CN109670024A - 逻辑表达式确定方法、装置、设备和介质 - Google Patents

逻辑表达式确定方法、装置、设备和介质 Download PDF

Info

Publication number
CN109670024A
CN109670024A CN201811543431.7A CN201811543431A CN109670024A CN 109670024 A CN109670024 A CN 109670024A CN 201811543431 A CN201811543431 A CN 201811543431A CN 109670024 A CN109670024 A CN 109670024A
Authority
CN
China
Prior art keywords
semantic
logical relation
word
question sentence
target
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.)
Granted
Application number
CN201811543431.7A
Other languages
English (en)
Other versions
CN109670024B (zh
Inventor
王丽杰
陈颖
王硕寰
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201811543431.7A priority Critical patent/CN109670024B/zh
Publication of CN109670024A publication Critical patent/CN109670024A/zh
Application granted granted Critical
Publication of CN109670024B publication Critical patent/CN109670024B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/30Semantic analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Machine Translation (AREA)

Abstract

本发明实施例公开了一种逻辑表达式确定方法、装置、设备和介质,涉及智能问答技术领域。该方法包括:对获取的问句进行语义分析;根据语义分析结果以及预设的词语与词语之间的语义逻辑关系,确定描述所述问句整体语义逻辑关系的目标框架;根据所述目标框架和知识库中各资源的通用表示形式确定所述问句的目标逻辑表达式,供执行所述目标逻辑表达式从知识库包括的各资源中确定所述问句的答案。本发明实施例提供了一种逻辑表达式确定方法、装置、设备和介质,实现了在无需人工撰写逻辑表达式的情况下,确定问句的逻辑表达式。

