CN113656537A - 一种事件数据建模方法以及自然语言语义构建系统 - Google Patents

Abstract

本专利属于人工智能领域，特别涉及到一种事件数据建模方法以及自然语义构建系统，表述了自然语言的一种事件模型语义构建方法，通过对自然语言进行事件模型语言数据进行查询获取到事件模型语义数据，事件模型有自然语言语法构建的事件模型语言和图数据建模构建的事件图模型两种方法，事件模型语言通过事件模型语言图化过程实现事件图模型的构建，事件图模型通过事件模型文本化过程实现事件模型语言的构建，事件模型语言数据通过事件模型分层存储的方式存储在文本类型数据库中，事件图模型数据存储在图数据库中。

Description

一种事件数据建模方法以及自然语言语义构建系统

技术领域

本专利属于人工智能领域，特别涉及到一种事件数据建模方法以及自然语言语义构建系统。

背景技术

在数字经济特别是智能物联网业务场景中，需要对主体、事物、事件等通用性的实体进行数据建模，以此在数据模型基础上来实现对环境中的实体进行通用化的数据化描述以及计算，并以此为基础搭建服务系统来实现对现实场景主体进行计算以及进行提出动作方式或者各种功能指令来让主体实现某些任务。尤其是智能主体系统中或者智能机器人系统中，需要有一种专门来对主体行为进行解释的数据存储解决方案，才能让智能主体解析和推理在自然语言中的行为动词的具体含义。而现目前智能物联网行业并没有相关的数据结构来统一的数据模型来实现普遍性的主体、事物、事件，事态等常有要素构建相应的数据化描述以及存储方案，且这些实际场景中的数据并不能和自然语言相互关联，导致了不同智能物联网业务场景中的数据是异构的，导致产生非常多的额外的数据融合工作，且目前的智能物联网业务场景的数据建模方式需要更强的数据系统可扩展性来实现传统业务场景的数据化。

发明内容

为解决上述这些问题，本发明提出如下用来实现事件模型建模与自然语言语义构建系统： 首先对现实环境中的主体、事物、事件进行概念建模并且提出数据化方案，这里提出了一种针对现实世界中的事物以及事物之间关系的通用的描述方式以及数据化方法，计算机系统尤其是物联网系统可以依照这种方式去实现广泛的事物进行数据化描述，并且基于这种数据化方式来实现事物数据的获取，处理，以及存储，调用，通信，协同处理等。

同时，本系统用较为模型化的方式来描述事物之间的关系，而人类语言也是一种抽象化的描述事物以及事件动态关系的语言，这里通过事件模型与文本语言建立相关对应关系和解释关系。这里表达事态模型如何和文本性语言相互转换和解释，以及如何在文本数据中找到对事件模型定义识别的补充性解释。根据事态模型是一种可扩展的结构化数据，更进一步的依照事件模型的组织方式可以依照相关的语法来组织实现相关的自然语言语句。

本发明提供事件数据建模方法以及自然语义构建系统主要是事件数据建模对象通过事件模型对象关系关联形成的事件模型数据，把事件模型数据通过事件模型数据分层存储方式存储在数据库中，并通过自然语句语义构建过程得到的事件模型语义数据反馈，以此实现自然语句语语义数据的构建和获取。

进一步的事件模型数据的事件模型表述方法包含事件图模型和事件模型语言，所述的事件数据建模对象包含事物特征关系，事件特征关系，事物模型，事件单元模型，事件关系模型，事态模型，所述的事件模型对象关系表达方式包含图数据关联关系和语言关联关系，事件图模型通过事件模型文本化过程转换成为事件模型语言，事件模型语言通过事件模型图化过程来实现事件图模型的结构化图数据构建。

进一步的 事件模型对象关系 包含事物特征关系引用事件数据符号系统的事物描述方法；事件特征关系引用事件数据符号系统的事件描述方法；事物模型描述包含了事物特征描述，并且也包含表述事物模型内部的事物和事物之间的关联关系特征，关联特征表述为关联关系；事件单元模型包含了事物模型的描述，并且也包含表述事物模型的主体能动或者有能动特征的事物带动下的事物特征变化关系，其中新增事件类别描述和事件类别特征描述为归属关系；事件关系模型包含了事件单元模型的描述，并且也包含了表述事件模型之间的前后演变关系的描述为转变关系；事态模型包含了事件关系模型的描述，并且也包含了事件关系模型之间的事件之间的关联关系的描述关联关系。

