JP4937201B2 - クエリー要件展開器およびクエリー要件展開方法 - Google Patents
クエリー要件展開器およびクエリー要件展開方法 Download PDFInfo
- Publication number
- JP4937201B2 JP4937201B2 JP2008170339A JP2008170339A JP4937201B2 JP 4937201 B2 JP4937201 B2 JP 4937201B2 JP 2008170339 A JP2008170339 A JP 2008170339A JP 2008170339 A JP2008170339 A JP 2008170339A JP 4937201 B2 JP4937201 B2 JP 4937201B2
- Authority
- JP
- Japan
- Prior art keywords
- query
- concept
- requirement
- query requirement
- question type
- 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.)
- Expired - Fee Related
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
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- 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
- G06F16/3332—Query translation
- G06F16/3338—Query expansion
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
要件“c1;t1”および“c2;t2”間の関連度=c1とc2間の関連度*t1とt2間の関連度
ここで、c1とc2はクエリー概念、t1とt2は質問タイプである。
図5に、フィールド知識ベースとマッピング知識ベースとのセットから成る知識ベースの例示的構造を示す。各フィールド知識ベースは1つのフィールドに対応し、このフィールドに意味的知識を記録する。例えば、地図フィールドは地図知識ベースに対応し、イエローページフィールドはイエローページ知識ベースに対応する。異なるフィールドに関する知識は完全に独立しているのではなく、様々な形で互いに関連付けられており、異なるフィールド知識ベース内の概念間におけるこれらの関連付けが1つのマッピング知識ベースによって記録される。
1)概念セクションは、フィールド内のすべてのカテゴリーとエンティティを格納する。
例えば、地図知識ベースの概念セクションは、電子地図に示されるすべての地理的カテゴリーとエンティティを含む。電子地図上では、カテゴリーは、ロケーションがどのカテゴリーに属するかを示す。例えば、電子ビルと道路は、いずれも1つのカテゴリーに属する。また、エンティティは、電子地図上の特定のロケーションを表す。例えば、Hailong Building(海龍ビル)とZhongguancun Street(中関村大街)は、いずれも1つのエンティティに属する。
2)属性セクションでは、各属性は概念の特徴(緯度、経度など)を定義する。各属性には、その属性の値タイプを示す「タイプ」というアイテムが含まれる。
3)関係セクションは、概念間の様々な関連付けを表す。例えば、isaはカテゴリー間またはエンティティとカテゴリー間の従属関係を表し、“near”はエンティティ間の空間的な隣接関係を示す。各関係には、“type”と“characteristic”という2つのアイテムがある。前者は関係の値タイプを表し、後者は主に、移動性と対称性のいずれかの形態となる。R(x,y)&R(y,z)−>R(x,z)の場合、Rは移動性の特徴を有し、例えばisaの関係は、移動性を満足する。R(x,y)−>R(y,x)の場合、Rは対称性の特徴を有し、例えばnearの関係は、対称性の特徴を満足する。
1)同義語マッピング関係セクションは、同義語または省略形間のマッピングを表す。例えば、”synonymous(Hailong Building,Hailong Electronic Building)”は、2つの語が同義であることを示す。
2)言語マッピング関係セクションは、1つの概念に関する異なる言語の翻訳間のマッピングを表す。例えば、“chinese−english(中関村大街,Zhongguancun Street)”は、後者が前者の英語版であることを意味する。
3)空間マッピング関係セクションは、空間的に互いに関係のある概念間のマッピングを表す。例えば、”near(Hailong Building,Bus No.320)”は、2つのエンティティは互いに近いことを意味する。
1)同義語辞書と省略ルールライブラリとに基づいて、同義語マッピングセクションを生成する。ここで、同義語辞書には概念とその同義語が含まれる(“Yingu Building”と“Yingu Electronic Building”が同義語であることを示す“Yingu Building,Yingu Electronic Building”など)。省略ルールライブラリには様々な語句の省略形が格納される(「Peking University is abbreviated as PKU」(北京大学はPKUと省略される)ことを示す“abbreviate (Peking University,PKU)”など)。省略ルールによって、2つの概念が同義語かどうかを判断できる。例えば、“abbreviate(Peking University,PKU)”と“abbreviate(Affiliated Primary School,APS)”から、synonymous(Affiliated Primary School of Peking University,APSPKU)を導き出すことが可能である。
2)多言語辞書に基づいて、言語マッピング関係セクションを生成する。
3)電子地図のGIS機能に基づいて、空間マッピング関係セクションを生成する。
言語ベースは、ユーザクエリーを理解するための言語モデルを格納し、様々なフィールドクエリー言語とパブリッククエリー言語で構成される。各フィールドは、1つのフィールドクエリー言語に対応する。例えば、交通フィールドは交通フィールドクエリー言語に対応し、公共交通機関フィールドは公共交通機関クエリー言語に対応し、イエローページフィールドはイエローページフィールドクエリー言語に対応する。パブリッククエリー言語は、様々なフィールドクエリー言語間で共通するクエリー特徴を要約する言語であり、フィールドクエリー言語によってパラメータ継承が可能である。フィールドクエリー言語とパブリッククエリー言語は同じ形式で表現される。
1)質問タイプ部。質問タイプは、“traffic status”(交通状態)のような文字列とすることができる。
2)継承部。継承部は、その構文は質問タイプによって継承可能であることを示す。例えば、“traffic status:attribute value query (?cate=bridge|road,?A=traffic status)”は、構文“traffic status”は、パラメータ?cateおよび?Aを割り当てることによって、質問タイプの構文“attribute value query”を継承できることを表す。これはつまり、“<traffic status>[of]<?C(road|bridge)>”も構文“traffic status”に属することを意味する。
3)構文部。構文部は、例えば“<?C(road|bridge)><blocked|congested|unblocked>”のように、ある質問タイプに関する可能なすべての自然語クエリーを要約する。構文部は、“?C”、“blocked”(輻輳)、“congested”(渋滞)、“unblocked”(輻輳なし)といった構文語の集まりで形成される。構文部では、いくつかの特殊記号も定義される。各特殊記号の意味は以下のとおりである。
・ “|”は、“OR”論理演算を意味する。