Description

逻辑表达式确定方法、装置、设备和介质
技术领域
本发明实施例涉及智能问答技术领域,尤其涉及一种逻辑表达式确定方法、装置、设备和介质。
背景技术
当前,针对一些需要计算或者推理类的query(问句)常见做法之一是,将query输入预先训练的逻辑表达式确定模型,输出所述query的逻辑表达式。基于逻辑表达式从知识库中确定所述query的答案。
其中,逻辑表达式确定模型的训练需要人工标注query的词性以及人工撰写query的逻辑表达式作为训练样本数据。
然而,对query的逻辑表达式的撰写,要求撰写人员对逻辑表达式很了解,以防写出来的逻辑表达式不可执行或执行无结果。
发明内容
本发明实施例提供一种逻辑表达式确定方法、装置、设备和介质,以实现在无需人工撰写逻辑表达式的情况下,确定问句的逻辑表达式。
第一方面,本发明实施例提供了一种逻辑表达式确定方法,该方法包括:
对获取的问句进行语义分析;
根据语义分析结果以及预设的词语与词语之间的语义逻辑关系,确定描述所述问句整体语义逻辑关系的目标框架;
根据所述目标框架和知识库中各资源的通用表示形式确定所述问句的目标逻辑表达式,供执行所述目标逻辑表达式从知识库包括的各资源中确定所述问句的答案。
第二方面,本发明实施例还提供了一种逻辑表达式确定装置,该装置包括:
语义分析模块,用于对获取的问句进行语义分析;
框架确定模块,用于根据语义分析结果以及预设的词语与词语之间的语义逻辑关系,确定描述所述问句整体语义逻辑关系的目标框架;
表达式确定模块,用于根据所述目标框架和知识库中各资源的通用表示形式确定所述问句的目标逻辑表达式,供执行所述目标逻辑表达式从知识库包括的各资源中确定所述问句的答案。
第三方面,本发明实施例还提供了一种设备,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明实施例中任一所述的逻辑表达式确定方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如发明实施例中任一所述的逻辑表达式确定方法。
本发明实施例通过首先根据语义分析结果以及预设的词语与词语之间的语义逻辑关系,确定描述所述问句整体语义逻辑关系的目标框架;然后根据所述目标框架和知识库中各资源的通用表示形式确定所述问句的目标逻辑表达式。从而以目标框架作为一种中间形式,实现从问句到逻辑表达式的自动映射。这里的映射就简化为了从“结构形式+词语本身语义”到逻辑表达式的映射。该方法无需对问句的逻辑表达式进行撰写,从而降低人工要求和成本。
附图说明
图1为本发明实施例一提供的一种逻辑表达式确定方法的流程图;
图2是本发明实施例二提供的一种逻辑表达式确定方法的流程图;
图3是本发明实施例二提供的知识图谱的示意图;
图4是本发明实施例二提供的目标框架的逻辑示意图;
图5是本发明实施例二提供的逻辑表达式确定的系统框图;
图6是本发明实施例三提供的一种逻辑表达式确定装置的结构示意图;
图7为本发明实施例四提供的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种逻辑表达式确定方法的流程图。本实施例可适用于确定问句的逻辑表达式,以供执行逻辑表达式确定问句的答案的情况。该方法可以由一种逻辑表达式确定装置来执行,该装置可以由软件和/或硬件的方式实现。参见图1,本发明实施例提供的逻辑表达式确定方法包括:
S110、对获取的问句进行语义分析。
其中,问句是用户输入的query。
具体地,语义分析包括分词、实体识别、词性标注和依存分析中的至少一种。
S120、根据语义分析结果以及预设的词语与词语之间的语义逻辑关系,确定描述所述问句整体语义逻辑关系的目标框架。
具体地,语义分析结果可以包括问句中各词语的词性、所属成分和成分间关系中的至少一种。
词语与词语之间的语义逻辑关系定义为词语间一种结构关系表达,是一种schema(框架),可以参见语义角色标注(semantic role label,SRL)(针对动词的schema,扁平结构)、任务型对话意图-槽位格式(针对服务类query的某一意图的schema,不同任务具有不同的schema,扁平结构)。其中,扁平结构上是指语义逻辑关系中的参数是并列的,相应地,非扁平结构是指语义逻辑关系中的参数是层次结构的。
预设的词语与词语之间的语义逻辑关系主要包括:
(1)词与词之间的显示关系结构,如定义中的“实体-属性-属性值”结构、“实体-事件动词-实体”结构等,词及词间的关系都在输入句子中显示给出。
(2)词与词之间的隐式关系结构,如定义中的“实体-形容词描述”结构、“实体-数量词限定”结构等,这里也细分为两类。
1)关系可推导,对应到知识库表述中,如红色的叶子,推导出关系为“颜色”。
2)常见短语表述,即具有内部结构的短语表述,如数量词、离合词等。
(3)词级限定关系,如定义中的“否定限定”(Neg)、“时态限定”(tense)等结构。
示例性地,表1中列举几个语义逻辑关系的实例如下:
表1
目标框架是通用的、完备的,即可以表示各种类型的query和句子的整体语义逻辑关系。
可选地,可以在确定语义分析结果中问句的成分关系后,根据确定的成分关系与预设语义逻辑关系间的映射关系,确定问句的语义逻辑关系;
也可以利用预设语义逻辑关系中的各参数作为成分,对问句进行成分及成分间关系分析,从而确定问句的语义逻辑关系。
S130、根据所述目标框架和知识库中各资源的通用表示形式确定所述问句的目标逻辑表达式,供执行所述目标逻辑表达式从知识库包括的各资源中确定所述问句的答案。
具体地,可以根据框架与逻辑表达式的预设映射关系,根据所述目标框架和知识库中各资源的通用表示形式确定所述问句的目标逻辑表达式。
典型地,所述根据所述目标框架和知识库中各资源的通用表示形式确定所述问句的目标逻辑表达式,可以包括:
根据所述目标框架最外层的语义逻辑关系和所述目标框架中的实体参数,确定目标逻辑表达式的属性;
根据确定的目标逻辑表达式的属性从知识库的各资源通用表示形式中确定目标逻辑表达式;
根据所述目标框架最外层的语义逻辑关系包括的参数和/或嵌套语义逻辑关系信息,确定所述目标逻辑表达式中的参数。
其中,一知识库的各资源通用表示形式可以是一种,也可以是多种。例如,常识类资源的通用表示形式可以是property(entity,value),二维边形周长的通用表示形式可以是:GetGirth(edge set=(),type,result)。
进一步地,所述根据所述目标框架最外层的语义逻辑关系包括的嵌套语义逻辑关系信息,确定所述目标逻辑表达式中的参数,包括:
根据嵌套语义逻辑关系确定目标函数;
利用嵌套语义逻辑关系中的参数对确定的目标函数进行赋值,将赋值后的目标函数作为所述目标逻辑表达式中的参数。
示例性地,如query为1000元左右的手机”,目标框架表示为MN(手机,mathLogic(Qsub(1000,unit=元),左右)),知识库中各资源的通用表示形式为:property(entity,value)。这里的MN表示数量词限定名词的结构,mathLogic表示数学上的逻辑表示(一般是约数词,大于小于等次限定数量词),Qsub是数量词内部的表示(将数量词表示成数词+量词的组合)。在映射为逻辑表达式时,根据外层的MN结构和实体参数手机进行属性预测,预测为价格。
对于mathLogic结构映射,对应到逻辑表达式表示范围的函数为valueRange(1000-x,1000+x,元),x可在具体应用中设定。
由此,就可以将上述目标框架的目标逻辑表达式表示为:Price(Type(手机),ValueRange(1000-x,1000+x,unit=元))。在执行上述目标逻辑表达式时,针对ValueRange表示为price>=1000-x&&price<=1000+x。
以依赖的知识库是“实体-属性-属性值”结构(SPO结构)为例,表2中列举几个目标框架类型到逻辑表达式映射的实例,如下:
表2
本发明实施例的技术方案,通过首先根据语义分析结果以及预设的词语与词语之间的语义逻辑关系,确定描述所述问句整体语义逻辑关系的目标框架;然后根据所述目标框架和知识库中各资源的通用表示形式确定所述问句的目标逻辑表达式。从而以目标框架作为一种中间形式,实现从问句到逻辑表达式的自动映射。这里的映射就简化为了从“结构形式+词语本身语义”到逻辑表达式的映射。该方法无需对问句的逻辑表达式进行撰写,从而降低人工要求和成本。
实施例二
图2是本发明实施例二提供的一种逻辑表达式确定方法的流程图。本实施例是在上述实施例的基础上提出的一种可选方案。参见图2,本实施例提供的逻辑表达式确定方法,包括:
S210、对获取的问句进行语义分析。
S220、根据所述问句中各词语之间的语义分析结果以及预设的词语与词语之间的语义逻辑关系,确定所述问句中各词语之间的语义逻辑关系。