进一步的事件模型文本化过程包表示用自然语言符号来来替换事件图模型中的事件模型对象关系的并形成事件模型语言的过程；事件模型语言图化过程过程指的是通图数据库语句来描述事件模型语言中的事件模型对象关系并形成事件图模型过程。

进一步的事件模型语言通过事件模型数据分层存储的方式实现事件模型语言的数据关联存储，事件模型数据分层存储分为事物特征层，事物模型层，事件单元模型层，事件关系模型层，事态模型层，语义解释层，语义表述层；事物模型层调用事物特征层的数据的事物名称，事件单元模型层调用事物模型层的数据的事物模型名称，事件关系模型调用事件单元模型层数据的事件单元模型名称，事态模型调用事件关系层数据的事件关系名称，语义解释层文本调用事态模型层事态模型名称，语义表述层关联语义解释层的语义。

进一步的自然语句语义构建过程包含陈述性语句语义构建过程，任务性语句语义构建过程、询问性语句语义构建过程，陈述性自然语言通过 陈述性语句语义构建过程 来实现映射关系，自然语言表述的事件任务描述 通过任务性语句语义构建过程 与事态模型相互匹配，并用事态模型表述事件任务的具体含义；自然语言表述的事件询问描述 通过询问性语句语义构建过程与事态模型相互匹配关联，并用事态模型表述来实现事件询问描述的匹配。

进一步的事件模型语义数据包含有陈述性语句语义数据、任务性语句语义数据、询问性语句语义数据构成；陈述性语句语义数据、任务性语句语义数据、询问性语句语义数据都分为事物特征层，事物模型层，事件单元模型层，事件关系模型层，事态模型层，语义解释层，语义表述层；陈述性语句语义数据的语义解释层由陈述性语句构成；任务性语句语义数据的语义解释层由陈述性语句和任务性语句构成；询问性语句语义数据的语义解释层由陈述性语句、询问性语句匹配任务性语句构成。

进一步的 陈述性语句语义构建过程，由自然语言文本输入，自然语言符号拆解，复杂语句拆解，陈述性短语句语义构建过程，复杂语句匹配，自然语言段落语义整合过程工序组成；所述的 陈述性短语句语义构建过程，由陈述性短语句输入，事态模型匹配，如匹配则新语句；事件关系模型匹配，如匹配则新语句，事件单元模型匹配，如匹配则新语句；事物模型匹配，如匹配则新语句；事物匹配，如匹配则新语句；短语句整合，匹配复杂语句过程组成。

进一步的任务性语句语义构建过程，由任务性语句输入，任务性语句搜索匹配，陈述性语句语义构建过程 构成。所述询问性语句语义构建过程，由询问性语句输入，询问性语句搜索匹配，任务性语句模版，陈述性语句语义构建 过程构成。

本发明的有益效果：

通过本发明提供的一种事件数据建模方法以及自然语言语义构建系统，解决了自然语言事件语义构建的问题，事件模型语言即能够方便人类阅读，也方面计算机的存储计算，并通过对事件模型语言图化成为事件图模型来实现计算机对结构化数据的计算，由于人类的语言属于抽象语言，所以必然需要多层的是按图模型来作为抽象语言的解释，以此实现从人类的抽象自然语言，构建成为事件模型语义数据的正对环境中的事物确实存在的对象关系描述，并通过计算机来计算事件模型语义来实现对人类抽象语言语义的理解。

附图说明：

构成本申请的一部分附图用来提供对本发明的进一步理解，本发明的示意性实例及其说明用于解释本发明，并不构成对本发明的不当限定，在附图中：

图1 事件模型数据构建方法

图2 事件模型关联关系

图3 事件模型表述方法

图4 事件模型数据建模对象

图5 事件模型多层数据库存储方式

图6 陈述性/任务性语句事件模型数据

图7 询问性语句事件模型数据

图8 陈述性语句语义构建过程

图9 陈述性短语句语义构建过程

图10 任务性语句语义构建过程

图11 询问性语句语义构建过程

图12 事物关系特征的事件图模型

图13 主体事件图模型

图14 事物模型事件图模型

图15事件单元模型事件图模型

图16事件关系模型事件图模型

图17事态模型事件图模型

图18事件特征关系事件图模型

图中：

事件数据建模对象1000、事件模型对象关系1002、事件模型数据1004，事件模型表述方法1006、事件图模型1008、事件模型语言1010、事物特征关系1012，事件特征关系1013，事物模型1014，事件单元模型1016，事件关系模型1018，事态模型1020，图数据关联关系1022、语言关联关系1024、事件模型文本化过程1026、事件模型图化过程2028、事件模型数据分层存储2000、自然语句语义构建过程2002、事件模型语义数据2004、事物特征关系层2002，事物模型层2004，事件单元模型层2006，事件关系模型层2008，事态模型层2010，语义解释层2012，语义表述层2014、陈述性语句语义构建过程2016，任务性语句语义构建过程2018、询问性语句语义构建过程2020，陈述性语句语义数据2022、任务性语句语义数据2024、询问性语句语义数据2026、陈述性语句2028和任务性语句2030、询问性语句2032、自然语言文本输入2034，自然语言符号拆解2036，复杂语句拆解2038，陈述性短语句语义构建过程2040，复杂语句匹配2042，自然语言段落语义整合过程2044、陈述性短语句输入2046，事态模型匹配2048，匹配则新语句2050、事件关系模型匹配2052，事件单元模型匹配2054，事物模型匹配2056，事物匹配2058，短语句整合2060，匹配复杂语句2062 、任务性语句输入2064，任务性语句搜索匹配2066，陈述性语句语义构建过程2016 、询问性语句语义构建过程2020，询问性语句输入2068，询问性语句搜索匹配2070，任务性语句模版2072。

具体实施方式：

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”，“第二”等用于区别类似的对象，而不必用于描述特定的顺序或者先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程，方法、系统、产品或设备不必限于清楚地列出哪些步骤或单元，而是可包括没有清楚地列出或对于这些过程、方法、产品或设备固有的其他步骤或单元。

本实施例提供了事件数据建模方法以及自然语义构建系统，表述了事件数据建模对象1000通过事件模型对象关系1002关联形成的事件模型数据1004，把事件模型数据1004通过事件模型数据分层存储2000方式存储在数据库中，并通过自然语句语义构建过程2002得到的事件模型语义数据2004反馈，以此实现自然语句语语义数据的构建和获取。

进一步的事件模型数据1004的事件模型表述方法1006包含事件模型1008和事件模型语言1010，实施例图4表述事件数据建模对象1000包含事物特征关系1012，事件特征关系1013，事物模型1014，事件单元模型1016，事件关系模型1018，事态模型1020，实施例图2表示事件模型对象关系1002表达方式包含图数据关联关系1022和语言关联关系1024，事件图模型1008通过事件模型文本化过程2026转换成为事件模型语言1010，事件模型语言1010通过事件模型图化过程2028来实现事件模型1008的结构化图数据构建。

进一步的 事件模型对象关系1002 包含事物特征关系1012引用事件数据符号系统的事物描述方法；事件特征关系1013引用事件数据符号系统的事件描述方法；事物模型描述1014包含了事物特征描述，并且也包含表述事物模型内部的事物和事物之间的关联关系特征，关联特征表述为关联关系；事件单元模型1016包含了事物模型的描述，并且也包含表述事物模型的主体能动或者有能动特征的事物带动下的事物特征变化关系，其中新增事件类别描述和事件类别特征描述为归属关系；事件关系模型1018包含了事件单元模型的描述，并且也包含了表述事件模型之间的前后演变关系的描述为转变关系；事态模型1020包含了事件关系模型的描述，并且也包含了事件关系模型之间的事件之间的关联关系的描述关联关系。

进一步的事件模型文本化过程1026包表示用自然语言符号来来替换事件图模型中的事件模型对象关系的并形成事件模型语言的过程；事件模型语言图化过程1028过程指的是通图数据库语句来描述事件模型语言中的事件模型对象关系并形成事件图模型过程。

实施例图5展示了事件模型数据分层存储的数据存储方式，具体表述了事件模型语言1010通过事件模型数据分层存储2000的方式实现事件模型语言1010的数据关联存储，事件模型数据分层存储2000分为事物特征层2002，事物模型层2004，事件单元模型层2006，事件关系模型层2008，事态模型层2010，语义解释层2012，语义表述层2014；事物模型层2004调用事物特征层2002的数据的事物名称，事件单元模型层2006调用事物模型层2004的数据的事物模型名称，事件关系模型2008调用事件模型层2006数据的事件模型名称，事态模型2010调用事件关系层2008数据的事件关系名称，语义解释层2012文本调用事态模型层2010事态模型名称，语义表述层2014关联语义解释层2012的语义。

在自然语句语义构建过程2002包含陈述性语句语义构建过程2016，任务性语句语义构建过程2018、询问性语句语义构建过程2020，陈述性自然语言通过 陈述性语句语义构建过程2016 来实现映射关系，自然语言表述的事件任务描述 通过任务性语句语义构建过程2018 与事态模型相互匹配，并用事态模型表述事件任务的具体含义；自然语言表述的事件询问描述 通过 询问性语句语义构建过程2020 与事态模型相互匹配关联，并用事态模型表述来实现事件询问描述的匹配。

实施例图7表述了自然语言语义数据中的陈述性语句和任务性语句，图8表述了询问性语句的事件模型语义数据格式，图中的事件模型语义数据2004包含有陈述性语句语义数据2022、任务性语句语义数据2024、询问性语句语义数据2026构成；陈述性语句语义数据2022、任务性语句语义数据2024、询问性语句语义数据2026都分为事物特征层2002，事物模型层2004，事件单元模型层2006，事件关系模型层2008，事态模型层2010，语义解释层2012，语义表述层2014；陈述性语句语义数据2022的语义解释层由陈述性语句2028构成；任务性语句语义数据2024的语义解释层由陈述性语句2028和任务性语句2030构成；询问性语句语义数据2026的语义解释层由陈述性语句2028、询问性语句2032匹配任务性语句2030构成。

实施例图9表述的 陈述性语句语义构建过程2016，由自然语言文本输入2034，自然语言符号拆解2036，复杂语句拆解2038，陈述性短语句语义构建过程2040，复杂语句匹配2042，自然语言段落语义整合过程2044工序组成；实施例图10所述的 陈述性短语句语义构建过程2040，由陈述性短语句输入2046，事态模型匹配2048，如匹配则新语句2050；事件关系模型匹配2052，如匹配则新语句2050，事件模型匹配2054，如匹配则新语句2050；事物模型匹配2056，如匹配则新语句2050；事物匹配2058，如匹配则新语句2050；短语句整合2060，匹配复杂语句2062 过程组成。

实施例图11表述的任务性语句语义构建过程2018，由任务性语句输入2064，任务性语句搜索匹配2066，陈述性语句语义构建过程2016 构成。实施例图12所述询问性语句语义构建过程2020，由询问性语句输入2068，询问性语句搜索匹配2070，任务性语句模版2072，陈述性语句语义构建2016 过程构成。

下边结合一个优选实施例，对上述实施例设计到的内容进行说明：

已知事件任务环境中有智能主体设备，主体、事物、事件、事态，现对环境中的智能主体设备、主体、事物、事件、事态进行建模来描述它们的行为方式，并把这些数据存储在数据库中，通过数据库查询的方式获取自然语言的事件模型语义数据。事件模型语义数据是一种分层数据，从抽象的自然语言语句层，到事件单元模型层，事物模型层，事物特征关系层，而且事件模型是一种结构化的图数据，这样计算机可以通过图计算算法来计算事件模型数据。

事物特征数据事件图模型表示方式以及事物模型语言表示方式：

首先我们对事物的描述方式称之为事物特征的描述方法，即事物在环境中存在可以用事物类别，事物的特征，事物的特征状态，事物的状态特征来描述事物在环境中的存在方式；图12用图数据表述了事物特征数据在环境中的存在方式，而表1则表述了事件模型语言表述了用事物在环境中的方式，事物特征图数据可以用相应的过程转换为右侧的事件模型语言数据，而事件模型语言数据也一对一的表述了事物特征图数据的构成方式，且用相应的陈述性短语来描述抽象的自然语言表述。

表所述事物关系特征的事件模型语言。

事物模型数据事件图模型表示方式以及事物模型语言表示方式：

事物在环境中的存在方式是往往是不是单独存在的，事物会和环境中的其他事物产生关联关系，并且大多数事物不是由单一的部分构成的，也会有不同事物之间的构成关系；在这里用事物模型的方式来表述事物之间的固有的共同关系；图13用事件图模型表述了事物模型在环境中的存在方式，表2则用事件模型语言表述了事物模型在环境中的存在方式；在这里可以用相应的过程把事件图模型转换为右侧的事件模型语言；右侧的事件模型语言表述了事物模型在自然语言中的含义；并且也用抽象性的陈述性短语句来实现对事物在环境中存在方式的描述。

