[发明专利]可让计算机理解的自然语言句子的自动语义识别的方法

说明书

技术领域

本发明涉及一种计算机识别人类语言的方法，特别涉及到一种可以准确的识别汉语语言的方法。 

背景技术

搜索引擎的工作原理就是基于关键字匹配，将用户的输入进行切词，把一句话变成短小的词语，然后进入后台数据库进行网页内容的关键字匹配。其搜索返回的结果中，只要带有这些关键字的都会返回，包含大量的无关信息，查准率低下，不能切中用户的真正意图。

显然，基于关键字匹配的切词和搜索技术，限制了计算机在检索中的自动分析能力。对一个句子进行关键词匹配切割，虽然很容易处理由关键字拼凑成的一句话，但是却很难理解自然语言形式的一句话。因为词库里存放的，是词语的大杂汇，标注出的结果词语，缺乏语义信息，缺乏知识的理解和推理能力。 

 因此，对一个自然语言句子的切分和标注，是搜索、推荐、人工智能等高科技领域迫切需要突破的基础技术。

当前，这个领域的主要进展是，对于自然语言句子的标注方法，采用词典语料样本库进行句法分析，通过建立机器学习模型来实现自动的语义角色标注。

但这类方法仍然存在很大的局限和缺点：

1、句法分析以词库为基础，需要积累大规模的语料库才能实现初步的语义标注，建设成本巨大；

2、 词库不分领域，每个词只有语法上的意义，比如名词、动词、状语、主语、宾语等，却缺乏清晰的语义意义。

3、由于语料库是一个词语的大杂汇，所以在运用的时候，为了要适应不同的领域特性，需要繁琐的学习算法，重用度低，系统性能难以达到商业生产环境的实用要求，从而无法走出实验室；

总之，这种基于语义角色的标注，粒度过粗，对于句子意义的理解无法适应深度人工智能问答的要求。

发明内容

本发明的发明目的是：提供一种计算机准确理解中国汉语言的方法，它抛弃了以往选字取词的方法，从汉语的语言特点出发，通过词语架构，准确的让计算机知道操作者输入的语言内容；确切的分析出一句汉语的语意。

为完成上述发明目的，本发明是这样实现的：一种可让计算机理解的自然语言句子的自动语义识别的方法，它包括以下步聚；

a 在某个领域建立本体库；

将某个领域内所有的精确描述的无歧义的词语归放到一起构成本体库；

b基于领域本体建立语义框架知识库;

对自然语言句子的理解，建立“语义框架=谓词+核心框架元素+非核心框架元素”的语义框架体系；形成有某种特定含义的框架知识库；

c基于语义框架的本体映射，实现自然语言句子到语义结构的直观匹配；根据框架模式进行匹配性识别。

本发明为解决以往技术中汉语的复杂问题，以往语言的的鱼龙混杂，语义不清的特点，以往语言中，由于前提不明确，语境不定，因此对于复杂的汉语言来说，其语义没有办法确定，也确实无法确定。而本专利采用分别建立相应的专业领域库，让某些语言在特定的环境下工作，那么他的语义就是一个明确的语义。再建立相应的，可以人为理解的语义框架，从而让计算机相应的去筛选语句中特定的语义框架，由语义框架所标注的意思来理解这句话所最终表达含义。

对上述技术方案作进一步的改进，所述的框架元素是由本体库内的无歧义的词语本体构成。本方案是为了确保语义的准确性而设计的，确保词库内的词语无歧义这也是确保语义识别准确的前提。

对上述技术方案作进一步的改进，所述的本体库分为本领域知识本体库和通用词本体知识库；所述的领域本体知识库，也是一个词库。它里面主要包括实词和领域相关的有意义的词汇；所述的通用词本体知识库是也是一个词库；它里面主要包括虚词、代词、形容词、数词、量词、介词、助词、语气词，这些词是独立于特定领域的，但却是针对特定语言表达的，利用通用词库匹配标注出来的词语，在后面的机器理解中，可以当作辅助分析的词语，对领域内的句式、语境产生补充作用。本方案确实考虑到现实语言的复杂情况，在一句话中，会有很多的用于限定的词语，而这些词语本身对于这句话的实际意义不大，只是有了他们意思更加明确，这些词语的存在会给语言带来复杂性，因此，本专利将词库建立成两个类，以便计算机下一步的分析处理，从不同的词内提取不同的内容，最终达到准确识别。