S230、以所述问句中包括的各词语作为图谱节点,以词语之间的语义逻辑关系作为图谱关系构建知识图谱。
S240、根据所述知识图谱确定描述所述问句整体语义逻辑关系的目标框架。
具体地,所述根据所述知识图谱确定描述所述问句整体语义逻辑关系的目标框架,包括:
根据所述知识图谱中各节点间的语义逻辑关系,确定各节点间的依赖关系;
根据各节点间的依赖关系和语义逻辑关系,确定描述所述问句整体语义逻辑关系的目标框架。
其中,依赖关系可以理解为各节点之间的父子关系,知识图谱中用于标识语义逻辑关系的箭头中指向端节点是非指向端节点的子节点。
所述根据各节点间的依赖关系和语义逻辑关系,确定描述所述问句整体语义逻辑关系的目标框架的方法可以是任意实现的方法。
可选地,可以先根据各节点的依赖关系确定描述问句主干的语义逻辑关系,然后再将问句的其他成分的语义逻辑关系作为参数填至描述问句主干的语义逻辑关系中。也可以按照设定顺序,遍历每个词语,依据每个词语之间的依赖关系和语义逻辑关系生成目标框架。
具体地,所述根据各节点间的依赖关系和语义逻辑关系,确定描述所述问句整体语义逻辑关系的目标框架,可以包括:
根据各节点间的依赖关系和语义逻辑关系,确定知识图谱中各语义逻辑关系之间的依赖类型;
根据知识图谱中各语义逻辑关系,以及各语义逻辑关系之间的依赖类型,确定描述所述问句整体语义逻辑关系的目标框架。
其中,依赖类型用于描述句子语义成分类型,例如目标和方式等。
示例性地,如query为“他使用3个APP给女友抢火车票”,图3是通过上述方法生成的知识图谱。
参见该知识图谱,从左向右遍历,“使用”作为父节点连接的两个子节点分别是:他和(3个App)。三者构成了SVO的语义逻辑关系。并且“APP”同时是“抢”的子节点,且两者的语义逻辑关系为VP,由此可以确定“他使用3个APP”是“抢”的一种实现方式;
继续向右遍历,“女友”是“他”的父节点,二者构成的语义逻辑关系为SPV,他表示entity,女友表示property,这里缺省具体的value值,即女友的名字。并且“女友”同时是“抢”的子节点,由此可以确定“他”和“女友”构成的语义逻辑关系是“抢”的目标;
“抢”与“他”和“火车票”作为问句主干构成了SVO的语义逻辑关系,同时将确定的实现方式和目标写入由问句主干构成SVO的语义逻辑关系中,生成的目标框架表示为:
SVO(verb=抢,sub=他,obj=火车票,target=SPO(property=女友,entity=他,value=),manner=SVO(verb=使用,sub=他,obj=MN(APP,3个)))。
其中图4是目标框架的逻辑示意图。
S250、根据所述目标框架和知识库中各资源的通用表示形式确定所述问句的目标逻辑表达式,供执行所述目标逻辑表达式从知识库包括的各资源中确定所述问句的答案。
参见图5,实际应用中query的逻辑表达式的确定可以描述为:对query进行基础词法句法分析,具体分析包括:分词、实体识别、词性标注和依存分析;根据query的语义分析结果和预设的词与词之间的语义逻辑关系,生成表述query语义逻辑的知识图谱;根据query的语义知识图谱确定query的目标框架;根据query的目标框架和知识库中各资源的通用表示形式,确定query的目标逻辑表达式,供执行目标逻辑表达式生成query的答案。
本发明实施例的技术方案,通过先以问句中包括的各词语作为图谱节点,以词语之间的语义逻辑关系作为图谱关系构建知识图谱;然后根据所述知识图谱确定描述所述问句整体语义逻辑关系的目标框架。从而实现从问句到目标框架的自动生成。
需要说明的是,经过本实施例的技术教导,本领域技术人员有动机将上述实施例中描述的任一种实施方式进行方案的组合,以实现对问句的逻辑表达式的确定。
实施例三
图6是本发明实施例三提供的一种逻辑表达式确定装置的结构示意图。参见图6,本实施例提供的逻辑表达式确定装置包括:语义分析模块10、框架确定模块20和表达式确定模块30。
其中,语义分析模块10,用于对获取的问句进行语义分析;
框架确定模块20,用于根据语义分析结果以及预设的词语与词语之间的语义逻辑关系,确定描述所述问句整体语义逻辑关系的目标框架;
表达式确定模块30,用于根据所述目标框架和知识库中各资源的通用表示形式确定所述问句的目标逻辑表达式,供执行所述目标逻辑表达式从知识库包括的各资源中确定所述问句的答案。
本发明实施例的技术方案,通过首先根据语义分析结果以及预设的词语与词语之间的语义逻辑关系,确定描述所述问句整体语义逻辑关系的目标框架;然后根据所述目标框架和知识库中各资源的通用表示形式确定所述问句的目标逻辑表达式。从而以目标框架作为一种中间形式,实现从问句到逻辑表达式的自动映射。这里的映射就简化为了从“结构形式+词语本身语义”到逻辑表达式的映射。该方法无需对问句的逻辑表达式进行撰写,从而降低人工要求和成本。
进一步地,所述框架确定模块,包括:关系确定单元、图谱构建单元和框架确定单元。
其中,关系确定单元,用于根据所述问句中各词语之间的语义分析结果以及预设的词语与词语之间的语义逻辑关系,确定所述问句中各词语之间的语义逻辑关系;
图谱构建单元,用于以所述问句中包括的各词语作为图谱节点,以词语之间的语义逻辑关系作为图谱关系构建知识图谱;
框架确定单元,用于根据所述知识图谱确定描述所述问句整体语义逻辑关系的目标框架。
进一步地,所述框架确定单元,包括:依赖确定子单元和框架确定子单元。
其中,依赖确定子单元,用于根据所述知识图谱中各节点间的语义逻辑关系,确定各节点间的依赖关系;
框架确定子单元,用于根据各节点间的依赖关系和语义逻辑关系,确定描述所述问句整体语义逻辑关系的目标框架。
进一步地,所述框架确定子单元,具体用于:
根据各节点间的依赖关系和语义逻辑关系,确定知识图谱中各语义逻辑关系之间的依赖类型;
根据知识图谱中各语义逻辑关系,以及各语义逻辑关系之间的依赖类型,确定描述所述问句整体语义逻辑关系的目标框架。
进一步地,所述表达式确定模块,包括:属性确定单元、表达式确定单元和参数确定单元。
其中,属性确定单元,用于根据所述目标框架最外层的语义逻辑关系和所述目标框架中的实体参数,确定目标逻辑表达式的属性;
表达式确定单元,用于根据确定的目标逻辑表达式的属性从知识库的各资源通用表示形式中确定目标逻辑表达式;
参数确定单元,用于根据所述目标框架最外层的语义逻辑关系包括的参数和/或嵌套语义逻辑关系信息,确定所述目标逻辑表达式中的参数。
进一步地,所述参数确定单元,包括:函数确定子单元和参数确定子单元。
其中,函数确定子单元,用于根据嵌套语义逻辑关系确定目标函数;
参数确定子单元,用于利用嵌套语义逻辑关系中的参数对确定的目标函数进行赋值,将赋值后的目标函数作为所述目标逻辑表达式中的参数。
进一步地,所述词语与词语之间的语义逻辑关系包括:词语与词语之间的显示关系、词语与词语之间的隐式关系和词级限定关系中的至少一种。
本发明实施例所提供的逻辑表达式确定装置可执行本发明任意实施例所提供的逻辑表达式确定方法,具备执行方法相应的功能模块和有益效果。
实施例四
图7为本发明实施例四提供的一种设备的结构示意图。图7示出了适于用来实现本发明实施方式的示例性设备12的框图。图7显示的设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示,设备12以通用计算设备的形式表现。设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图7未显示,通常称为“硬盘驱动器”)。尽管图7中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该设备12交互的设备通信,和/或与使得该设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与设备12的其它模块通信。应当明白,尽管图中未示出,可以结合设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的逻辑表达式确定方法。
实施例五
本发明实施例五还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如发明实施例中任一所述的逻辑表达式确定方法,该方法包括:
对获取的问句进行语义分析;
根据语义分析结果以及预设的词语与词语之间的语义逻辑关系,确定描述所述问句整体语义逻辑关系的目标框架;
根据所述目标框架和知识库中各资源的通用表示形式确定所述问句的目标逻辑表达式,供执行所述目标逻辑表达式从知识库包括的各资源中确定所述问句的答案。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (16)

1.一种逻辑表达式确定方法,其特征在于,包括:
对获取的问句进行语义分析;
根据语义分析结果以及预设的词语与词语之间的语义逻辑关系,确定描述所述问句整体语义逻辑关系的目标框架;
根据所述目标框架和知识库中各资源的通用表示形式确定所述问句的目标逻辑表达式,供执行所述目标逻辑表达式从知识库包括的各资源中确定所述问句的答案。
2.根据权利要求1所述的方法,其特征在于,所述根据语义分析结果以及预设的词语与词语之间的语义逻辑关系,确定描述所述问句整体语义逻辑关系的目标框架,包括:
根据所述问句中各词语之间的语义分析结果以及预设的词语与词语之间的语义逻辑关系,确定所述问句中各词语之间的语义逻辑关系;
以所述问句中包括的各词语作为图谱节点,以词语之间的语义逻辑关系作为图谱关系构建知识图谱;
根据所述知识图谱确定描述所述问句整体语义逻辑关系的目标框架。
3.根据权利要求2所述的方法,其特征在于,所述根据所述知识图谱确定描述所述问句整体语义逻辑关系的目标框架,包括:
根据所述知识图谱中各节点间的语义逻辑关系,确定各节点间的依赖关系;
根据各节点间的依赖关系和语义逻辑关系,确定描述所述问句整体语义逻辑关系的目标框架。
4.根据权利要求3所述的方法,其特征在于,所述根据各节点间的依赖关系和语义逻辑关系,确定描述所述问句整体语义逻辑关系的目标框架,包括:
根据各节点间的依赖关系和语义逻辑关系,确定知识图谱中各语义逻辑关系之间的依赖类型;
根据知识图谱中各语义逻辑关系,以及各语义逻辑关系之间的依赖类型,确定描述所述问句整体语义逻辑关系的目标框架。
5.根据权利要求1-4中任一所述的方法,其特征在于,所述根据所述目标框架和知识库中各资源的通用表示形式确定所述问句的目标逻辑表达式,包括:
根据所述目标框架最外层的语义逻辑关系和所述目标框架中的实体参数,确定目标逻辑表达式的属性;
根据确定的目标逻辑表达式的属性从知识库的各资源通用表示形式中确定目标逻辑表达式;
根据所述目标框架最外层的语义逻辑关系包括的参数和/或嵌套语义逻辑关系信息,确定所述目标逻辑表达式中的参数。
6.根据权利要求5所述的方法,其特征在于,所述根据所述目标框架最外层的语义逻辑关系包括的参数和/或嵌套语义逻辑关系信息,确定所述目标逻辑表达式中的参数,包括:
根据嵌套语义逻辑关系确定目标函数;
利用嵌套语义逻辑关系中的参数对确定的目标函数进行赋值,将赋值后的目标函数作为所述目标逻辑表达式中的参数。
7.根据权利要求1所述的方法,其特征在于,所述词语与词语之间的语义逻辑关系包括:词语与词语之间的显示关系、词语与词语之间的隐式关系和词级限定关系中的至少一种。
8.一种逻辑表达式确定装置,其特征在于,包括:
语义分析模块,用于对获取的问句进行语义分析;
框架确定模块,用于根据语义分析结果以及预设的词语与词语之间的语义逻辑关系,确定描述所述问句整体语义逻辑关系的目标框架;
表达式确定模块,用于根据所述目标框架和知识库中各资源的通用表示形式确定所述问句的目标逻辑表达式,供执行所述目标逻辑表达式从知识库包括的各资源中确定所述问句的答案。
9.根据权利要求8所述的装置,其特征在于,所述框架确定模块,包括:
关系确定单元,用于根据所述问句中各词语之间的语义分析结果以及预设的词语与词语之间的语义逻辑关系,确定所述问句中各词语之间的语义逻辑关系;
图谱构建单元,用于以所述问句中包括的各词语作为图谱节点,以词语之间的语义逻辑关系作为图谱关系构建知识图谱;
框架确定单元,用于根据所述知识图谱确定描述所述问句整体语义逻辑关系的目标框架。
10.根据权利要求9所述的装置,其特征在于,所述框架确定单元,包括:
依赖确定子单元,用于根据所述知识图谱中各节点间的语义逻辑关系,确定各节点间的依赖关系;
框架确定子单元,用于根据各节点间的依赖关系和语义逻辑关系,确定描述所述问句整体语义逻辑关系的目标框架。
11.根据权利要求10所述的装置,其特征在于,所述框架确定子单元,具体用于:
根据各节点间的依赖关系和语义逻辑关系,确定知识图谱中各语义逻辑关系之间的依赖类型;
根据知识图谱中各语义逻辑关系,以及各语义逻辑关系之间的依赖类型,确定描述所述问句整体语义逻辑关系的目标框架。
12.根据权利要求8-11中任一所述的装置,其特征在于,所述表达式确定模块,包括:
属性确定单元,用于根据所述目标框架最外层的语义逻辑关系和所述目标框架中的实体参数,确定目标逻辑表达式的属性;
表达式确定单元,用于根据确定的目标逻辑表达式的属性从知识库的各资源通用表示形式中确定目标逻辑表达式;
参数确定单元,用于根据所述目标框架最外层的语义逻辑关系包括的参数和/或嵌套语义逻辑关系信息,确定所述目标逻辑表达式中的参数。
13.根据权利要求12所述的装置,其特征在于,所述参数确定单元,包括:
函数确定子单元,用于根据嵌套语义逻辑关系确定目标函数;
参数确定子单元,用于利用嵌套语义逻辑关系中的参数对确定的目标函数进行赋值,将赋值后的目标函数作为所述目标逻辑表达式中的参数。
14.根据权利要求8所述的装置,其特征在于,所述词语与词语之间的语义逻辑关系包括:词语与词语之间的显示关系、词语与词语之间的隐式关系和词级限定关系中的至少一种。
15.一种设备,其特征在于,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的逻辑表达式确定方法。
16.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的逻辑表达式确定方法。
CN201811543431.7A 2018-12-17 2018-12-17 逻辑表达式确定方法、装置、设备和介质 Active CN109670024B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811543431.7A CN109670024B (zh) 2018-12-17 2018-12-17 逻辑表达式确定方法、装置、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811543431.7A CN109670024B (zh) 2018-12-17 2018-12-17 逻辑表达式确定方法、装置、设备和介质

Publications (2)

Publication Number Publication Date
CN109670024A true CN109670024A (zh) 2019-04-23
CN109670024B CN109670024B (zh) 2021-06-04

Family

ID=66144522

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811543431.7A Active CN109670024B (zh) 2018-12-17 2018-12-17 逻辑表达式确定方法、装置、设备和介质

Country Status (1)

Country Link
CN (1) CN109670024B (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110333871A (zh) * 2019-07-08 2019-10-15 腾讯科技(深圳)有限公司 一种验证方法、装置和存储介质
CN110457484A (zh) * 2019-06-26 2019-11-15 重庆兆光科技股份有限公司 一种基于图的逻辑表达方法、系统、介质和设备
CN110457455A (zh) * 2019-07-25 2019-11-15 重庆兆光科技股份有限公司 一种三值逻辑问答咨询优化方法、系统、介质和设备
CN110795697A (zh) * 2019-10-29 2020-02-14 北京明略软件系统有限公司 逻辑表达式的获取方法、装置、存储介质以及电子装置
CN111026916A (zh) * 2019-12-10 2020-04-17 北京百度网讯科技有限公司 文本描述的转换方法、装置、电子设备及存储介质
CN111460169A (zh) * 2020-03-27 2020-07-28 科大讯飞股份有限公司 语义表达式生成方法、装置及设备
CN111858109A (zh) * 2020-07-22 2020-10-30 中国第一汽车股份有限公司 互斥逻辑的验证方法、装置、设备及存储介质
WO2021021012A1 (en) * 2019-07-29 2021-02-04 Ai Robotics Limited Stickering method and system for linking contextual text elements to actions
CN112541313A (zh) * 2020-12-24 2021-03-23 山东高云半导体科技有限公司 为逻辑分析态配置触发表达式的方法和装置
CN112765993A (zh) * 2021-01-20 2021-05-07 上海德拓信息技术股份有限公司 语义解析方法、系统、设备及可读存储介质
CN113033211A (zh) * 2021-03-25 2021-06-25 联想(北京)有限公司 一种数据处理方法及装置
CN113326172A (zh) * 2021-08-04 2021-08-31 云智慧(北京)科技有限公司 一种运维知识的处理方法、装置及设备
CN114091430A (zh) * 2020-06-29 2022-02-25 微软技术许可有限责任公司 基于子句的语义解析
CN115827787A (zh) * 2023-02-15 2023-03-21 仁通融合(南京)信息技术有限公司 一种互联网云智库管理方法
CN117609518A (zh) * 2024-01-17 2024-02-27 江西科技师范大学 一种面向定中结构的分层级中文实体关系抽取方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105760462A (zh) * 2016-02-05 2016-07-13 首都师范大学 基于关联数据查询的人机交互方法及装置
CN105868313A (zh) * 2016-03-25 2016-08-17 浙江大学 一种基于模板匹配技术的知识图谱问答系统及方法
US20170236129A1 (en) * 2016-02-16 2017-08-17 Tata Consultancy Services Limited System and method for automated regulatory compliance checking for organizations
CN107247736A (zh) * 2017-05-08 2017-10-13 广州索答信息科技有限公司 一种基于知识图谱的厨房领域问答方法及系统
CN107748757A (zh) * 2017-09-21 2018-03-02 北京航空航天大学 一种基于知识图谱的问答方法
CN108304381A (zh) * 2018-01-25 2018-07-20 北京百度网讯科技有限公司 基于人工智能的实体建边方法、装置、设备及存储介质
CN108509519A (zh) * 2018-03-09 2018-09-07 北京邮电大学 基于深度学习的通用知识图谱增强问答交互系统及方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105760462A (zh) * 2016-02-05 2016-07-13 首都师范大学 基于关联数据查询的人机交互方法及装置
US20170236129A1 (en) * 2016-02-16 2017-08-17 Tata Consultancy Services Limited System and method for automated regulatory compliance checking for organizations
CN105868313A (zh) * 2016-03-25 2016-08-17 浙江大学 一种基于模板匹配技术的知识图谱问答系统及方法
CN107247736A (zh) * 2017-05-08 2017-10-13 广州索答信息科技有限公司 一种基于知识图谱的厨房领域问答方法及系统
CN107748757A (zh) * 2017-09-21 2018-03-02 北京航空航天大学 一种基于知识图谱的问答方法
CN108304381A (zh) * 2018-01-25 2018-07-20 北京百度网讯科技有限公司 基于人工智能的实体建边方法、装置、设备及存储介质
CN108509519A (zh) * 2018-03-09 2018-09-07 北京邮电大学 基于深度学习的通用知识图谱增强问答交互系统及方法

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110457484A (zh) * 2019-06-26 2019-11-15 重庆兆光科技股份有限公司 一种基于图的逻辑表达方法、系统、介质和设备
CN110457484B (zh) * 2019-06-26 2022-02-22 重庆兆光科技股份有限公司 一种基于图的逻辑表达方法、系统、介质和设备
CN110333871B (zh) * 2019-07-08 2024-01-30 腾讯科技(深圳)有限公司 一种验证方法、装置和存储介质
CN110333871A (zh) * 2019-07-08 2019-10-15 腾讯科技(深圳)有限公司 一种验证方法、装置和存储介质
CN110457455B (zh) * 2019-07-25 2022-02-22 重庆兆光科技股份有限公司 一种三值逻辑问答咨询优化方法、系统、介质和设备
CN110457455A (zh) * 2019-07-25 2019-11-15 重庆兆光科技股份有限公司 一种三值逻辑问答咨询优化方法、系统、介质和设备
WO2021021012A1 (en) * 2019-07-29 2021-02-04 Ai Robotics Limited Stickering method and system for linking contextual text elements to actions
CN110795697A (zh) * 2019-10-29 2020-02-14 北京明略软件系统有限公司 逻辑表达式的获取方法、装置、存储介质以及电子装置
CN110795697B (zh) * 2019-10-29 2023-05-26 北京明略软件系统有限公司 逻辑表达式的获取方法、装置、存储介质以及电子装置
CN111026916A (zh) * 2019-12-10 2020-04-17 北京百度网讯科技有限公司 文本描述的转换方法、装置、电子设备及存储介质
CN111460169A (zh) * 2020-03-27 2020-07-28 科大讯飞股份有限公司 语义表达式生成方法、装置及设备
CN111460169B (zh) * 2020-03-27 2023-06-02 科大讯飞股份有限公司 语义表达式生成方法、装置及设备
CN114091430A (zh) * 2020-06-29 2022-02-25 微软技术许可有限责任公司 基于子句的语义解析
CN111858109A (zh) * 2020-07-22 2020-10-30 中国第一汽车股份有限公司 互斥逻辑的验证方法、装置、设备及存储介质
CN112541313A (zh) * 2020-12-24 2021-03-23 山东高云半导体科技有限公司 为逻辑分析态配置触发表达式的方法和装置
CN112765993A (zh) * 2021-01-20 2021-05-07 上海德拓信息技术股份有限公司 语义解析方法、系统、设备及可读存储介质
CN113033211A (zh) * 2021-03-25 2021-06-25 联想(北京)有限公司 一种数据处理方法及装置
CN113326172B (zh) * 2021-08-04 2021-11-02 云智慧(北京)科技有限公司 一种运维知识的处理方法、装置及设备
CN113326172A (zh) * 2021-08-04 2021-08-31 云智慧(北京)科技有限公司 一种运维知识的处理方法、装置及设备
CN115827787A (zh) * 2023-02-15 2023-03-21 仁通融合(南京)信息技术有限公司 一种互联网云智库管理方法
CN117609518A (zh) * 2024-01-17 2024-02-27 江西科技师范大学 一种面向定中结构的分层级中文实体关系抽取方法及系统
CN117609518B (zh) * 2024-01-17 2024-04-26 江西科技师范大学 一种面向定中结构的分层级中文实体关系抽取方法及系统

Also Published As

Publication number Publication date
CN109670024B (zh) 2021-06-04

Similar Documents

Publication Publication Date Title
CN109670024A (zh) 逻辑表达式确定方法、装置、设备和介质
Langacker Dynamicity, fictivity, and scanning
JP6756079B2 (ja) 人工知能に基づく三元組チェック方法、装置及びコンピュータプログラム
US8250052B2 (en) Geospatial data interaction
CN109599095A (zh) 一种语音数据的标注方法、装置、设备和计算机存储介质
CN109348275A (zh) 视频处理方法和装置
CN110276023A (zh) Poi变迁事件发现方法、装置、计算设备和介质
CN108549656A (zh) 语句解析方法、装置、计算机设备及可读介质
CN110472002A (zh) 一种文本相似度获取方法和装置
US20200192941A1 (en) Search method, electronic device and storage medium
CN109918568A (zh) 个性化学习方法、装置、电子设备及存储介质
CN110309277A (zh) 人机对话语义解析方法和系统
US11354504B2 (en) Multi-lingual action identification
CN110377694A (zh) 标注文本对逻辑关系的方法、装置、设备和计算机存储介质
CN109616101A (zh) 声学模型训练方法、装置、计算机设备和可读存储介质
CN109408834A (zh) 辅助机器翻译方法、装置、设备及存储介质
CN110413753A (zh) 问答样本的扩展方法及装置
Jacobsson et al. Crossmodal content binding in information-processing architectures
CN109189882A (zh) 序列内容的回答类型识别方法、装置、服务器和存储介质
CN111125550B (zh) 兴趣点分类方法、装置、设备及存储介质
Rodgers et al. Toward a situation model in a cognitive architecture
Queiroz et al. AI from concrete to abstract: demystifying artificial intelligence to the general public
CN108268602A (zh) 分析文本话题点的方法、装置、设备和计算机存储介质
Dunn et al. Stability of syntactic dialect classification over space and time
Nuntawong et al. A semantic similarity assessment tool for computer science subjects using extended Wu & Palmer’s algorithm and ontology

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant