[发明专利]启发式精准知识数据搜索引擎及数据自学习自诊断方法

权利要求书

1.启发式精准知识数据搜索引擎，其特征在于：包括数据提取(104)、核心数据(105)、关键字和问题转换(108)、逻辑推理器(110)、逻辑表达式转换器(111)和数据标准化(112)；

所述引擎用于进行数据自学习自诊断方法，步骤如下：

1).搜索起点(101)提供初始关键字和关键字之间的逻辑关系给数据提取(104)和常规数据搜索器(113)，所述常规数据搜索器(113)是现有的知识图、知识库(114)搜索工具，或现有的能挖掘数据和关系的文本挖掘和数据挖掘技术，所述数据提取(104)从核心数据(105)中提取满足的关键字和关系交与逻辑表达式转换器(111)，所述常规数据搜索器(113)从知识图或知识库(114)以及其他数据(115)中提取满足的关键字和关系，经过所述数据标准化(112)部件转化为标准词库中包含的标准文字；

2).然后将上步获得的结果转交所述逻辑表达式转换器(111)，因为以上得到多组数据和关系，转换器将数据和关系转换为一组逻辑表达式，所述逻辑推理器(110)对这组逻辑表达式进行逻辑运算，这种运算是可满足性问题，即SAT或satisfiablity的求解器SATsolver，或更复杂的问题用其他数理逻辑证明工具theoremprover，取决于应用场景的不同，所述逻辑推理器(110)在进行满足性问题求解后，如果结果是不满足，则找出逻辑冲突点、最小冲突逻辑子句、数据或逻辑关系冗余、或尚欠缺的逻辑条件，以此来进行后续的数据和关系的修正修补，但在有逻辑问题存在(109)的判断框中判定有数据和关系修正修补需要后，由所述关键字和问题转换(108)完成从逻辑表达式向数据和关系的转换，亦即产生新的关键字和问题，经由交互逻辑问题判断或启发新关键字(103)向搜索起点(101)查问；

3).同时，新的关键字和问题会被发往对应专家证实(107)，一旦专家证实答案，新的数据和关系会被追加或修改核心数据(106)，交互逻辑问题判断或启发新关键字(103)每次询问搜索起点(101)，都会得到新的关键字和关系，然后重复上述过程并在所述逻辑推理器(110)中替换被修改过的逻辑变量和逻辑关系，或补充新的逻辑变量和逻辑关系，直到有逻辑问题存在(109)的判断框中判定全部数据和关系无进一步问题，在搜索结果(116)中，首先得到的是一组逻辑表达式，在将逻辑符号和表达式通过标准词库翻译后，即为搜索结果(116)。

2.根据权利要求1所述的启发式精准知识数据搜索引擎，其特征在于：所述数据提取(104)是从核心数据(105)中检索提取和所有初始关键字及其逻辑关系(102)相关的数据及其关系。

3.根据权利要求1所述的启发式精准知识数据搜索引擎，其特征在于：所述核心数据(105)的表现形式是任意组织存储形式，所述核心数据(105)生成积累方式包括在线积累和离线积累，所述在线积累为在搜索引擎在线服务过程中，通过验证认证的新数据被加入核心数据(105)，所述离线积累为独立于搜索引擎，不需要在搜索引擎服务过程中，核心数据(105) 在后台依旧按照离线积累的过程被积累修正，所述离线积累由依次为高质量文本(201)、数据挖掘工具(204)、核心数据(205)、数据提取(206)、逻辑表达式转换器(207)、逻辑验证(208)、有逻辑问题存在(209)和结束(211)组成，所述核心数据(205)连接有常识数据(202)和数据修复修补(210)，所述数据修复修补(210)与专家知识(203)连接。

4.根据权利要求1所述的启发式精准知识数据搜索引擎，其特征在于：所述关键字和问题转换(108)的转换过程和逻辑表达式转换器(111)的转换过程互为逆过程，即从逻辑表达式依照标准对照词库向核心数据(105)中的标准词语转换，同时，将词语间的逻辑关系从逻辑关系符号向自然语言转换。

5.根据权利要求1所述的启发式精准知识数据搜索引擎，其特征在于：所述逻辑推理器(110)在于发现从逻辑表达式转换器(111)得到的一系列逻辑表达式本身和表达式间是否有逻辑冲突、缺失和冗余错误。