・ <?X(cons1|…|consm)>は、Xは概念であることを意味する。ここでconsi(i=1,…,m)は、概念Xの値の範囲を制約する制約条件であるconsiは、通常は知識ベース内のカテゴリーである。Xは、知識ベース内の任意カテゴリーconsiに属するエンティティによってのみ置換できる。換言すれば、Xはisa(X,consi)を満足しなければならない。例えば、<?C(road|bridge)>は、知識ベース内の道路または橋(例:Zhongguancun Street)であるエンティティによってのみ置換できる。
・ “[]”は、“[“と“]”の間の内容はオプションであることを意味する。
図8に関連性データベースの一例を示す。関連性データベースは、すべてのオブジェクト(知識ベース内の概念、および言語ベース内の質問タイプ)間の関連度に関する関連度データを記録する。このとき、以下の4つのタイプの関連度が主に考慮される。
a.意味的関連度。異なる概念間の意味的関連度を表す。例えば、”Hailong Building”と“Zhongguancun Street”はいずれもロケーションであり、空間的にも近いので、意味的に関連していると判定される。意味的に関連する2つの概念は、エンティティまたはカテゴリーのいずれかである。
b.統計的関連度。異なる概念間の統計的関連度を表す。例えば、“Hailong Building”と“Zhongguancun Street”は同じテキスト内に出現することが多いため、統計的に関連していると判定される。
c.文字列類似度。異なる語句間の記述形式における類似度を表す。例えば、”Pacific”は“Pacific Building”の部分列なので、“Pacific”と“Pacific Building”は記述形式において関連している。また、“Hailong”は“Hailong Building”の部分列なので、“Pacific”と“Pacific Building”の間、および“Hailong”と“Hailong Building”の間には、文字列類似性があると判定される。
d.サービス関連度。異なる質問タイプによって提供されるサービス間の関連度を表す。例えば、“address”(住所)と“route”(道順)はいずれもロケーションサービスに関係するので、これらはサービスにおいて関連性がある。
ここで、Len(MinPath(x,y))は、x−y間の最短経路長(すなわち、xからyまでの弧の数)を表す。例えば、図6では、“Hailong Building”と“Zhongguancun Street”との間の最短経路は、“Hailong Building−Near− Zhongguancun Street”である。この経路には弧は1つしかないため、最短経路長は1であり、意味的関連度は1である。
ここで、P(x,y)はxとyが同時に出現する確率を表し、P(x)、P(y)はそれぞれ、xとyが単独で出現する確率を表す。例えば、“Hailong Building”と“Zhongguancun”の両方が出現する確率は0.98であり、それぞれは0.14の確率で単独で出現する場合、“Hailong Building”と“Zhongguancun”の間の統計的関連度は0.7になる。
サービス関連度=P(Qn+1の質問タイプはy|Qnの質問タイプはx)(4)
この式により、あるユーザクエリーの質問タイプがxで、次のユーザクエリーの質問タイプがyであった頻度を得ることができる。例えば、ユーザは、あるロケーションの住所を問い合わせた直後に、しばしばそのロケーションへの道順を尋ねる。そのため、質問タイプ“address”と質問タイプ“route”とのサービス関連度は高く、その計算値は0.9となる。
1)クエリー概念が既知か否かの判定:知識ベースを検索して、クエリー概念がいずれかのフィールド知識ベースの概念セクションに含まれているかどうかをチェックし、明示的クエリー要件内のクエリー概念がない場合には、未知のクエリー概念が存在すると判定する。
2)質問タイプが既知か否かの判定:言語ベースを検索して、当該ベースに質問タイプが含まれているかどうかをチェックし、明示的クエリー要件内の質問タイプがない場合には、未知の質問タイプが存在すると判定する。
3)意味整合性の判定:最初に、言語ベースを検索し、質問タイプに対応する構文内で定義されている概念制約を検出する。次に、意味整合性判定手段3013と同じ制約判定方法を利用し、知識ベースに基づいて、明示的クエリー要件内の概念が上記の概念制約を満たすかどうかを判定する。
4)要件タイプの判定:上記のステップに従って、ユーザクエリーが属するタイプを判定する。判定結果は以下のように取得する。
・ すべての概念と質問タイプが要件タイプ判定手段に既知で、かつ意味的誤りが発生しなかった場合は、意味的理解可能クエリーである。
・ すべての概念と質問タイプが要件タイプ判定手段に既知であるが、意味的誤りが発生した場合は、構文的理解可能クエリーである。
・ 一部の概念または質問タイプが要件タイプ判定手段に未知の場合は、構文的理解不能クエリーである。
2:クエリー要件理解装置
3:クエリー要件展開装置
4:展開応答生成装置
5:要件関連性データベース
101:クエリー受信機
102:応答送信機
201:知識ベース
202:言語ベース
203:関連性データベース
301:クエリー要件理解装置
302:意味的理解可能クエリー要件展開装置
303:構文的理解可能クエリー要件展開装置
304:構文的理解不能クエリー要件展開装置
305:展開応答生成装置
42:意味的関連度計算手段
44:統計的関連度計算手段
45:文字列関連度計算手段
46:サービス関連度計算手段
3011:構文分析手段
3012:照合手段
3013:意味整合性判定手段
3014:明示的クエリー要件生成手段
3015:要件タイプ判定手段
3021:関連質問タイプ取得手段
3022:関連クエリー概念取得手段
3023:関連クエリー要件選択手段
3024:クエリー要件展開生成手段
3031:概念制約取得手段
3032:関連クエリー概念取得手段
3033:クエリー要件展開生成手段
3041:類似質問タイプ取得手段
3042:概念意味推測手段
3043:類似クエリー概念取得手段
3044:クエリー要件展開生成手段
Claims (35)
- クエリー要件展開器であって、
ユーザのクエリー要求に基づいて、明示的クエリー要件を生成するクエリー要件理解装置と、
前記明示的クエリー要件に関連付けて暗黙クエリー要件を生成するクエリー要件展開装置とを備え、
前記クエリー要件理解装置が、
知識ベースと言語ベースとに基づいてユーザクエリーを解析する解析手段と、
一致する構文を検出するために、解析済みユーザクエリーを言語ベースと照合する照合手段と、
前記知識ベースと前記言語ベースとに基づいて、ユーザクエリー内の概念に意味上の誤りがあるかどうかを判定する意味整合性判定手段と、
一致した構文に基づいて、一致した構文に対応し、かつクエリー概念と質問タイプとを含む明示的クエリー要件を生成する明示的クエリー要件生成手段と、
前記知識ベースと前記言語ベースとに基づいて、明示的クエリー要件がどのタイプに属し、意味的に理解可能か、構文的に理解可能か、または構文的に理解不能かを判定する要件タイプ判定手段とを備え、
前記クエリー要件展開装置が、
意味的に理解可能な明示的クエリー要件に基づいて関連性データベースを検索し、さらに、この意味的に理解可能なクエリー要件と関連付けられ、かつ、関連クエリー概念と関連質問タイプ、またはクエリー概念と関連質問タイプのいずれかを有する暗黙クエリー要件を含む関連クエリー要件セットを取得する意味的理解可能クエリー要件展開装置を備える
ことを特徴とするクエリー要件展開器。 - 前記意味的理解可能クエリー要件展開装置は、
前記関連性データベースを検索し、検索済み関連質問タイプセットとして、前記明示的クエリー要件におけるサービス関連度の高い質問タイプを取得する関連質問タイプ取得手段と、
前記関連性データベースを検索し、検索済み関連クエリー概念セットとして、前記明示的クエリー要件内の概念との関連度の高い概念を取得する関連概念取得手段と、
前記関連クエリー概念セットと前記関連質問タイプセットとを結合して関連クエリー要件セットを取得し、前記知識ベースと前記言語ベースとを検索して、意味的誤りを有する関連クエリー要件を除去する関連クエリー要件選択手段と、