表2所述事物模型的事件模型语言。

主体存在事件数据事件图模型表示方式以及事物模型语言表示方式：

对于一般性主体来说，主体通过自身的能动特性来实现事件模式并改变事物特征，这里把主体通过事件模型来改变事物特征的能力称为主体能力，当然也包括改变主体本身的特征属性。在实际环境中，主体需要组织各种事物的能动特性以及事件的条件要素来实现事物特征的构造和实现。

当然主体是一种具有能动特性的事物，在绝大多数情况下，主体的能动特性驱动事件发生变化。当然主体如何定义特征呢，特征是主体通过传感能力感受到的有关于事物的信号，特征也是事物对外作用的方式，所以特征在模型中的表示方式有方向有描述。

图9用主体的事件图模型表述了事件模型在环境中的存在方式，而表3则用事件模型语言表述了主体在环境中的存在方式。在这里可以用相应的过程把事件图模型转换为右侧的事件模型语言。右侧的事件模型语言表述了事物模型在自然语言中的含义。并且也用抽象性 的陈述性短语句来实现对主体在环境中的存在方式的描述。

表3所述主体的事件模型语言。

事件单元模型事件图模型表示方式以及事件单元模型事件模型语言表示方式：

环境中的事物和事物往往都会是产生相应的关联，而这种相互关联的关联关系使得事物之间的能动和变化都是相互影响的，即一个事物的特征变化，连带着与其它事物之间的关系也会发生变化，这时候把这里的事物关联变化关系称之为事件单元模型。主体的能动特性往往会改变事物模型的整体状态。这种事物框架和状态的描述机制，可以适用于非常多的场景，如机械结构的运作，机器人的动作，或者简单的描述人的某个动作。

我们把事物包括主体或者事物的改变都称之为事件，每个事件都包含了事物改变或者事物模型改变。事件单元模型的改变为事物之间的协同改变。含有多个步骤的事件的即同样的事物关系结构的基础下有多个固定的连续步骤为事件关系模型。

图11用事件模型图数据表述了事件模型在环境中的存在方式，而表4的用事件模型语言表述了事件单元模型在环境中的存在方式。在这里可以用相应的过程把事件模型图数据转换为右侧的事件模型语言。右侧的事件模型语言表述了事物单元模型在自然语言中的含义。并且也用抽象性的陈述性短语句来实现对事件模型在环境中的存在方式的描述。

表4 所述事件单元模型的事件模型语言。

事件关系模型的事件图模型表示方式以及事件关系模型的事件模型语言表示方式：

主体需要按照环境中的事物模型特征具体演化规律来实施相关的事件单元模型，事件单元模型有先后承接关系或者并列协同关系，以及事件单元模型具有固定的组合特征等。事件单元模型并列的情况下，也有事件关系执行效能而产生的事件模型执行顺序问题，只不过这个顺序也是按照当时的事件情形来规划的。

人类的语言文本中的事态描述或者事件描述中，除了主要需要描述的事件之外，往往还有一些隐含的事件关联并未表述，但是这些隐含的事件往往作为主要事件运作存在的前提条件。另外语言文本也常常是一些复合语句，来表示事态的中的多个事件或者一段事件的发展状况。

在事件关系模型中，事件包含事物模型的连续性变化，而主体的和事物模型之间的特征关联也作为事件之间的关联。这样可以在和语言学中的一些角度进行对接，即主是主体，谓是谓是能动特性，宾是事物模型，而事物模型可以作为一种宾语补足语来叙述。当然主体也可以在另外一个事物模型中，主体在事物模型中为一个整体是一个事件模型，或者在某个事件条件下，事物模型发生了某种变化，形成了某种反应，作为一种条件状语来表述事物模型产生变化或者演变。

当然我们这里也可以把整个事件关系模型作为事件，把连续性的固定的事物模型演变关系称之为一个整体事件概念，因为在人类的自然语言中，有非常多的行为是连续性的事物能动来表述某些具有某种语义的事件过程，而这些时间过程都是由很多主体动作驱动的事件模型构成的。人类语言中的绝大多数的行为动词，其实都是经过抽象的连续性能动。

图13用事件关系模型图数据表述了事件模型在环境中的存在方式，而表5则用事件模型语言表述了事件关系模型在环境中的存在方式。在这里可以用相应的过程把事件模型图数据转换为右侧的事件模型语言。右侧的事件模型语言表述了事物模型在自然语言中的含义。并且也用抽象性的陈述性短语句来实现对主体在环境中的存在方式的描述。

表5 所述事件关系模型的事件模型语言。

事件关联特性以及特征关联事件模型以及事物模型语言表示方式：

当然在人类的语言中，事件过程也具有某种特性，主体可以根据自身能动特性与之关联而改变事件进程。而人的能动行为也会和这些事件过程产生关系，如停车或者停下某某事情，或者说干预某种事件过程的继续，或者与事件过程的某个特征产生关联。通常这个过程也可以称之为事件关系模型的嵌套过程。

主体还需要对事件特征以及其中的关联特征进行描述和定义。环境中的事件有自身特性以及事件之间也有相互关联特征。在广泛的事件协作场景中，比如说在工作场景中，每个工作任务都是相互协作以及协同的，以及每件事情都为另外一件事情提供了发生的可能性。在这里列举了三种事件关联方式，分别为为主体信息交互关联，事物模型交互关联，事件模型赋能关联，来作为环境中事件关联的特征描述。

图15用事件关联特征以及特征关联图数据表述了事件模型在环境中的存在方式，而表6则用事件模型语言表述了事件关联特征以及特征关联在环境中的存在方式。在这里可以用相应的过程把事件模型图数据转换为右侧的事件模型语言。右侧的事件模型语言表述了事物模型在自然语言中的含义。并且也用抽象性的陈述性短语句来实现对事件关联特征以及特征关联在环境中的呈现方式的描述。

表6 所述事件关系模型的事件模型语言。

事态模型事件图模型以及事态模型事物模型语言：

主体在环境中的行为过程或者事件，都是在环境事态中进行的，必然会涉及到别的事件。主体需要对事态模型中的相互干涉事件特征进行识别和管理，以保证事态中的事件可以以正常的的方式运作和运行。在识别环境中事态模型的情况下，主体可以根据对事件关系模型的特征要求来改变事件运作方式以及运作结果，或者是充分考量环境中的事态模型，来实现相关的事件任务，通过许多事件关系模型的构造配合来实现目标事件关系模型。

这里把事件模型等同定义为主体的行为模式，以此对应人类自然语言中对于某些行为的标记以及描述。自然语言中的某些行为模式的表述一定意义上来说是事件模式，即改变事物以及事物之间特征的活动，如“开车”改变的是汽车在环境中的位置特征，并且连带着改变人在环境中的位置特征，开车的过程中，人和汽车是人驾驶汽车的关系，车和路的关系是位移的关系，车和路的关系改变了人和目标的距离。并且开车时候要注意自身和其他车辆的关系，保证自己和替他场景内的事态不产生相互矛盾的关系。

图17用事态模型图数据表述了事件模型在环境中的存在方式，而表7则用事件模型语言表述了事态模型在环境中的存在方式。在这里可以用相应的过程把事件图模型转换为右侧的事件模型语言。右侧的事件模型语言表述了事物模型在自然语言中的含义。并且也用抽象性的陈述性短语句来实现对事态模型在环境中的存在方式的描述。

表7所述事态模型的事件模型语言。

事件模型语言数据分层存储：

这里可以看出事件数据的建模方式是事态模型包含事件关系模型，事件关系模型包含事件单元模型，事件模型包含事物模型，事物模型包含事物，这是一个自下而上的事件模型构建过程，而不同的事态模型，事件关系模型，有可能是相同的事物，事件用不同的方式组织而成的，所以在事件数据存储的时候是分层复用实现的，即分为事态模型层，事件关系模型层，事件单元模型层，事物模型层，事物特征层，上层的事件模型数据可以调用下层的事件模型数据，以此来实现底层事件模型数据的复用。

自然语句语义的事件模型数据结构：

当语言语义系统接收到一段语言文本，需要对语言文本进行识别拆解匹配并建立本体图模型，来实现语言文本的语言语义模型建立。语言语义系统接受到语言文本并且实现与之前建立好的事件数据进行相互匹配关联，这样可以实现语言文本可以与事件模型相互关联，而事件模型本身就是描述事物变化方式的一种事件建模方式，也是主体行为方式的一种建模方式，尤其是就智能主体系统中主体行为进行关联，以此可以通过智能主体实现一些事件任务。当然语言语义系统也可以用在对文本中的主体行为或者事物变化的知识建模以及推理上。

在本专利中需要为一段语言文本构建相应的事件模型数据，主要需要的工作是通过对事件模型数据库进行文本匹配搜索，来对语言文本建立单独的事件模型数据以此实现语言语义构建。如图7为陈述性/任务性自然语言语句的事件模型数据，如图8为询问性自然语言语句的事件模型数据。

基于文本数据库的搜索匹配：

本语言语义系统的便利之处在于自然语言文本和事件模型语言的表述方式是类似的，所以可以从文本的相似性角度来实现自然语言文本在数据库中模糊搜索对应的事件模型语言，在搜索自然语言文本的过程中，是自上而下的策略进行搜索的，因为最为上层的事件数据是事态模型语言，与自然语言文本最为相似，可以就文本相似程度上进行相应的匹配，如果没有相似的，那么久需要对自然语言中的构成要素进行搜索，并往下层如事件关系模型，事件单元模型进行搜索。

陈述性语句语义构建过程：

陈述性自然语言语义的建模是匹配已有的事件模型以及构建新的事件模型数据并实现完整的陈述行语言本文的事件模型数据构建过程。通过事件模型数据库中搜索匹配相应的事件模型，构建陈述性文本对应的事件模型语言数据，通过事件模型语言数据图化过程实现事件图模型的构建。陈述性文本类似于对事物或者行为或者事件的定义方式，如字典中的字词解释，通过陈述性语言文本语义构建可以实现新的事件模型数据的构建，以此来扩充事件模型数据库中的数据。陈述性语句语义构建过程由自然语言文本输入，自然语言符号拆解，复杂语句拆解，陈述性语句匹配，复杂语句匹配，自然语言段落语义整合过程工序组成。而陈述性短语句语义构建过程，由陈述性短语句输入，事态模型匹配，如匹配则新语句；事件关系模型匹配，如匹配则新语句，事件单元模型匹配，如匹配则新语句；事物模型匹配，如匹配则新语句；事物匹配，如匹配则新语句；短语句整合，匹配复杂语句 过程组成。

任务性语句语义构建过程：

自然语言表述的任务型语句的表述的事件任务和陈术性语言文本一样，可以用事件模型语言匹配和构建语义；事件任务更多的需要主体行为或者主体行为方式来实现环境中的事物或者事件特征，智能主体执行事件任务需要和任务环境中的任务对象也就是事物或者事件相互交互，并根据任务性语句定义的事态模型来实现对任务环境中任务对象进行改变。智能主体在任务环境中执行任务必然有和任务环境中的事物进行交互的。在这里，任务型语句可以用陈述性语句来表述，并且关联事态模型来实现智能主体行为方式语义的构建。任务性语句语义构建过程，由任务性语句输入，任务性语句搜索匹配，陈述性语句语义构建过程 三个过程构成。

询问性语句语义构建过程：

自然语言的询问性语句来说没有直接有对应的事件模型语言，所以不能做文本的相似度搜索和语义构建，但是询问性语句的的答案是陈述性的语言文本，所以需要配置询问性语句的陈述性任务模版，并通过任务模版来实现对询问性语句所需要的信息进行收集。可配置询问性语句的答案模版是任务性语句，通过任务性语句来执行相关的主体行为流程来实现答案的获取。如当然在某些简单的询问性语句中，表述的是想要问询获取到对象如事物或者事件的特性，如询问对象的时间(when)，地点(where)，方法(how)，定义(what)，对象(who)等特性，那么可以转换为智能主体对事件模型数据库中对事件模型语言定义的事物或者事件进行寻找和查询的行为方式，并在任务环境中对任务对象进行操作。当然询问性语句的任务模版也可以利用搜索引擎对海量的互联网数据进行开放性的自然语言的陈述性语句或者文本的获取和筛选，类似的可以用相同的方式对其他类型的数据源进行操作。询问性语句语义构建过程，由询问性语句输入，询问性语句搜索匹配，任务性语句模版，陈述性语句语义构建过程 四个过程构成。

工作原理：

在现实情况中，人类的自然语交互是抽象的，而人类的行为活动或者自然界的现象是可以采用事物特征关系1012、事物模型1014、事件模型1016、事件关系模型1018、事态模型1020来总结和描述，人类的语言语义可以通过对应相关的事件模型数据来实现语义的构建，也就是构建人类语言的事件模型语义，当事件模型数据分层关联存储在文本数据库中，并自然语言来获取事件语义时就可以获取完整的事件语义，并把事件语义转换为事件模型数据，事件模型数据是结构化的数据，可以通过计算机来处理，这也就实现了自然语言语义的事件语义的构建过程。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种事件数据建模方法以及自然语言语义构建系统表述事件数据建模对象通过事件模型对象关系关联形成的事件模型数据，把事件模型数据通过事件模型数据分层存储方式存储在数据库中，并通过自然语句语义构建过程得到的事件模型语义数据反馈，以此实现自然语句语语义数据的构建和获取。

2.如权利要求1所述的事件模型数据的事件模型表述方法包含事件图模型和事件模型语言，所述的事件数据建模对象包含事物特征关系，事件特征关系，事物模型，事件单元模型，事件关系模型，事态模型，所述的事件模型对象关系表达方式包含图数据关联关系和语言关联关系，事件图模型通过事件模型文本化过程转换成为事件模型语言，事件模型语言通过事件模型图化过程来实现事件图模型的结构化图数据构建。

3.如权利要求2表述的 事件模型对象关系 包含事物特征关系引用事件数据符号系统的事物描述方法；事件特征关系引用事件数据符号系统的事件描述方法；事物模型描述包含了事物特征描述，并且也包含表述事物模型内部的事物和事物之间的关联关系特征，关联特征表述为关联关系；事件单元模型包含了事物模型的描述，并且也包含表述事物模型的主体能动或者有能动特征的事物带动下的事物特征变化关系，其中新增事件类别描述和事件类别特征描述为归属关系；事件关系模型包含了事件单元模型的描述，并且也包含了表述事件模型之间的前后演变关系的描述为转变关系；事态模型包含了事件关系模型的描述，并且也包含了事件关系模型之间的事件之间的关联关系的描述关联关系。

4.如权利要求2表述的事件模型文本化过程包表示用自然语言符号来来替换事件图模型中的事件模型对象关系的并形成事件模型语言的过程；事件模型语言图化过程过程指的是通图数据库语句来描述事件模型语言中的事件模型对象关系并形成事件图模型过程。

5.如权利要求1表述的事件模型语言通过事件模型数据分层存储的方式实现事件模型语言的数据关联存储，事件模型数据分层存储分为事物特征层，事物模型层，事件单元模型层，事件关系模型层，事态模型层，语义解释层，语义表述层；事物模型层调用事物特征层的数据的事物名称，事件单元模型层调用事物模型层的数据的事物模型名称，事件关系模型调用事件单元模型层数据的事件单元模型名称，事态模型调用事件关系层数据的事件关系名称，语义解释层文本调用事态模型层事态模型名称，语义表述层关联语义解释层的语义。

6.如权利要求1所述自然语句语义构建过程包含陈述性语句语义构建过程，任务性语句语义构建过程、询问性语句语义构建过程，陈述性自然语言通过 陈述性语句语义构建过程 来实现映射关系，自然语言表述的事件任务描述 通过任务性语句语义构建过程 与事态模型相互匹配，并用事态模型表述事件任务的具体含义；自然语言表述的事件询问描述通过 询问性语句语义构建过程与事态模型相互匹配关联，并用事态模型表述来实现事件询问描述的匹配。

7.如权利要求1表述的事件模型语义数据包含有陈述性语句语义数据、任务性语句语义数据、询问性语句语义数据构成；陈述性语句语义数据、任务性语句语义数据、询问性语句语义数据都分为事物特征层，事物模型层，事件单元模型层，事件关系模型层，事态模型层，语义解释层，语义表述层；陈述性语句语义数据的语义解释层由陈述性语句构成；任务性语句语义数据的语义解释层由陈述性语句和任务性语句构成；询问性语句语义数据的语义解释层由陈述性语句、询问性语句匹配任务性语句构成。

8.如权利要求6表述的 陈述性语句语义构建过程，由自然语言文本输入，自然语言符号拆解，复杂语句拆解，陈述性短语句语义构建过程，复杂语句匹配，自然语言段落语义整合过程工序组成；所述的 陈述性短语句语义构建过程，由陈述性短语句输入，事态模型匹配，如匹配则新语句；事件关系模型匹配，如匹配则新语句，事件单元模型匹配，如匹配则新语句；事物模型匹配，如匹配则新语句；事物匹配，如匹配则新语句；短语句整合，匹配复杂语句过程组成。

9.如权利要求6表述的任务性语句语义构建过程，由任务性语句输入，任务性语句搜索匹配，陈述性语句语义构建过程 构成。

10. 所述询问性语句语义构建过程，由询问性语句输入，询问性语句搜索匹配，任务性语句模版，陈述性语句语义构建 过程构成。

Images