[发明专利]用于维护语料库的方法、系统和计算机可读存储介质

权利要求书

1.一种用于维护自然语言处理(NLP)系统中语料库的系统，包括：

程序，当程序在计算机处理器上执行时执行以下操作：

响应于接收用于由自然语言处理系统处理的查询，通过将查询的一个或多个元素与数据源关联识别与所述查询相关的数据源；

当确定所述相关的数据源不在所述自然语言处理系统的语料库中，将所述相关的数据源摄入到所述语料库中；以及

当确定所述相关的数据源在所述自然语言处理系统的所述语料库中：

在搜索所述相关的数据源以得到对所述查询的至少一个答案之前，确定与所述查询关联的时间敏感度的值，所述时间敏感度的值指示查询的准确答案依赖于相关的数据源的过时性的程度，并且

当确定时间敏感度的值满足过时性的阈值，将相关的数据源重新摄入到语料库中。

2.根据权利要求1所述的系统，所述操作进一步包括：

在以下之一之后执行自然语言处理(NLP)技术将所述查询与所述语料库进行比较以识别所述查询的至少一个答案：(i)将所述相关的数据源摄入到所述语料库中以及(ii)将所述相关的数据源重新摄入到所述语料库中；以及

将所述至少一个答案传输至提交所述查询的实体。

3.根据权利要求1或2所述的系统，其中识别所述相关的数据源进一步包括：

解析所述查询以识别提供所述数据源的所述查询的元素；

通过为所述至少一个元素分配主题将所述查询的至少一个元素特征化；以及

通过将所述主题与与不同数据源关联的多个主题进行比较识别所述相关的数据源。

4.根据权利要求1或2所述的系统，其中确定与所述查询关联的所述时间敏感度的值进一步包括：

执行概念映射以为所述查询中的至少一个元素分配概念；

当确定所述概念与持续时间或时间相关，基于所述概念中指定的持续时间或时间分配时间敏感度的值；以及

当通过将所述概念与预定义的依赖于时间的概念的列表进行匹配确定所述概念依赖于时间，基于所述概念的所述时间依赖性分配所述时间敏感度的值。

5.根据权利要求1或2所述的系统，其中确定所述时间敏感度的值满足所述过时性的阈值进一步包括：通过将与所述相关的数据源关联的时间戳与所述时间敏感度的值进行比较确定所述相关的数据源是否过时。

6.根据权利要求1或2所述的系统，其中所述操作进一步包括：在摄入或重新摄入所述数据源之前，从提交所述查询的用户接收将所述数据源摄入或重新摄入到所述语料库的许可。

7.一种用于维护自然语言处理(NLP)系统中语料库的计算机可读存储介质，所述计算机可读存储介质上具有计算机可读程序代码，该计算机可读程序代码包括配置用于执行以下操作的计算机可读程序代码：

响应于接收用于由自然语言处理系统处理的查询，通过将所述查询的一个或多个元素与数据源关联识别与所述查询相关的数据源；

当确定所述相关的数据源不在所述自然语言处理系统的所述语料库中，将所述相关的数据源摄入到所述语料库中；以及

当确定所述相关的数据源在所述自然语言处理系统的所述语料库中：

在搜索所述相关的数据源以得到对所述查询的至少一个答案之前，确定与所述查询关联的时间敏感度的值，所述时间敏感度的值指示所述查询的准确答案依赖于所述相关的数据源的过时性的程度，并且

当确定所述时间敏感度的值满足过时性的阈值，将所述相关的数据源重新摄入到所述语料库中。

8.根据权利要求7所述的计算机可读存储介质，所述操作进一步包括：

在以下之一之后执行自然语言处理(NLP)技术将所述查询与所述语料库进行比较以识别所述查询的至少一个答案：(i)将所述相关的数据源摄入到所述语料库中以及(ii)将所述相关的数据源重新摄入到所述语料库中；以及

将所述至少一个答案传输至提交查询的实体。

9.根据权利要求7或8所述的计算机可读存储介质，其中识别所述相关的数据源进一步包括计算机可读程序代码配置为：

解析所述查询以识别提供所述数据源的所述查询的元素；

通过为所述至少一个元素分配主题将所述查询的至少一个元素特征化；以及

通过将所述主题与与不同数据源关联的多个主题进行比较识别所述相关的数据源。