取得した前記関連クエリー要件と前記明示的クエリー要件との間の関連度を計算し、展開済みユーザクエリー要件として、関連度の高い前記関連クエリー要件を選択するクエリー要件展開生成手段とを備えることを特徴とする請求項1に記載のクエリー要件展開器。 - 前記クエリー要件展開生成手段は、
前記関連質問タイプと前記質問タイプの間の第2の関連度と共に前記関連クエリー概念とクエリー概念の間の第1の関連度をそれぞれ計算し、
前記第1の関連度と前記第2の関連度を追加して、前記関連クエリー要件と前記明示的クエリー要件の間の関連度を取得し、
前記関連クエリー概念と前記関連質問タイプは、前記関連クエリー要件に含まれ、また、前記クエリー概念および前記質問タイプは、前記明示的クエリー要件に含まれることを特徴とする請求項2に記載のクエリー要件展開器。 - 前記クエリー要件展開装置は、前記知識ベースと前記関連性データベースとに基づいて、構文的に理解可能な明示的クエリー要件に含まれるクエリー概念との関連性の高い関連クエリー概念セットを形成し、前記知識ベースを利用して、この関連クエリー概念セットから、事前定義された制約条件を満たす少なくとも1つの関連クエリー概念を選択し、さらに、暗黙クエリー要件として、少なくとも1つの選択した関連クエリー概念を明示的クエリー要件の質問タイプと結合する、構文的理解可能クエリー要件展開装置を備えることを特徴とする請求項1に記載のクエリー要件展開器。
- 前記構文的理解可能クエリー要件展開装置は、
前記明示的クエリー要件に含まれる前記質問タイプに従って前記言語ベースを検索し、前記質問タイプに対応する構文において定義された概念制約を抽出する概念制約取得手段と、
前記関連性データベースを利用して前記明示的クエリー要件に含まれるクエリー概念と関連度の高い概念を取得し、前記制約条件を満たす前記関連クエリー概念を選択するために、前記概念制約取得手段から取得した前記制約条件に従って前記知識ベースを検索する関連クエリー概念取得手段と、
前記明示的クエリー要件内の関連クエリー概念と質問タイプとを結合して暗黙クエリー要件を生成するクエリー要件展開生成手段とを備えることを特徴とする請求項4に記載のクエリー要件展開器。 - 前記クエリー要件展開装置は、類似したクエリー概念と類似した質問タイプの一方または両方を含む暗黙クエリー要件を取得するために、前記言語ベースを利用して、前記明示的クエリー要件に含まれる質問タイプに類似した質問タイプを検索するか、前記知識ベースと前記関連性データベースとを利用して、前記明示的クエリー要件内の未認識のクエリー概念に類似したクエリー概念を検索するか、またはその両方を実行する構文的理解不能クエリー要件展開装置を備えることを特徴とする請求項1に記載のクエリー要件展開器。
- 前記構文的理解不能クエリー要件展開装置は、
前記言語ベースを検索し、ユーザクエリーに含まれる質問タイプに類似した質問タイプを、類似質問タイプとして取得する類似質問タイプ取得手段と、
関連性データベース内の文字列類似度データに基づいて、未認識概念の文字列に類似したクエリー概念を、類似クエリー概念として取得する類似クエリー概念取得手段と、
前記類似クエリー概念と前記類似質問タイプとを結合し、暗黙クエリー要件を生成するクエリー要件展開生成手段とを備えることを特徴とする請求項6に記載のクエリー要件展開器。 - 前記構文的理解不能クエリー要件展開装置は、
前記知識ベースと、前記類似質問タイプに対応する構文に定義される概念制約を利用して、未認識クエリー概念が属するカテゴリーを推測する、前記類似質問タイプ取得手段に接続される概念意味推測手段を備え、
前記類似クエリー概念取得手段は、類似概念として、前記未認識クエリー概念に類似する文字列を有する概念から、推測カテゴリーと同じカテゴリーに属する概念を選択することを特徴とする請求項7に記載のクエリー要件展開器。 - 前記クエリー要件展開装置は、
意味的に理解可能な明示的クエリー要件に基づいて前記関連性データベースを検索し、さらに、この意味的に理解可能なクエリー要件と関連付けられ、かつ、前記関連クエリー概念と前記関連質問タイプ、または前記クエリー概念と前記関連質問のいずれかを有する暗黙クエリー要件を含む関連クエリー要件セットを取得する意味的理解可能クエリー要件展開装置と、
前記知識ベースと前記関連性データベースとに基づいて、構文的に理解可能な明示的クエリー要件に含まれるクエリー概念との関連性の高い関連クエリー概念セットを形成し、前記知識ベースを利用して、この関連クエリー概念セットから、事前定義された制約条件を満たす少なくとも1つの関連クエリー概念を選択し、さらに、暗黙クエリー要件として、少なくとも1つの選択した関連クエリー概念を明示的クエリー要件の質問タイプと結合する、構文的理解可能クエリー要件展開装置を備えることを特徴とする請求項1に記載のクエリー要件展開器。 - 前記意味的理解可能クエリー要件展開装置は、
前記関連性データベースを検索し、検索済み関連質問タイプセットとして、前記明示的クエリー要件におけるサービス関連度の高い質問タイプを取得する関連質問タイプ取得手段と、
前記関連性データベースを検索し、検索済み関連クエリー概念セットとして、前記明示的クエリー要件内の概念との関連度の高い概念を取得する関連概念取得手段と、
前記関連クエリー概念セットと前記関連質問タイプセットとを結合して関連クエリー要件セットを取得し、前記知識ベースと前記言語ベースとを検索して、意味的誤りを有する関連クエリー要件を除去する関連クエリー要件選択手段と、
取得した前記関連クエリー要件と前記明示的クエリー要件との間の関連度を計算し、展開済みユーザクエリー要件として、関連度の高い前記関連クエリー要件を選択するクエリー要件展開生成手段とを備えることを特徴とする請求項9に記載のクエリー要件展開器。 - 前記クエリー要件展開生成手段は、
前記関連質問タイプと前記質問タイプの間の第2の関連度と共に前記関連クエリー概念とクエリー概念の間の第1の関連度をそれぞれ計算し、
前記第1の関連度と前記第2の関連度を追加して、前記関連クエリー要件と前記明示的クエリー要件の間の関連度を取得し、
前記関連クエリー概念と前記関連質問タイプは、前記関連クエリー要件に含まれ、また、前記クエリー概念および前記質問タイプは、前記明示的クエリー要件に含まれることを特徴とする請求項10に記載のクエリー要件展開器。 - 前記構文的理解可能クエリー要件展開装置は、
前記明示的クエリー要件に含まれる前記質問タイプに従って前記言語ベースを検索し、前記質問タイプに対応する構文において定義された概念制約を抽出する概念制約取得手段と、
前記関連性データベースを利用して前記明示的クエリー要件に含まれるクエリー概念と関連度の高い概念を取得し、前記制約条件を満たす前記関連クエリー概念を選択するために、前記概念制約取得手段から取得した前記制約条件に従って前記知識ベースを検索する関連クエリー概念取得手段と、
前記明示的クエリー要件内の関連クエリー概念と質問タイプとを結合して暗黙クエリー要件を生成するクエリー要件展開生成手段とを備えることを特徴とする請求項9に記載のクエリー要件展開器。 - 前記クエリー要件展開装置は、
意味的に理解可能な明示的クエリー要件に基づいて前記関連性データベースを検索し、さらに、この意味的に理解可能なクエリー要件と関連付けられ、かつ、前記関連クエリー概念と前記関連質問タイプ、または前記クエリー概念と前記関連質問のいずれかを有する暗黙クエリー要件を含む関連クエリー要件セットを取得する意味的理解可能クエリー要件展開装置と、
類似したクエリー概念と類似した質問タイプの一方または両方を含む暗黙クエリー要件を取得するために、前記言語ベースを利用して、前記明示的クエリー要件に含まれる質問タイプに類似した質問タイプを検索するか、前記知識ベースと前記関連性データベースとを利用して、前記明示的クエリー要件内の未認識のクエリー概念に類似したクエリー概念を検索するか、またはその両方を実行する構文的理解不能クエリー要件展開装置を備えることを特徴とする請求項1に記載のクエリー要件展開器。 - 前記意味的理解可能クエリー要件展開装置は、
前記関連性データベースを検索し、検索済み関連質問タイプセットとして、前記明示的クエリー要件におけるサービス関連度の高い質問タイプを取得する関連質問タイプ取得手段と、
前記関連性データベースを検索し、検索済み関連クエリー概念セットとして、前記明示的クエリー要件内の概念との関連度の高い概念を取得する関連概念取得手段と、
