b所示，例如用户查询“今天北京有多热？”，其语义分析结果为“需求：多热；地点：北京；日期：今天”，它可以与服务映射规则库的第一条规则精确匹配，其中它们的需求都为“多热”，并且用户查询的语义分析结果包含该规则所需要的全部参数“地点”和“日期”。因此将语义分析结果和匹配规则序号送至完整查询处理装置80。
完整查询处理装置80用于处理那些完整的(即没有缺失部分)的查询，以得到相应的选择的服务。完整查询处理装置80根据判断单元得到的匹配规则序号，从服务映射规则库中找到匹配规则并取出其中的服务类型，然后结合语义分析结果生成选择的服务。其中，选择的服务包含一个服务类型和一组服务参数。
例如用户查询“今天北京有多热？”，由于它与服务映射规则库的第一条规则精确匹配，因此取出该规则的服务类型“天气”，最后得到选择的服务“服务类型：天气；地点：北京；日期：今天”。
该服务查询***可以对不完整的查询和完整的查询进行处理，从而可以根据用户输入的完整或不完整的查询查找相应的答案。
图12a和12b分别示出了根据本发明在移动终端与ASP中使用的服务选择装置的示意图。参见图12a，可以将语义分析装置，服务选择装置以及检索装置一起嵌入在移动终端中。参见图12b，还可以将语义分析装置，服务选择装置以及检索装置一起嵌入在ASP(Active ServerPage)中，从而可以更方便快捷地为用户提供查询服务。
尽管已经参照具体实施例，对本发明进行了描述，但本发明不应当由这些实施例来限定，而应当仅由所附权利要求来限定。应当清楚，在不偏离本发明的范围和精神的前提下，本领域普通技术人员可以对实施例进行改变或修改。

Claims (36)

1.一种基于自然语言的服务选择***，用于对不完整查询进行补充，包括：
语义分析设备，用于对来自用户的查询执行语义分析；
服务选择设备，用于根据语义分析后的查询对不完整的查询进行补充，从而获得选择的服务；以及
检索设备，用于根据选择的服务检索答案，其中服务选择设备包括半自动的服务选择部分，该半自动的服务选择部分用于利用服务映射规则库找出用户查询中的不完整部分，并通过与用户进行交互对不完整部分进行补充，从而生成选择的服务，其中半自动的服务选择部分包括：
缺失内容查找单元，用于将语义分析后的用户查询与服务映射规则库中的服务映射规则进行匹配，并从匹配的服务映射规则中提取出查询所属的服务类型和查询中缺失的参数；
用户交互单元，用于根据查询中缺失的参数，向用户提示输入与缺失的参数对应的参数值的提示信息，并接收来自用户的包括参数值的反馈信息；
参数值提取单元，用于从用户反馈信息中提取出参数值；
查询补充单元，用于将服务类型，缺失的参数和参数值补充到语义分析后的用户查询中，从而生成选择的服务。
2.根据权利要求1所述的***，其中缺失内容查找单元从服务映射规则库中找出满足下列条件的服务映射规则作为匹配的服务映射规则：(1)服务映射规则的需求等于语义分析后的查询的需求；以及(2)服务映射规则的服务参数包含语义分析后的查询的所有参数。
3.根据权利要求1所述的***，其中参数值提取单元通过对用户的反馈信息进行语义标注来提取出与缺失的参数对应的参数值。
4.一种基于自然语言的服务选择***，用于对不完整查询进行补充，包括：
语义分析设备，用于对来自用户的查询执行语义分析；
服务选择设备，用于根据语义分析后的查询对不完整的查询进行补充，从而获得选择的服务；以及
检索设备，用于根据选择的服务检索答案，其中服务选择设备包括第一自动服务选择部分，用于利用服务映射规则库找出用户当前查询中的不完整部分，并通过搜索当前用户查询历史库从而生成选择的服务，其中第一自动服务选择部分包括：
缺失内容查找单元，用于将语义分析后的用户查询与服务映射规则库中的服务映射规则进行匹配，并从匹配的服务映射规则中提取出查询所属的服务类型和查询中缺失的参数；
最近查询检测单元，用于从当前用户查询历史库中查找出包含当前查询中缺失的参数的用户最近的查询，并从中提取出与当前查询中缺失的参数对应的参数值；以及
查询补充单元，用于将服务类型，缺失的参数和参数值补充到语义分析后的用户查询中，从而生成选择的服务。
5.根据权利要求4所述的***，其中第一自动服务选择部分还包括：
相似查询检测单元，用于在最近查询检测单元没有提取到参数值时，从当前用户查询历史库中查找出包含当前查询中缺失的参数的历史查询，作为相似查询，并从中提取出与当前查询中缺失的参数对应的参数值。
6.如权利要求4所述的***，其中缺失内容查找单元从服务映射规则库中找出满足下列条件的服务映射规则作为匹配的服务映射规则：(1)服务映射规则的需求等于语义分析后的查询的需求；以及(2)服务映射规则的服务参数包含语义分析后的查询的所有参数。
7.如权利要求5所述的***，其中相似查询检测单元从当前用户查询历史库中找出满足下列条件的历史查询作为相似查询：(1)历史查询的服务类型与提取出的当前查询所属的服务类型相同；以及(2)历史查询的查询参数包含语义分析后的查询的所有参数。
8.一种基于自然语言的服务选择***，用于对不完整查询进行补充，包括：
语义分析设备，用于对来自用户的查询执行语义分析；
服务选择设备，用于根据语义分析后的查询对不完整的查询进行补充，从而获得选择的服务；以及
检索设备，用于根据选择的服务检索答案，其中服务选择设备包括第二自动服务选择部分，用于利用服务映射规则库找出用户当前查询中的不完整部分，并通过搜索当前用户查询历史库从而生成选择的服务，其中第二自动的服务选择部分包括：
缺失内容查找单元，用于将语义分析后的用户查询与服务映射规则库中的服务映射规则进行匹配，并从匹配的服务映射规则中提取出当前查询所属的服务类型和当前查询中缺失的参数；
相似查询检测单元，用于从其它用户查询历史库中查找出包含当前查询中缺失的参数的历史查询，作为相似查询，并从中提取出与当前查询中缺失的参数对应的参数值；
查询补充单元，用于将服务类型，缺失的参数和参数值补充到语义分析后的用户查询中，从而生成选择的服务。
9.如权利要求8所述的***，其中缺失内容查找单元从服务映射规则库中找出满足下列条件的服务映射规则作为匹配的服务映射规则：(1)服务映射规则的需求等于语义分析后的查询的需求；以及(2)服务映射规则的服务参数包含语义分析后的查询的参数。
10.如权利要求8所述的***，其中相似查询检测单元从其它用户查询历史库中找出满足下列条件的历史查询作为相似查询：(1)历史查询的服务类型与提取出的当前查询所属的服务类型相同；以及(2)历史查询的查询参数包含语义分析后的查询的所有参数。
11.一种基于自然语言的服务选择***，用于对不完整查询进行补充，包括：
语义分析设备，用于对来自用户的查询执行语义分析；
服务选择设备，用于根据语义分析后的查询对不完整的查询进行补充，从而获得选择的服务；以及
检索设备，用于根据选择的服务检索答案，其中服务选择设备包括第三自动服务选择部分，用于利用服务映射规则库找出用户当前查询中的不完整部分，并通过搜索常识库从而生成选择的服务，其中第三自动服务选择部分包括：
缺失内容查找单元，用于将语义分析后的用户查询与服务映射规则库中的服务映射规则进行匹配，并从匹配的服务映射规则中提取出查询所属的服务类型和查询中缺失的参数；
常识匹配单元，用于将语义分析后的用户查询与常识库的常识进行匹配，找出匹配的常识，并从匹配的常识中取出默认值作为缺失的参数值；
查询补充单元，用于将服务类型，缺失的参数和参数值补充到语义分析后的用户查询中，从而生成选择的服务。
12.如权利要求11所述的***，其中缺失内容查找单元从服务映射规则库中找出满足下列条件的服务映射规则作为匹配的服务映射规则：(1)服务映射规则的需求等于语义分析后的查询的需求；以及(2)服务映射规则的服务参数包含语义分析后的查询的所有参数。
13.如权利要求11所述的***，其中常识匹配单元从常识库中找出满足下列条件的常识，作为匹配常识：(1)常识的服务类型与提取出的查询所属的服务类型相同；以及(2)常识的缺失参数与提取出的查询的缺失参数相同。
14.如权利要求1所述的***，其中服务选择设备包括：
自动的服务选择部分，用于利用服务映射规则库找出用户当前查询中的不完整部分，并通过搜索当前用户查询历史库，或其它用户查询历史库或常识库从而生成选择的服务；以及
半自动的服务选择部分，该半自动的服务选择部分在自动的服务选择部分生成的选择的服务不精确时，利用服务映射规则库找出用户查询中的不完整部分，并通过与用户进行交互对不完整的部分进行补充，从而生成选择的服务。
15.一种基于自然语言的服务选择方法，用于对不完整查询进行补充，包括：
语义分析步骤，对来自用户的查询执行语义分析；
服务选择步骤，根据语义分析后的查询对不完整的查询进行补充，从而获得选择的服务；以及
检索步骤，根据选择的服务检索答案，其中服务选择步骤包括半自动的服务选择步骤，该半自动的服务选择步骤利用服务映射规则库找出用户查询中的不完整部分，并通过与用户进行交互对不完整部分进行补充，从而生成选择的服务，其中半自动的服务选择步骤包括：
缺失内容查找步骤，将语义分析后的用户查询与服务映射规则库中的服务映射规则进行匹配，并从匹配的服务映射规则中提取出查询所属的服务类型和查询中缺失的参数；
用户交互步骤，根据查询中缺失的参数，向用户提示输入与缺失的参数对应的参数值的提示信息，并接收来自用户的包括参数值的反馈信息；
参数值提取步骤，从用户反馈信息中提取出参数值；
查询补充步骤，将服务类型，缺失的参数和参数值补充到语义分析后的用户查询中，从而生成选择的服务。
16.根据权利要求15所述的方法，其中缺失内容查找步骤包括从服务映射规则库中找出满足下列条件的服务映射规则作为匹配的服务映射规则的步骤：(1)服务映射规则的需求等于语义分析后的查询的需求；以及(2)服务映射规则的服务参数包含语义分析后的查询的所有参数。
17.根据权利要求15所述的方法，其中参数值提取步骤通过对用户的反馈信息进行语义标注来提取出与缺失的参数对应的参数值。
18.一种基于自然语言的服务选择方法，用于对不完整查询进行补充，包括：
语义分析步骤，对来自用户的查询执行语义分析；
服务选择步骤，根据语义分析后的查询对不完整的查询进行补充，从而获得选择的服务；以及
检索步骤，根据选择的服务检索答案，其中服务选择步骤包括第一自动的服务选择步骤，利用服务映射规则库找出用户当前查询中的不完整部分，并通过搜索当前用户查询历史库从而生成选择的服务，其中第一自动服务选择步骤包括：
缺失内容查找步骤，将语义分析后的用户查询与服务映射规则库中的服务映射规则进行匹配，并从匹配的服务映射规则中提取出查询所属的服务类型和查询中缺失的参数；
最近查询检测步骤，从当前用户查询历史库中查找出包含当前查询中缺失的参数的用户最近的查询，并从中提取出与当前查询中缺失的参数对应的参数值；以及
查询补充步骤，将服务类型，缺失的参数和参数值补充到语义分析后的用户查询中，从而生成选择的服务。
19.根据权利要求18所述的方法，其中第一自动的服务选择步骤还包括：
相似查询检测步骤，在最近查询检测步骤没有提取到参数值时，从当前用户查询历史库中查找出包含当前查询中缺失的参数的历史查询，作为相似查询，并从中提取出与当前查询中缺失的参数对应的参数值。
20.如权利要求18所述的方法，其中缺失内容查找步骤包括从服务映射规则库中找出满足下列条件的服务映射规则作为匹配的服务映射规则的步骤：(1)服务映射规则的需求等于语义分析后的查询的需求；以及(2)服务映射规则的服务参数包含语义分析后的查询的所有参数。
21.如权利要求19所述的方法，其中相似查询检测步骤包括从当前用户查询历史库中找出满足下列条件的历史查询作为相似查询的步骤：(1)历史查询的服务类型与提取出的当前查询所属的服务类型相同；以及(2)历史查询的查询参数包含语义分析后的查询的所有参数。
22.一种基于自然语言的服务选择方法，用于对不完整查询进行补充，包括：
语义分析步骤，对来自用户的查询执行语义分析；
服务选择步骤，根据语义分析后的查询对不完整的查询进行补充，从而获得选择的服务；以及
检索步骤，根据选择的服务检索答案，其中服务选择步骤包括第二自动服务选择步骤，利用服务映射规则库找出用户当前查询中的不完整部分，并通过搜索当前用户查询历史库从而生成选择的服务，其中第二自动的服务选择步骤包括：
缺失内容查找步骤，将语义分析后的用户查询与服务映射规则库中的服务映射规则进行匹配，并从匹配的服务映射规则中提取出当前查询所属的服务类型和当前查询中缺失的参数；
相似查询检测步骤，从其它用户查询历史库中查找出包含当前查询中缺失的参数的历史查询，作为相似查询，并从中提取出与当前查询中缺失的参数对应的参数值；
查询补充步骤，将服务类型，缺失的参数和参数值补充到语义分析后的用户查询中，从而生成选择的服务。
23.如权利要求22所述的方法，其中缺失内容查找步骤包括从服务映射规则库中找出满足下列条件的服务映射规则作为匹配的服务映射规则的步骤：(1)服务映射规则的需求等于语义分析后的查询的需求；以及(2)服务映射规则的服务参数包含语义分析后的查询的参数。
24.如权利要求22所述的方法，其中相似查询检测步骤包括从其它用户查询历史库中找出满足下列条件的历史查询作为相似查询的步骤：(1)历史查询的服务类型与提取出的当前查询所属的服务类型相同；以及(2)历史查询的查询参数包含语义分析后的查询的所有参数。
25.一种基于自然语言的服务选择方法，用于对不完整查询进行补充，包括：
语义分析步骤，对来自用户的查询执行语义分析；
服务选择步骤，根据语义分析后的查询对不完整的查询进行补充，从而获得选择的服务；以及
检索步骤，根据选择的服务检索答案，其中自动的服务选择步骤包括第三自动服务选择步骤，利用服务映射规则库找出用户当前查询中的不完整部分，并通过搜索常识库从而生成选择的服务，其中第三自动服务选择步骤包括：
缺失内容查找步骤，将语义分析后的用户查询与服务映射规则库中的服务映射规则进行匹配，并从匹配的服务映射规则中提取出查询所属的服务类型和查询中缺失的参数；
常识匹配步骤，将语义分析后的用户查询与常识库的常识进行匹配，找出匹配的常识，并从匹配的常识中取出默认值作为缺失的参数值；
查询补充步骤，将服务类型，缺失的参数和参数值补充到语义分析后的用户查询中，从而生成选择的服务。
26.如权利要求25所述的方法，其中缺失内容查找步骤包括从服务映射规则库中找出满足下列条件的服务映射规则作为匹配的服务映射规则的步骤：(1)服务映射规则的需求等于语义分析后的查询的需求；以及(2)服务映射规则的服务参数包含语义分析后的查询的所有参数。
27.如权利要求25所述的方法，其中常识匹配步骤包括从常识库中找出满足下列条件的常识，作为匹配常识的步骤：(1)常识的服务类型与提取出的查询所属的服务类型相同；以及(2)常识的缺失参数与提取出的查询的缺失参数相同。
28.如权利要求15所述的方法，其中服务选择步骤包括：
自动的服务选择步骤，利用服务映射规则库找出用户当前查询中的不完整部分，并通过搜索当前用户查询历史库，或其它用户查询历史库或常识库从而生成选择的服务；以及
半自动的服务选择步骤，该半自动的服务选择步骤在自动的服务选择步骤生成的选择的服务不精确时，利用服务映射规则库找出用户查询中的不完整部分，并通过与用户进行交互对不完整的部分进行补充，从而生成选择的服务。
29.一种查询***，包括：
查询接收器，用于接收用户查询；
语义分析设备，用于对用户查询进行分词，以及对分词后的用户查询进行语义分析；
服务选择设备，用于根据语义分析后的查询对不完整的查询进行补充，从而获得选择的服务；
检索设备，用于根据选择的服务进行检索，以获取相应答案；以及
答案发送器，用于将检索获得的相应答案发送给用户，
其中服务选择设备包括半自动的服务选择部分，该半自动的服务选择部分用于利用服务映射规则库找出用户查询中的不完整部分，并通过与用户进行交互对不完整部分进行补充，从而生成选择的服务，
其中半自动的服务选择部分包括：
缺失内容查找单元，用于将语义分析后的用户查询与服务映射规则库中的服务映射规则进行匹配，并从匹配的服务映射规则中提取出查询所属的服务类型和查询中缺失的参数；
用户交互单元，用于根据查询中缺失的参数，向用户提示输入与缺失的参数对应的参数值的提示信息，并接收来自用户的包括参数值的反馈信息；
参数值提取单元，用于从用户反馈信息中提取出参数值；
查询补充单元，用于将服务类型，缺失的参数和参数值补充到语义分析后的用户查询中，从而生成选择的服务。
30.一种查询方法，包括：
查询接收步骤，接收用户查询；
语义分析步骤，对用户查询进行分词，以及对分词后的用户查询进行语义分析；
服务选择步骤，根据语义分析后的查询对不完整的查询进行补充，从而获得选择的服务；
检索步骤，根据选择的服务进行检索，以获取相应答案；
答案发送步骤，将检索获得的相应答案发送给用户，
其中服务选择步骤包括半自动的服务选择步骤，该半自动的服务选择步骤利用服务映射规则库找出用户查询中的不完整部分，并通过与用户进行交互对不完整部分进行补充，从而生成选择的服务，其中半自动的服务选择步骤包括：
缺失内容查找步骤，将语义分析后的用户查询与服务映射规则库中的服务映射规则进行匹配，并从匹配的服务映射规则中提取出查询所属的服务类型和查询中缺失的参数；
用户交互步骤，根据查询中缺失的参数，向用户提示输入与缺失的参数对应的参数值的提示信息，并接收来自用户的包括参数值的反馈信息；
参数值提取步骤，从用户反馈信息中提取出参数值；
查询补充步骤，将服务类型，缺失的参数和参数值补充到语义分析后的用户查询中，从而生成选择的服务。
31.一种查询***，包括：
查询接收器，用于接收用户查询；
语义分析设备，用于对用户查询进行分词，以及对分词后的用户查询进行语义分析；
判断设备，用于判断用户查询是否是完整的查询；
第一服务选择设备，用于对完整的查询执行处理，从而获得第一选择的服务；
第二服务选择设备，用于对不完整的查询进行补充，从而获得第二选择的服务；
检索设备，用于根据第一选择的服务或第二选择的服务执行检索，以获取相应答案；以及
答案发送器，用于将检索获得的相应答案发送给用户，
其中第二服务选择设备包括半自动的服务选择部分，该半自动的服务选择部分用于利用服务映射规则库找出用户查询中的不完整部分，并通过与用户进行交互对不完整部分进行补充，从而生成选择的服务，
其中半自动的服务选择部分包括：
缺失内容查找单元，用于将语义分析后的用户查询与服务映射规则库中的服务映射规则进行匹配，并从匹配的服务映射规则中提取出查询所属的服务类型和查询中缺失的参数；
用户交互单元，用于根据查询中缺失的参数，向用户提示输入与缺失的参数对应的参数值的提示信息，并接收来自用户的包括参数值的反馈信息；
参数值提取单元，用于从用户反馈信息中提取出参数值；
查询补充单元，用于将服务类型，缺失的参数和参数值补充到语义分析后的用户查询中，从而生成选择的服务。
32.如权利要求31所述的***，其中判断设备将语义分析后的用户查询与服务映射规则库中的规则进行匹配，如果匹配成功，则将该用户查询作为完整的查询发送到第一服务选择设备，如果匹配不成功，则将该用户查询作为不完整的查询发送到第二服务选择设备。
33.如权利要求32所述的***，其中判断设备根据下列条件来判断匹配是否成功：(1)服务映射规则中的需求与语义分析后的查询的需求相同；以及(2)服务映射规则所需要的所有服务参数包括在语义分析后的查询中。
34.一种查询方法，包括：
查询接收步骤，接收用户查询；
语义分析步骤，对用户查询进行分词，以及对分词后的用户查询进行语义分析；
判断步骤，判断用户查询是否是完整的查询；
第一服务选择步骤，对完整的查询执行处理，从而获得第一选择的服务；
第二服务选择步骤，对不完整的查询进行补充，从而获得第二选择的服务；
检索步骤，根据第一选择的服务或第二选择的服务执行检索，以获取相应答案；以及
答案发送步骤，将检索获得的相应答案发送给用户，
其中第二服务选择步骤包括半自动的服务选择步骤，该半自动的服务选择步骤利用服务映射规则库找出用户查询中的不完整部分，并通过与用户进行交互对不完整部分进行补充，从而生成选择的服务，其中半自动的服务选择步骤包括：
缺失内容查找步骤，将语义分析后的用户查询与服务映射规则库中的服务映射规则进行匹配，并从匹配的服务映射规则中提取出查询所属的服务类型和查询中缺失的参数；
用户交互步骤，根据查询中缺失的参数，向用户提示输入与缺失的参数对应的参数值的提示信息，并接收来自用户的包括参数值的反馈信息；
参数值提取步骤，从用户反馈信息中提取出参数值；
查询补充步骤，将服务类型，缺失的参数和参数值补充到语义分析后的用户查询中，从而生成选择的服务。
35.如权利要求34所述的方法，其中判断步骤包括步骤：将语义分析后的用户查询与服务映射规则库中的规则进行匹配，如果匹配成功，则该用户查询作为完整的查询由第一服务选择步骤处理，如果匹配不成功，则该用户查询作为不完整的查询由第二服务选择步骤处理。
36.如权利要求35所述的方法，其中判断步骤包括根据下列条件来判断匹配是否成功的步骤：(1)服务映射规则中的需求与语义分析后的查询的需求相同；以及(2)服务映射规则所需要的所有服务参数包括在语义分析后的查询中。
CN200710180648A 2007-09-30 2007-09-30 基于自然语言的服务选择***与方法以及服务查询***与方法 Active CN101398835B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN200710180648A CN101398835B (zh) 2007-09-30 2007-09-30 基于自然语言的服务选择***与方法以及服务查询***与方法
JP2008249046A JP5073630B2 (ja) 2007-09-30 2008-09-26 自然言語ベースのサービス選択システムおよび方法、サービスクエリシステムおよび方法
US12/239,422 US8117178B2 (en) 2007-09-30 2008-09-26 Natural language based service selection system and method, service query system and method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN200710180648A CN101398835B (zh) 2007-09-30 2007-09-30 基于自然语言的服务选择***与方法以及服务查询***与方法

Publications (2)

Publication Number Publication Date
CN101398835A CN101398835A (zh) 2009-04-01
CN101398835B true CN101398835B (zh) 2012-08-29

Family

ID=40509528

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200710180648A Active CN101398835B (zh) 2007-09-30 2007-09-30 基于自然语言的服务选择***与方法以及服务查询***与方法

Country Status (3)

Country Link
US (1) US8117178B2 (zh)
JP (1) JP5073630B2 (zh)
CN (1) CN101398835B (zh)

Families Citing this family (46)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130219333A1 (en) * 2009-06-12 2013-08-22 Adobe Systems Incorporated Extensible Framework for Facilitating Interaction with Devices
US20100332493A1 (en) * 2009-06-25 2010-12-30 Yahoo! Inc. Semantic search extensions for web search engines
WO2011051970A2 (en) * 2009-10-28 2011-05-05 Tata Consultancy Services Ltd. Method and system for obtaining semantically valid chunks for natural language applications
US8880520B2 (en) * 2010-04-21 2014-11-04 Yahoo! Inc. Selectively adding social dimension to web searches
US8538915B2 (en) * 2010-07-12 2013-09-17 International Business Machines Corporation Unified numerical and semantic analytics system for decision support
US9009030B2 (en) 2011-01-05 2015-04-14 Google Inc. Method and system for facilitating text input
US9069814B2 (en) * 2011-07-27 2015-06-30 Wolfram Alpha Llc Method and system for using natural language to generate widgets
CN102609833A (zh) * 2011-12-30 2012-07-25 鸿富锦精密工业（深圳）有限公司 具有日程管理功能的电子装置及方法
CN103425704B (zh) 2012-05-24 2017-07-21 阿里巴巴集团控股有限公司 应用界面提供方法及装置
US10031968B2 (en) * 2012-10-11 2018-07-24 Veveo, Inc. Method for adaptive conversation state management with filtering operators applied dynamically as part of a conversational interface
JP5661719B2 (ja) * 2012-10-25 2015-01-28 日本電信電話株式会社 質問応答装置、方法、及びプログラム
JP5835197B2 (ja) * 2012-11-29 2015-12-24 トヨタ自動車株式会社 情報処理システム
US9235636B2 (en) * 2012-12-20 2016-01-12 Dropbox, Inc. Presenting data in response to an incomplete query
CN103942229B (zh) * 2013-01-22 2017-05-03 日电（中国）有限公司 目的地预测设备和方法
US8990234B1 (en) * 2014-02-28 2015-03-24 Lucas J. Myslinski Efficient fact checking method and system
JP6203099B2 (ja) * 2014-03-25 2017-09-27 Kddi株式会社 統合されたイベントの属性値を補完する情報統合プログラム、装置及び方法
CN104951456B (zh) * 2014-03-26 2018-07-24 上海智臻智能网络科技股份有限公司 一种用于获得答案信息的方法、装置和设备
CN104951458B (zh) * 2014-03-26 2019-03-01 华为技术有限公司 基于语义识别的帮助处理方法及设备
CN104239767B (zh) * 2014-09-03 2018-05-01 陈飞 基于环境参数对自然语言命令自动补正操作序列以简化使用的装置及方法
US20160196490A1 (en) * 2015-01-02 2016-07-07 International Business Machines Corporation Method for Recommending Content to Ingest as Corpora Based on Interaction History in Natural Language Question and Answering Systems
US9767091B2 (en) * 2015-01-23 2017-09-19 Microsoft Technology Licensing, Llc Methods for understanding incomplete natural language query
CN104933084B (zh) 2015-05-04 2018-11-09 上海智臻智能网络科技股份有限公司 一种用于获得答案信息的方法、装置和设备
CN106933875B (zh) * 2015-12-31 2021-01-26 北京城市网邻信息技术有限公司 数据查询方法及装置
CN105631032B (zh) * 2015-12-31 2018-12-28 上海智臻智能网络科技股份有限公司 基于抽象语义推荐的问答知识库建立方法、装置及***
CN105608218B (zh) * 2015-12-31 2018-11-27 上海智臻智能网络科技股份有限公司 智能问答知识库的建立方法、建立装置及建立***
US10394956B2 (en) * 2015-12-31 2019-08-27 Shanghai Xiaoi Robot Technology Co., Ltd. Methods, devices, and systems for constructing intelligent knowledge base
CN105677795B (zh) * 2015-12-31 2019-09-06 上海智臻智能网络科技股份有限公司 抽象语义的推荐方法、推荐装置及推荐***
CN105744057B (zh) * 2016-01-21 2019-02-22 平安科技（深圳）有限公司 一种智能语音对话交互方法和装置
CN105787134B (zh) * 2016-04-07 2019-09-20 上海智臻智能网络科技股份有限公司 智能问答方法、装置及***
CN105912645B (zh) * 2016-04-08 2019-03-05 上海智臻智能网络科技股份有限公司 一种智能问答方法及装置
CN105955976B (zh) * 2016-04-15 2019-05-14 中国工商银行股份有限公司 一种自动应答***及方法
EP3506129A4 (en) * 2016-08-29 2019-08-28 Sony Corporation INFORMATION PROCESSING DEVICE, INFORMATION PROCESSING PROCESS AND PROGRAM
CN106503239A (zh) * 2016-11-07 2017-03-15 上海智臻智能网络科技股份有限公司 一种法律信息查询的方法和装置
CN108121732A (zh) * 2016-11-29 2018-06-05 渡鸦科技（北京）有限责任公司 服务处理方法和装置
CN107016542A (zh) * 2016-12-06 2017-08-04 阿里巴巴集团控股有限公司 一种业务数据处理方法、验证方法、装置及***
CN106649825B (zh) * 2016-12-29 2020-03-24 上海智臻智能网络科技股份有限公司 语音交互***及其创建方法和装置
CN106682222B (zh) * 2017-01-04 2019-06-14 上海智臻智能网络科技股份有限公司 用于问答***的多服务响应方法、装置及问答***
CN109416695B (zh) 2017-05-08 2022-05-27 微软技术许可有限责任公司 在自动聊天中提供本地服务信息
CN108334487B (zh) * 2017-07-14 2021-06-25 腾讯科技（深圳）有限公司 缺失语意信息补全方法、装置、计算机设备和存储介质
CN110019710A (zh) * 2017-11-27 2019-07-16 厦门快商通信息技术有限公司 一种主题森林式人机对话方法及***
CN109036425B (zh) * 2018-09-10 2019-12-24 百度在线网络技术（北京）有限公司 用于操作智能终端的方法和装置
CN110890090B (zh) * 2018-09-11 2022-08-12 珠海希音医疗科技有限公司 基于上下文的辅助交互控制方法及***
JP7351701B2 (ja) * 2018-10-04 2023-09-27 株式会社アイシン 情報提供システム、情報提供装置及びコンピュータプログラム
CN117319235A (zh) * 2018-12-04 2023-12-29 创新先进技术有限公司 一种服务调用方法及装置
US11823667B2 (en) * 2021-08-26 2023-11-21 Oracle International Corporation Contextually-adaptive conversational interface
CN116028700B (zh) * 2023-03-29 2023-07-04 小米汽车科技有限公司 车辆的离线查询方法及其装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101022377A (zh) * 2007-01-31 2007-08-22 北京邮电大学 一种基于服务关系本体的交互式服务创建方法

Family Cites Families (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001125896A (ja) * 1999-10-26 2001-05-11 Victor Co Of Japan Ltd 自然言語対話システム
US7392185B2 (en) * 1999-11-12 2008-06-24 Phoenix Solutions, Inc. Speech based learning/training system using semantic decoding
US6564213B1 (en) * 2000-04-18 2003-05-13 Amazon.Com, Inc. Search query autocompletion
US7203678B1 (en) * 2001-03-27 2007-04-10 Bea Systems, Inc. Reconfigurable query generation system for web browsers
JP3755147B2 (ja) 2001-05-25 2006-03-15 日本電気株式会社 ポータルサイト作成方法およびポータルサイト作成装置
JP3795350B2 (ja) * 2001-06-29 2006-07-12 株式会社東芝 音声対話装置、音声対話方法及び音声対話処理プログラム
US7284191B2 (en) * 2001-08-13 2007-10-16 Xerox Corporation Meta-document management system with document identifiers
US6778979B2 (en) * 2001-08-13 2004-08-17 Xerox Corporation System for automatically generating queries
US7133862B2 (en) * 2001-08-13 2006-11-07 Xerox Corporation System with user directed enrichment and import/export control
JP2004054781A (ja) 2002-07-23 2004-02-19 Toppan Printing Co Ltd 情報検索コミュニケーションシステム及び情報検索コミュニケーション方法
JP2004288118A (ja) 2003-03-25 2004-10-14 Hewlett Packard Co <Hp> サービス登録データの管理方法
US8312014B2 (en) * 2003-12-29 2012-11-13 Yahoo! Inc. Lateral search
US7890526B1 (en) * 2003-12-30 2011-02-15 Microsoft Corporation Incremental query refinement
US7814085B1 (en) * 2004-02-26 2010-10-12 Google Inc. System and method for determining a composite score for categorized search results
US7836044B2 (en) * 2004-06-22 2010-11-16 Google Inc. Anticipated query generation and processing in a search engine
US7487145B1 (en) * 2004-06-22 2009-02-03 Google Inc. Method and system for autocompletion using ranked results
US20060106769A1 (en) * 2004-11-12 2006-05-18 Gibbs Kevin A Method and system for autocompletion for languages having ideographs and phonetic characters
US7689910B2 (en) * 2005-01-31 2010-03-30 International Business Machines Corporation Processing semantic subjects that occur as terms within document content
US7788248B2 (en) * 2005-03-08 2010-08-31 Apple Inc. Immediate search feedback
US20080065617A1 (en) * 2005-08-18 2008-03-13 Yahoo! Inc. Search entry system with query log autocomplete
US7672932B2 (en) * 2005-08-24 2010-03-02 Yahoo! Inc. Speculative search result based on a not-yet-submitted search query
US7747639B2 (en) * 2005-08-24 2010-06-29 Yahoo! Inc. Alternative search query prediction
KR20070024771A (ko) * 2005-08-30 2007-03-08 엔에이치엔(주) 질의어 자동변환을 이용한 자동완성 질의어 제공 시스템 및방법
KR100643801B1 (ko) * 2005-10-26 2006-11-10 엔에이치엔(주) 복수의 언어를 연동하는 자동완성 추천어 제공 시스템 및방법
US8010523B2 (en) * 2005-12-30 2011-08-30 Google Inc. Dynamic search box for web browser
US20070168335A1 (en) * 2006-01-17 2007-07-19 Moore Dennis B Deep enterprise search
KR100792699B1 (ko) * 2006-03-17 2008-01-11 엔에이치엔(주) 일반 추천어 및 광고 추천어 자동완성 방법 및 시스템
US8073860B2 (en) * 2006-03-30 2011-12-06 Veveo, Inc. Method and system for incrementally selecting and providing relevant search engines in response to a user query
KR100754768B1 (ko) * 2006-04-06 2007-09-03 엔에이치엔(주) 사용자별 맞춤 추천어를 제공하는 시스템, 방법 및 상기방법을 실행하기 위한 프로그램이 기록된 컴퓨터에서 판독가능한 기록 매체
US7937402B2 (en) * 2006-07-10 2011-05-03 Nec (China) Co., Ltd. Natural language based location query system, keyword based location query system and a natural language and keyword based location query system
US7716201B2 (en) * 2006-08-10 2010-05-11 Yahoo! Inc. Method and apparatus for reconstructing a search query
US20080140634A1 (en) * 2006-11-27 2008-06-12 Frank John Williams Methods for relational searching, discovering relational information, and responding to interrogations
US7802194B2 (en) * 2007-02-02 2010-09-21 Sap Ag Business query language

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101022377A (zh) * 2007-01-31 2007-08-22 北京邮电大学 一种基于服务关系本体的交互式服务创建方法

Also Published As

Publication number Publication date
US8117178B2 (en) 2012-02-14
JP5073630B2 (ja) 2012-11-14
US20090089282A1 (en) 2009-04-02
CN101398835A (zh) 2009-04-01
JP2009087345A (ja) 2009-04-23

Similar Documents

Publication Publication Date Title
CN101398835B (zh) 基于自然语言的服务选择***与方法以及服务查询***与方法
CN101398810B (zh) 自适应服务选择设备及其方法,查询***及其方法
CN100514337C (zh) 关键词的联想信息生成***和生成方法
Yan et al. Crowdsearch: exploiting crowds for accurate real-time image search on mobile phones
CN101416179B (zh) 用来向每个用户提供调整推荐字的***和方法
CN101542475B (zh) 用于对具有象形表意内容的数据进行搜索和匹配的***和方法
CN102236663B (zh) 一种基于垂直搜索的查询方法、***和装置
CN100399334C (zh) 搜索结构化文档的设备和方法
CN101563687A (zh) 企业收录搜索
CN102262641B (zh) 网络查询中的在线手写识别***和方法
CN101501610A (zh) 非标准的基于位置的文本输入
CN110888990A (zh) 文本推荐方法、装置、设备及介质
CN102483752A (zh) 用于部分输入的查询的自动完成
CN101179472A (zh) 一种网络资源搜索方法及搜索***
JP5333131B2 (ja) 情報処理装置及び情報処理方法
CN102402589A (zh) 一种提供与搜索请求相关的参考搜索信息的方法与设备
CN110019617B (zh) 地址标识的确定方法和装置、存储介质、电子装置
CN104750839A (zh) 一种数据推荐方法、终端及服务器
CN102063194A (zh) 用于供用户进行文字输入的方法、设备、服务器和***
CN103534696A (zh) 针对口语语言理解中的域检测利用查询点击记录
CN102063454A (zh) 一种搜索与应用相结合的方法和设备
JP2006268690A (ja) Ｆａｑ提示・改善方法、ｆａｑ提示・改善装置およびｆａｑ提示・改善プログラム
CN103955480A (zh) 一种用于确定用户所对应的目标对象信息的方法与设备
CN104021191A (zh) 一种提供移动终端相关问题解决方案的方法、***及服务器
CN106202440A (zh) 数据处理方法、装置及设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20180103

Address after: 100190 Zhongguancun street, Haidian District, Beijing, No. 18, block B, block 18

Patentee after: Data Hall (Beijing) Polytron Technologies Inc

Address before: 100007 room 12, room B, South Xin Bin International Building, No. 22, Dongsishitiao a Dongcheng District, Dongcheng District, Beijing

Patentee before: NEC (China) Co., Ltd.