前記関連クエリー概念セットと前記関連質問タイプセットとを結合して関連クエリー要件セットを取得し、前記知識ベースと前記言語ベースとを検索して、意味的誤りを有する関連クエリー要件を除去する関連クエリー要件選択手段と、
取得した前記関連クエリー要件と前記明示的クエリー要件との間の関連度を計算し、展開済みユーザクエリー要件として、関連度の高い前記関連クエリー要件を選択するクエリー要件展開生成手段とを備えることを特徴とする請求項13に記載のクエリー要件展開器。 - 前記クエリー要件展開生成手段は、
前記関連質問タイプと前記質問タイプの間の第2の関連度と共に前記関連クエリー概念とクエリー概念の間の第1の関連度をそれぞれ計算し、
前記第1の関連度と前記第2の関連度を追加して、前記関連クエリー要件と前記明示的クエリー要件の間の関連度を取得し、
前記関連クエリー概念と前記関連質問タイプは、前記関連クエリー要件に含まれ、また、前記クエリー概念および前記質問タイプは、前記明示的クエリー要件に含まれることを特徴とする請求項14に記載のクエリー要件展開器。 - 前記構文的理解不能クエリー要件展開装置は、
前記言語ベースを検索し、ユーザクエリーに含まれる質問タイプに類似した質問タイプを、類似質問タイプとして取得する類似質問タイプ取得手段と、
関連性データベース内の文字列類似度データに基づいて、未認識概念の文字列に類似したクエリー概念を、類似クエリー概念として取得する類似クエリー概念取得手段と、
前記類似クエリー概念と前記類似質問タイプとを結合し、暗黙クエリー要件を生成するクエリー要件展開生成手段とを備えることを特徴とする請求項13に記載のクエリー要件展開器。 - 前記構文的理解不能クエリー要件展開装置は、
前記知識ベースと、前記類似質問タイプに対応する構文に定義される概念制約を利用して、未認識クエリー概念が属するカテゴリーを推測する、前記類似質問タイプ取得手段に接続される概念意味推測手段を備え、
前記類似クエリー概念取得手段は、類似概念として、前記未認識クエリー概念に類似する文字列を有する概念から、推測カテゴリーと同じカテゴリーに属する概念を選択することを特徴とする請求項16に記載のクエリー要件展開器。 - 前記クエリー要件展開装置は、
前記知識ベースと前記関連性データベースとに基づいて、構文的に理解可能な明示的クエリー要件に含まれるクエリー概念との関連性の高い関連クエリー概念セットを形成し、前記知識ベースを利用して、この関連クエリー概念セットから、事前定義された制約条件を満たす少なくとも1つの関連クエリー概念を選択し、さらに、暗黙クエリー要件として、少なくとも1つの選択した関連クエリー概念を明示的クエリー要件の質問タイプと結合する、構文的理解可能クエリー要件展開装置と、
類似したクエリー概念と類似した質問タイプの一方または両方を含む暗黙クエリー要件を取得するために、前記言語ベースを利用して、前記明示的クエリー要件に含まれる質問タイプに類似した質問タイプを検索するか、前記知識ベースと前記関連性データベースとを利用して、前記明示的クエリー要件内の未認識のクエリー概念に類似したクエリー概念を検索するか、またはその両方を実行する構文的理解不能クエリー要件展開装置を備えることを特徴とする請求項1に記載のクエリー要件展開器。 - 前記構文的理解可能クエリー要件展開装置は、
前記明示的クエリー要件に含まれる前記質問タイプに従って前記言語ベースを検索し、前記質問タイプに対応する構文において定義された概念制約を抽出する概念制約取得手段と、
前記関連性データベースを利用して前記明示的クエリー要件に含まれるクエリー概念と関連度の高い概念を取得し、前記制約条件を満たす前記関連クエリー概念を選択するために、前記概念制約取得手段から取得した前記制約条件に従って前記知識ベースを検索する関連クエリー概念取得手段と、
前記明示的クエリー要件内の関連クエリー概念と質問タイプとを結合して暗黙クエリー要件を生成するクエリー要件展開生成手段とを備えることを特徴とする請求項18に記載のクエリー要件展開器。 - 前記構文的理解不能クエリー要件展開装置は、
前記言語ベースを検索し、ユーザクエリーに含まれる質問タイプに類似した質問タイプを、類似質問タイプとして取得する類似質問タイプ取得手段と、
関連性データベース内の文字列類似度データに基づいて、未認識概念の文字列に類似したクエリー概念を、類似クエリー概念として取得する類似クエリー概念取得手段と、
前記類似クエリー概念と前記類似質問タイプとを結合し、暗黙クエリー要件を生成するクエリー要件展開生成手段とを備えることを特徴とする請求項18に記載のクエリー要件展開器。 - 前記構文的理解不能クエリー要件展開装置は、
前記知識ベースと、前記類似質問タイプに対応する構文に定義される概念制約を利用して、未認識クエリー概念が属するカテゴリーを推測する、前記類似質問タイプ取得手段に接続される概念意味推測手段を備え、
前記類似クエリー概念取得手段は、類似概念として、前記未認識クエリー概念に類似する文字列を有する概念から、推測カテゴリーと同じカテゴリーに属する概念を選択することを特徴とする請求項20に記載のクエリー要件展開器。 - 前記クエリー要件展開装置は、
意味的に理解可能な明示的クエリー要件に基づいて前記関連性データベースを検索し、さらに、この意味的に理解可能なクエリー要件と関連付けられ、かつ、前記関連クエリー概念と前記関連質問タイプ、または前記クエリー概念と前記関連質問のいずれかを有する暗黙クエリー要件を含む関連クエリー要件セットを取得する意味的理解可能クエリー要件展開装置と、
前記知識ベースと前記関連性データベースとに基づいて、構文的に理解可能な明示的クエリー要件に含まれるクエリー概念との関連性の高い関連クエリー概念セットを形成し、前記知識ベースを利用して、この関連クエリー概念セットから、事前定義された制約条件を満たす少なくとも1つの関連クエリー概念を選択し、さらに、暗黙クエリー要件として、少なくとも1つの選択した関連クエリー概念を明示的クエリー要件の質問タイプと結合する、構文的理解可能クエリー要件展開装置と、
類似したクエリー概念と類似した質問タイプの一方または両方を含む暗黙クエリー要件を取得するために、前記言語ベースを利用して、前記明示的クエリー要件に含まれる質問タイプに類似した質問タイプを検索するか、前記知識ベースと前記関連性データベースとを利用して、前記明示的クエリー要件内の未認識のクエリー概念に類似したクエリー概念を検索するか、またはその両方を実行する構文的理解不能クエリー要件展開装置と
を備えることを特徴とする請求項1に記載のクエリー要件展開器。 - 展開応答を生成するために、暗黙クエリー要件を使って前記言語ベース、前記知識ベースおよび情報ベースを検索する展開応答生成装置を備えることを特徴とする請求項1から請求項22の何れかに記載のクエリー要件展開器。
- 直接クエリー応答を生成するために、明示的クエリー要件を利用して前記言語ベース、前記知識ベースおよび情報ベースを検索する直接応答生成装置を備えることを特徴とする請求項1から請求項23の何れかに記載のクエリー要件展開器。
- ユーザのクエリー要求に基づいて、明示的クエリー要件を生成するクエリー要件理解ステップと、
前記明示的クエリー要件に関連付けて暗黙クエリー要件を生成するクエリー要件展開ステップとを含み、
前記クエリー要件理解ステップは、
知識ベースと言語ベースとに基づいてユーザクエリーを解析する解析ステップと、
一致する構文を検出するために、解析済みユーザクエリーを言語ベースと照合する照合ステップと、
前記知識ベースと前記言語ベースとに基づいて、ユーザクエリー内の概念に意味上の誤りがあるかどうかを判定する意味整合性判定ステップと、
一致した構文に基づいて、一致した構文に対応し、かつクエリー概念と質問タイプとを含む明示的クエリー要件を生成する明示的クエリー要件生成ステップと、
前記知識ベースと前記言語ベースとに基づいて、明示的クエリー要件がどのタイプに属し、意味的に理解可能か、構文的に理解可能か、または構文的に理解不能かを判定する要件タイプ判定ステップとを含み、
前記クエリー要件展開ステップは、
意味的に理解可能な明示的クエリー要件に基づいて関連性データベースを検索し、さらに、この意味的に理解可能なクエリー要件と関連付けられ、かつ、関連クエリー概念と関連質問タイプ、またはクエリー概念と関連質問のいずれかを有する暗黙クエリー要件を含む関連クエリー要件セットを取得する意味的理解可能クエリー要件展開ステップと、
前記知識ベースと前記関連性データベースとに基づいて、構文的に理解可能な明示的クエリー要件に含まれるクエリー概念との関連性の高い関連クエリー概念セットを形成し、前記知識ベースを利用して、この関連クエリー概念セットから、事前定義された制約条件を満たす少なくとも1つの関連クエリー概念を選択し、さらに、暗黙クエリー要件として、少なくとも1つの選択した関連クエリー概念を明示的クエリー要件の質問タイプと結合する、構文的理解可能クエリー要件展開ステップと、
類似したクエリー概念と類似した質問タイプの一方または両方を含む暗黙クエリー要件を取得するために、前記言語ベースを利用して、前記明示的クエリー要件に含まれる質問タイプに類似した質問タイプを検索するか、前記知識ベースと前記関連性データベースとを利用して、前記明示的クエリー要件内の未認識のクエリー概念に類似したクエリー概念を検索するか、またはその両方を実行する構文的理解不能クエリー要件展開ステップのうちの少なくとも1つを含む
ことを特徴とするクエリー要件展開方法。 - 前記意味的理解可能クエリー要件展開ステップは、
前記関連性データベースを検索し、検索済み関連質問タイプセットとして、前記明示的クエリー要件におけるサービス関連度の高い質問タイプを取得する関連質問タイプ取得ステップと、
前記関連性データベースを検索し、検索済み関連クエリー概念セットとして、前記明示的クエリー要件内の概念との関連度の高い概念を取得する関連概念取得ステップと、
前記関連クエリー概念セットと前記関連質問タイプセットとを結合して関連クエリー要件セットを取得し、前記知識ベースと前記言語ベースとを検索して、意味的誤りを有する関連クエリー要件を除去する関連クエリー要件選択ステップと、
取得した前記関連クエリー要件と前記明示的クエリー要件との間の関連度を計算し、展開済みユーザクエリー要件として、関連度の高い前記関連クエリー要件を選択するクエリー要件展開生成ステップと
を含むことを特徴とする請求項25に記載のクエリー要件展開方法。 - 前記クエリー要件展開生成ステップは、
前記関連質問タイプと前記質問タイプの間の第2の関連度と共に前記関連クエリー概念とクエリー概念の間の第1の関連度をそれぞれ計算し、
前記第1の関連度と前記第2の関連度を追加して、前記関連クエリー要件と前記明示的クエリー要件の間の関連度を取得するステップを含み、
前記関連クエリー概念と前記関連質問タイプは、前記関連クエリー要件に含まれ、また、前記クエリー概念および前記質問タイプは、前記明示的クエリー要件に含まれることを特徴とする請求項26に記載のクエリー要件展開方法。 - 前記構文的理解可能クエリー要件展開ステップは、
前記明示的クエリー要件に含まれる前記質問タイプに従って前記言語ベースを検索し、前記質問タイプに対応する構文において定義された概念制約を抽出する概念制約取得ステップと、
前記関連性データベースを利用して前記明示的クエリー要件に含まれるクエリー概念と関連度の高い概念を取得し、前記制約条件を満たす前記関連クエリー概念を選択するために、前記概念制約取得ステップから取得した前記制約条件に従って前記知識ベースを検索する関連クエリー概念取得ステップと、
前記明示的クエリー要件内の関連クエリー概念と質問タイプとを結合して暗黙クエリー要件を生成するクエリー要件展開生成ステップとを含むことを特徴とする請求項25に記載のクエリー要件展開方法。 - 前記構文的理解不能クエリー要件展開ステップは、
前記言語ベースを検索し、ユーザクエリーに含まれる質問タイプに類似した質問タイプを、類似質問タイプとして取得する類似質問タイプ取得ステップと、
関連性データベース内の文字列類似度データに基づいて、未認識概念の文字列に類似したクエリー概念を、類似クエリー概念として取得する類似クエリー概念取得ステップと、
前記類似クエリー概念と前記類似質問タイプとを結合し、暗黙クエリー要件を生成するクエリー要件展開生成ステップとを含むことを特徴とする請求項25に記載のクエリー要件展開方法。 - 前記構文的理解不能クエリー要件展開ステップは、
前記知識ベースと、前記類似質問タイプに対応する構文に定義される概念制約を利用して、未認識クエリー概念が属するカテゴリーを推測する概念意味推測ステップを含み、
前記類似クエリー概念取得ステップは、類似概念として、前記未認識クエリー概念に類似する文字列を有する概念から、推測カテゴリーと同じカテゴリーに属する概念を選択することを特徴とする請求項29に記載のクエリー要件展開方法。 - 意味的な関連データを生成するために前記知識ベースに基づいて前記知識ベースの概念間の意味的な関連性を計算するステップと、
統計的関連度を生成するために、コーパスに対して統計を実行することにより、前記知識ベースにおける概念間の共通情報を計算するステップと、
文字列類似データを生成するために、辞書に基づいて語句間の文字列類似度を計算するステップと、
サービス関連データを生成するために、ユーザクエリーログに基づいて各クエリーの一致した構文に対応する質問タイプ間の関連度を計算するステップ
の少なくとも1つによって前記関連性データベースを生成することを特徴とする請求項25から請求項30の何れかに記載のクエリー要件展開方法。 - 各フィールド毎の知識ベースを生成するために、各フィールド情報ベースから概念、属性及び概念間の関係を抽出するステップと、
マッピング知識ベースを生成するために、同義語辞書、省略ルールライブラリ、多言語辞書及び電子地図から同義語マッピング関係、言語マッピング関係及び空間マッピング関係を抽出するステップとによって前記知識ベースを生成することを特徴とする請求項25から請求項31の何れかに記載のクエリー要件展開方法。 - 各フィールドクエリー言語を生成するために、各フィールド内のユーザクエリー文を収集し、クエリー文間の類似度を計算し、類似度に基づいてそれらのクエリー文をクラスター化するステップと、
各フィールドクエリー言語間の類似度を計算し、パブリッククエリー言語を抽出するステップとによって前記言語ベースを生成することを特徴とする請求項25から請求項31の何れかに記載のクエリー要件展開方法。 - 展開応答を生成するために、暗黙クエリー要件を使って前記言語ベース、前記知識ベースおよび情報ベースを検索する展開応答生成ステップを含むことを特徴とする請求項25から請求項33の何れかに記載のクエリー要件展開方法。
- 直接クエリー応答を生成するために、明示的クエリー要件を利用して前記言語ベース、前記知識ベースおよび情報ベースを検索する直接応答生成ステップを含むことを特徴とする請求項25から請求項34の何れかに記載のクエリー要件展開方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2007101274314A CN101339551B (zh) | 2007-07-05 | 2007-07-05 | 自然语言查询需求扩展设备及其方法 |
CN200710127431.4 | 2007-07-05 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2009037603A JP2009037603A (ja) | 2009-02-19 |
JP4937201B2 true JP4937201B2 (ja) | 2012-05-23 |
Family
ID=40213621
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008170339A Expired - Fee Related JP4937201B2 (ja) | 2007-07-05 | 2008-06-30 | クエリー要件展開器およびクエリー要件展開方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US8180628B2 (ja) |
JP (1) | JP4937201B2 (ja) |
CN (1) | CN101339551B (ja) |
Families Citing this family (72)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100930617B1 (ko) * | 2008-04-08 | 2009-12-09 | 한국과학기술정보연구원 | 다중 개체 중심적 통합 검색 시스템 및 방법 |
US20100241893A1 (en) | 2009-03-18 | 2010-09-23 | Eric Friedman | Interpretation and execution of a customizable database request using an extensible computer process and an available computing environment |
CN101872351B (zh) * | 2009-04-27 | 2012-10-10 | 阿里巴巴集团控股有限公司 | 识别同义词的方法、装置及利用其进行搜索的方法和装置 |
CN101876981B (zh) * | 2009-04-29 | 2015-09-23 | 阿里巴巴集团控股有限公司 | 一种构建知识库的方法及装置 |
JP5564898B2 (ja) * | 2009-11-05 | 2014-08-06 | 富士ゼロックス株式会社 | 情報検索プログラム及び情報検索装置 |
US8805750B2 (en) * | 2009-12-18 | 2014-08-12 | Microsoft Corporation | Providing comparison experiences in response to search queries |
US20120284305A1 (en) * | 2010-01-19 | 2012-11-08 | Nec Corporation | Trend information search device, trend information search method and recording medium |
US8788342B2 (en) * | 2010-03-04 | 2014-07-22 | Yahoo! Inc. | Intelligent feature expansion of online text ads |
US9189566B2 (en) | 2010-12-07 | 2015-11-17 | Sap Se | Facilitating extraction and discovery of enterprise services |
US9098569B1 (en) * | 2010-12-10 | 2015-08-04 | Amazon Technologies, Inc. | Generating suggested search queries |
CN102073729B (zh) * | 2011-01-14 | 2013-03-06 | 百度在线网络技术(北京)有限公司 | 一种关系化知识共享平台及其实现方法 |
US10642934B2 (en) | 2011-03-31 | 2020-05-05 | Microsoft Technology Licensing, Llc | Augmented conversational understanding architecture |
US9244984B2 (en) | 2011-03-31 | 2016-01-26 | Microsoft Technology Licensing, Llc | Location based conversational understanding |
US9858343B2 (en) | 2011-03-31 | 2018-01-02 | Microsoft Technology Licensing Llc | Personalization of queries, conversations, and searches |
US9842168B2 (en) | 2011-03-31 | 2017-12-12 | Microsoft Technology Licensing, Llc | Task driven user intents |
US9760566B2 (en) | 2011-03-31 | 2017-09-12 | Microsoft Technology Licensing, Llc | Augmented conversational understanding agent to identify conversation context between two humans and taking an agent action thereof |
US8983995B2 (en) | 2011-04-15 | 2015-03-17 | Microsoft Corporation | Interactive semantic query suggestion for content search |
US9064006B2 (en) | 2012-08-23 | 2015-06-23 | Microsoft Technology Licensing, Llc | Translating natural language utterances to keyword search queries |
CN103827854A (zh) * | 2011-09-29 | 2014-05-28 | 富士通株式会社 | 检索方法以及信息管理装置 |
US9069844B2 (en) * | 2011-11-02 | 2015-06-30 | Sap Se | Facilitating extraction and discovery of enterprise services |
CN103324640B (zh) * | 2012-03-23 | 2016-06-08 | 日电(中国)有限公司 | 一种确定搜索结果文档的方法、装置和设备 |
CN102651014B (zh) * | 2012-03-29 | 2014-10-22 | 华侨大学 | 基于概念关系的领域数据语义的检索方法 |
US9177289B2 (en) | 2012-05-03 | 2015-11-03 | Sap Se | Enhancing enterprise service design knowledge using ontology-based clustering |
US20140006012A1 (en) * | 2012-07-02 | 2014-01-02 | Microsoft Corporation | Learning-Based Processing of Natural Language Questions |
US8661049B2 (en) * | 2012-07-09 | 2014-02-25 | ZenDesk, Inc. | Weight-based stemming for improving search quality |
JP2014021653A (ja) * | 2012-07-17 | 2014-02-03 | Aisin Aw Co Ltd | 情報共有システム、情報共有方法及び端末装置 |
US8577671B1 (en) | 2012-07-20 | 2013-11-05 | Veveo, Inc. | Method of and system for using conversation state information in a conversational interaction system |
US9465833B2 (en) | 2012-07-31 | 2016-10-11 | Veveo, Inc. | Disambiguating user intent in conversational interaction system for large corpus information retrieval |
CN103218436B (zh) * | 2013-04-17 | 2016-05-18 | 中国科学院自动化研究所 | 一种融合用户类别标签的相似问题检索方法及装置 |
CN104123319B (zh) * | 2013-04-28 | 2019-08-27 | 百度在线网络技术(北京)有限公司 | 对具有地图需求的搜索项进行解析的方法和装置 |
DK2994908T3 (da) | 2013-05-07 | 2019-09-23 | Veveo Inc | Grænseflade til inkrementel taleinput med realtidsfeedback |
WO2014183035A1 (en) | 2013-05-10 | 2014-11-13 | Veveo, Inc. | Method and system for capturing and exploiting user intent in a conversational interaction based information retrieval system |
CN104298683B (zh) * | 2013-07-18 | 2017-11-28 | 佳能株式会社 | 主题挖掘方法和设备、以及查询扩展方法和设备 |
CN104298676A (zh) * | 2013-07-18 | 2015-01-21 | 佳能株式会社 | 主题挖掘方法和设备、以及查询扩展方法和设备 |
CN104424216B (zh) * | 2013-08-23 | 2018-01-23 | 佳能株式会社 | 用于意图挖掘的方法和设备 |
US10068016B2 (en) * | 2013-10-17 | 2018-09-04 | Wolfram Alpha Llc | Method and system for providing answers to queries |
CN104915340B (zh) * | 2014-03-10 | 2019-09-10 | 北京大学 | 自然语言问答方法及装置 |
CN103942257B (zh) * | 2014-03-19 | 2017-05-24 | 百度在线网络技术(北京)有限公司 | 一种视频搜索的方法与装置 |
CN103853842B (zh) * | 2014-03-20 | 2017-07-18 | 百度在线网络技术(北京)有限公司 | 一种自动问答方法和*** |
CN105095203B (zh) * | 2014-04-17 | 2018-10-23 | 阿里巴巴集团控股有限公司 | 同义词的确定、搜索方法及服务器 |
US9984067B2 (en) * | 2014-04-18 | 2018-05-29 | Thomas A. Visel | Automated comprehension of natural language via constraint-based processing |
CN104360994A (zh) * | 2014-12-04 | 2015-02-18 | 科大讯飞股份有限公司 | 自然语言理解方法及*** |
US9852136B2 (en) | 2014-12-23 | 2017-12-26 | Rovi Guides, Inc. | Systems and methods for determining whether a negation statement applies to a current or past query |
CN104572982B (zh) * | 2014-12-31 | 2017-10-31 | 东软集团股份有限公司 | 基于问题引导的个性化推荐方法及*** |
CN104573009B (zh) * | 2015-01-08 | 2018-08-24 | 南通大学 | 一种领域知识库属性扩展的方法 |
US11947582B2 (en) * | 2015-01-12 | 2024-04-02 | International Business Machines Corporation | Enhanced knowledge delivery and attainment using a question answering system |
CN104657346A (zh) * | 2015-01-15 | 2015-05-27 | 深圳市前海安测信息技术有限公司 | 智能交互***中的问题匹配方法和*** |
US9854049B2 (en) | 2015-01-30 | 2017-12-26 | Rovi Guides, Inc. | Systems and methods for resolving ambiguous terms in social chatter based on a user profile |
JP6501159B2 (ja) * | 2015-09-04 | 2019-04-17 | 株式会社網屋 | コンピュータ装置の動作記録の解析、翻訳を行い、監査に対する情報の出力及びシステムの傾向分析装置。 |
JP6628455B2 (ja) * | 2015-11-30 | 2020-01-08 | 華為技術有限公司Huawei Technologies Co.,Ltd. | データ照会方法および装置ならびにデータベースシステム |
CN105550360B (zh) * | 2015-12-31 | 2018-09-04 | 上海智臻智能网络科技股份有限公司 | 优化抽象语义库的方法及装置 |
CN106095791B (zh) * | 2016-01-31 | 2019-08-09 | 长源动力(北京)科技有限公司 | 一种基于上下文的抽象样本信息检索*** |
US10229687B2 (en) * | 2016-03-10 | 2019-03-12 | Microsoft Technology Licensing, Llc | Scalable endpoint-dependent natural language understanding |
CN105677931B (zh) * | 2016-04-07 | 2018-06-19 | 北京百度网讯科技有限公司 | 信息搜索方法和装置 |
US10210201B2 (en) * | 2016-05-13 | 2019-02-19 | TCL Research America Inc. | Method and system for App page recommendation via inference of implicit intent in a user query |
CN106156848B (zh) * | 2016-06-22 | 2018-08-14 | 中国民航大学 | 一种基于lstm-rnn的陆空通话语义一致性校验方法 |
CN108536708A (zh) * | 2017-03-03 | 2018-09-14 | 腾讯科技(深圳)有限公司 | 一种自动问答处理方法及自动问答*** |
CN107329964B (zh) * | 2017-04-19 | 2021-01-05 | 创新先进技术有限公司 | 一种文本处理方法及装置 |
CN107545033B (zh) * | 2017-07-24 | 2020-12-01 | 清华大学 | 一种基于表示学习的知识库实体分类的计算方法 |
CN107609152B (zh) * | 2017-09-22 | 2021-03-09 | 百度在线网络技术(北京)有限公司 | 用于扩展查询式的方法和装置 |
CN109785698B (zh) * | 2017-11-13 | 2021-11-23 | 上海流利说信息技术有限公司 | 用于口语水平评测的方法、装置、电子设备以及介质 |
CN109933777B (zh) * | 2017-12-18 | 2024-02-06 | 上海智臻智能网络科技股份有限公司 | 知识库扩展装置 |
CN108549656B (zh) * | 2018-03-09 | 2022-06-28 | 北京百度网讯科技有限公司 | 语句解析方法、装置、计算机设备及可读介质 |
CN108536852B (zh) * | 2018-04-16 | 2021-07-23 | 上海智臻智能网络科技股份有限公司 | 问答交互方法和装置、计算机设备及计算机可读存储介质 |
CN108881466B (zh) * | 2018-07-04 | 2020-06-26 | 百度在线网络技术(北京)有限公司 | 交互方法和装置 |
CN109241255B (zh) * | 2018-08-20 | 2021-05-18 | 华中师范大学 | 一种基于深度学习的意图识别方法 |
CN109710952B (zh) * | 2018-12-27 | 2023-06-16 | 北京百度网讯科技有限公司 | 基于人工智能的翻译历史检索方法、装置、设备和介质 |
CN109977294B (zh) * | 2019-04-03 | 2020-04-28 | 三角兽(北京)科技有限公司 | 信息/查询处理装置、查询处理/文本查询方法、存储介质 |
CN112347297A (zh) * | 2019-07-22 | 2021-02-09 | 中兴通讯股份有限公司 | 语音信息的处理方法及装置、存储介质和电子装置 |
CN111382255B (zh) * | 2020-03-17 | 2023-08-01 | 北京百度网讯科技有限公司 | 用于问答处理的方法、装置、设备和介质 |
CN111930891B (zh) * | 2020-07-31 | 2024-02-02 | 中国平安人寿保险股份有限公司 | 基于知识图谱的检索文本扩展方法及相关装置 |
CN116521841B (zh) * | 2023-04-18 | 2024-05-14 | 百度在线网络技术(北京)有限公司 | 用于生成回复信息的方法、装置、设备及介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH083795B2 (ja) * | 1986-05-26 | 1996-01-17 | 株式会社東芝 | 質問推定装置 |
JP4114927B2 (ja) * | 2003-08-13 | 2008-07-09 | 株式会社東芝 | 文書検索システム、質問応答システム、文書検索方法 |
JP2005275524A (ja) * | 2004-03-23 | 2005-10-06 | Techno Network Shikoku Co Ltd | 共起動詞情報による検索要求理解キーワード拡充システム |
US7664734B2 (en) * | 2004-03-31 | 2010-02-16 | Google Inc. | Systems and methods for generating multiple implicit search queries |
US7747601B2 (en) * | 2006-08-14 | 2010-06-29 | Inquira, Inc. | Method and apparatus for identifying and classifying query intent |
JP2006106970A (ja) * | 2004-10-01 | 2006-04-20 | Canon Inc | 情報検索装置、情報検索方法およびコンピュータプログラム |
CN1794240A (zh) * | 2006-01-09 | 2006-06-28 | 北京大学深圳研究生院 | 基于自然语言理解的计算机信息检索***及其检索方法 |
-
2007
- 2007-07-05 CN CN2007101274314A patent/CN101339551B/zh active Active
-
2008
- 2008-06-30 JP JP2008170339A patent/JP4937201B2/ja not_active Expired - Fee Related
- 2008-07-03 US US12/167,809 patent/US8180628B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
US20090012778A1 (en) | 2009-01-08 |
JP2009037603A (ja) | 2009-02-19 |
CN101339551A (zh) | 2009-01-07 |
US8180628B2 (en) | 2012-05-15 |
CN101339551B (zh) | 2013-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4937201B2 (ja) | クエリー要件展開器およびクエリー要件展開方法 | |
US10915564B2 (en) | Leveraging corporal data for data parsing and predicting | |
JP5232415B2 (ja) | 自然言語ベースのロケーション・クエリー・システム、キーワード・ベースのロケーション・クエリー・システム、及び自然言語ベース/キーワード・ベースのロケーション・クエリー・システム | |
CN106372060B (zh) | 搜索文本的标注方法和装置 | |
US7174507B2 (en) | System method and computer program product for obtaining structured data from text | |
US8090724B1 (en) | Document analysis and multi-word term detector | |
AU2016277558A1 (en) | Generating a semantic network based on semantic connections between subject-verb-object units | |
CN109325201A (zh) | 实体关系数据的生成方法、装置、设备及存储介质 | |
CN103678684A (zh) | 一种基于导航信息检索的中文分词方法 | |
US11893537B2 (en) | Linguistic analysis of seed documents and peer groups | |
CN112989208B (zh) | 一种信息推荐方法、装置、电子设备及存储介质 | |
CN115186050B (zh) | 基于自然语言处理的选题推荐方法、***及相关设备 | |
JP2023519049A (ja) | Poi状態情報を取得する方法、及び装置 | |
CN115702422A (zh) | 用于为文本数据匿名化生成参考数据结构的方法和*** | |
JP2009110508A (ja) | オブジェクト間の競合指標計算方法およびシステム | |
JP4979637B2 (ja) | 複合語の区切り位置を推定する複合語区切り推定装置、方法、およびプログラム | |
JP2006227823A (ja) | 情報処理装置及びその制御方法 | |
CN114896387A (zh) | 军事情报分析可视化方法、装置以及计算机可读存储介质 | |
JP7110554B2 (ja) | オントロジー生成装置、オントロジー生成プログラム及びオントロジー生成方法 | |
US11170759B2 (en) | System and method for discriminating removing boilerplate text in documents comprising structured labelled text elements | |
CN115335819A (zh) | 用于搜索和检索信息的方法和*** | |
CN110688559A (zh) | 一种检索方法及装置 | |
JP5688754B2 (ja) | 情報検索装置及びコンピュータプログラム | |
CN101310274B (zh) | 知识相关性搜索引擎 | |
Gouvêa et al. | Discovering Location Indicators of Toponyms from News to Improve Gazetteer-Based Geo-Referencing. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110601 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110830 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120210 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120221 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150302 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |