CN1220155C - 基于对话的信息搜索方法和对话机 - Google Patents

Abstract

本发明公开了一种可以在所有各种类型的搜索引擎中应用对话机的方法，用户可以使用自然语言进行信息搜索，并且搜索引擎可通过与用户对话的方式引导他进行搜索。该方法包括步骤：接收用户的自然查询语言；寻找与用户的自然查询语言相匹配的节点；以节点中的对话响应所述自然查询语言，其中该对话以明示或暗示的方式表明了该节点的文献分类原则，和重复以上步骤，通过与用户对话逐步缩小搜索范围，最终达到目标节点，或判断出不存在这样的目标节点。

Description

基于对话的信息搜索方法和对话机

技术领域

本发明公开了一种可以在所有各种类型的搜索引擎中应用的对话机和通过对话进行信息搜索的方法，用户可以使用自然语言进行信息搜索，并且搜索引擎可通过与用户对话的方式引导他进行搜索。

背景技术

所有的文献分类具有树状结构，树的每个节点可由一个或多个关键字所表示，我们提出了一种对话的方法。通过这种对话的方法，搜索引擎能够与用户通过自然语言进行对话，以帮助用户找到结果或当用户不太清楚需求时引导他找到结果。该方法既可以适用于那些将文献的分类方法告之用户的搜索引擎也可以适用于那些不将文献分类方法告诉用户的搜索引擎。但是对于那些不将分类方法告之用户的搜索引擎，这种解决方法能使搜索引擎更加“人性化”。

发明内容

本发明描述了一种在网络搜索引擎中应用的对话机和通过对话进行信息搜索的方法。对于所有具有大量信息的搜索引擎，可以看到文献的所有分类方法是根据不同的原则进行的。例如Yahoo，Altavista等，将具有相同兴趣的文献放入同一个目录-网络目录，在Yahoo，Altavista中文献的分类表示了一种分类方法。这些分类的共同特征是构造了一棵种类树。种类树的每个节点表示一个包含所有文献的目录，每个节点可由人类头脑中的一个或多个关键字来表示，由于文献的所有分类具有树状结构，同时每个树节点可由一个或多个关键字来表示，我们提出了一种对话的方法，通过这种对话的方法，搜索引擎能够与用户通过自然语言进行对话，以帮助用户找到结果或当用户不太清楚需求时引导他找到结果。对于一些将文献的分类方法告之用户的搜索引擎或一些不将文献分类方法告诉用户的搜索引擎，该方法均可适用。但是对于那些不将分类方法告之用户的搜索引擎，这种解决方法能使搜索引擎更加“人性化”。

根据本发明的一个方面提供一种信息搜索方法，用于在网络搜索引擎中，使用种类树通过对话进行信息搜索的方法，包括步骤：

接收用户的自然查询语言；

寻找与用户的自然查询语言相匹配的节点；

以该种类树的节点中的对话响应所述自然查询语言，其中该对话以明示或暗示的方式表明了该节点的文献分类原则，和

重复以上步骤，通过与用户对话逐步缩小搜索范围，最终达到目标节点，或判断出不存在这样的目标节点。

根据本发明的另一方面提供一种在网络搜索引擎中应用的对话机，用于使用种类树通过对话进行信息搜索，包括：对话输入部分，用于接收用户的自然查询语言；

节点匹配部分，寻找用户的自然查询语言相匹配的节点；和

对话响应部分，以该种类树的节点中的对话响应所述自然查询语言，其中该对话以明示或暗示的方式表明了该节点的文献分类原则

本发明的新颖性和关键点在于我们提出为每个节点指定一个对话集，这个对话集是人工生成的。对话集中的每个自然语句隐含或明确地描述此节点相关的分类原则。并且我们要求每个节点包含其父节点所具有的所有的关键字。对话集中的每个自然语句提示用户进行应答，引导用户找到具有更加确定的文献的确定的子节点。

通过以下结合附图的说明，可以使本发明的新颖性和其他特征更加明显。

附图说明

图1为一种类树的示意图；

图2为根据本发明一实施例的在网络搜索引擎中通过对话进行信息搜索的方法的流程图；

图3为根据本发明另一实施例的在网络搜索引擎中通过对话进行信息搜索的方法的流程图；

图4为根据本发明一实施例的在文献分类具有图1所示的树状结构时，本发明的通过对话进行信息搜索的方法的工作流程图；

图5为根据本发明一个实施例的对话机的方框图；和

图6为根据本发明另一实施例的对话机的方框图。

具体实施方式

以下结合具体实施例来描述本发明，例如用户询问：“我想了解关于中国的历史。”

那么我们得到关键字：“中国，历史。”

一部分的分类可能如图1所示。

然后我们把“中国”这个节点指定给自然语句“我想了解关于中国历史”，由于这个语句包含两个关键字“中国”和“历史”。节点“中国”可能被指定给关键字“中国”，“中国人”等等，由于我们假定它同时包含  “中国”节点的父节点的所有关键字，因此，此节点“中国”包括自然语句“我想了解关于中国的历史”中的两个关键字“中国”和“历史”。然后我们把“中国”节点指定给自然语句“我想了解中国的历史”。我们从节点“中国”的对话集中取得一自然语句回答用户。这条自然语句可能是“中国拥有五千年的历史，在五千年中经历了很多的朝代，哪个朝代的历史你感兴趣？”。现在描述一下本发明关于分类节点的对话集和创建分类节点对话集的方法。一个对话集是与一个节点相关的所有自然语句的集合。我们为节点指定一个对话集合，而不是只有一个自然语句，其原因是我们可以随机的从对话集中选取一个自然语句，通过这样的方法，我们可以使计算机更“人性化”，体现在当一个用户重复同一自然语句提问时，用户发现他可得到不同的应答，同一语句的应答会使用户觉得计算机过于单调。我们说一个分类节点的对话集中的自然语句应该隐含或明确此分类节点的分类原则。在上面的例子中，我们可以为节点“中国”指定一个自然语句，这个自然语句可能是上面显示过的“中国拥有五千年的历史，在这五千年中经历了很多朝代，哪个朝代的历史你感兴趣？”由于这个自然语句建立用户节点“中国”的分类原则是根据中国的朝代，那么用户可能应答“我想了解“唐代”的历史”，因而我们进入分类节点“唐朝”，节点“唐朝”可能具有其它种类的分类原则，我们根据节点“唐朝”的分类原则为其指定对话集的自然语句。我们得到节点“唐朝”的自然语句来应答用户。这个自然语句可能是“好的！在中国历史上唐代是一个非常繁荣年代，我们有大量的信息关于佛教，著名诗篇及皇帝的信息等，哪类信息你感兴趣？”。通过这一方式，搜索引擎将引导用户进入分类子集更深入的对话集，直至找到用户想要的信息。当然，用户可能不按照我们所期望的方法进行应答。在这种情况下，我们的解决方法是提取用户自然语句应答的关键字，然后我们首先遍历从根节点到当前节点的整个路由以发现第一个包含自然语句中关键字的节点。如果此节点未找到，我们从当前节点继续在子树中查找(使用广度优先搜索的方法)包含用户自然语句中关键字的子节点，如果我们无法找到包含语句中关键字的子节点，我们就要从根节点开始遍历整个树(使用广度优先搜索方法)以找到包含语句中关键字的第一个节点。然后选择这个节点的对话集中的一个自然语句。如果节点没有找到，我们给用户一个应答，如：

“对不起，没有找到相应的信息！”等等。

我们总是假设分类树中的根节点不包含关键字。

因此，本发明的目的是对于不具有对话功能的搜索引擎，提供一种解决方法以实现对话功能。我们应当注意，上述解决方法总是能够对用户提出的所有询问给予应答。

本公开中使用的术语：

种类树：与文献分类相关的种类树是一棵树，与一节点的每个子节点相关的所有文献的集合属于该节点的文献集合。种类树的每一个节点又被指定了一些关键字，每个节点的关键字集又包含它的直接父节点的关键字集。并且使用了一些文献分类原则。

种类节点：是种类树的一个节点。一个种类节点又被指定了一个关键字集，它与文献的一个集合相对应。

种类节点的对话集：是一个种类节点具有的所有自然语句的集合。通过对话集我们可以选择一个自然语句来应答用户，通过自然语言向计算机提出的问题。

种类树的结构：

假设W一个基础集合，在应用中我们把它当作是所有词的集合。

假设S一个基础集合，在应用中，我们把它当作是所有语句的集合。

在下面的讨论中，我们使用上面提到的W和S。

定义：我们称一棵树为一棵种类树，如果这棵树具有以下四个特性：

1、这棵树的每个节点具有两个集合，一个称为关键字集合属于W，简称K-set。另一个称为对话集，属于S，简称D-set。

2、如果树的一个节点不是根节点，那么这个节点的K集合包含其直接父节点的K-set。

3、根节点的K-set为空集合。

4、一个通用节点不是树的一个节点，它被指定给一棵树。这个通用节点也具有一个关键字集合和一个对话集合。这个通用节点的关键字集合是集合W。

构造种类树的一个节点的对话集的方法：

根节点：

这个节点与日常对话相联系，我们收集一些日常对话，对不包含关键字的自然语句，我们将从该节点选择一个自然语句对用户进行应答。

通用节点：

该对话集应该包含一些自然语句，它会告诉用户对于他提出的问题没有相应的答案，如：

“对不起！没有找到你提出的问题的答案”。

“在这个世界上，事情不总是那么美好的，因此我们无法找到回答你的问题的相关的答案”等等。

其它节点：

除根节点和通用节点，对于每个节点和此节点对话集中的每个自然语句应该总是暗示隐含的或明显的与此节点相关联的文献的分类原则，如(上面的例子)：

“我想了解关于中国的历史。”

对应于“中国”节点。我们可以明确的指定一个自然语句如“我们有唐朝、明朝、清朝的信息，上述哪个朝代的信息你想了解？”或者我们可以隐含的指定一个自然语句如“中国有五千年的历史，在这五千年中经历了很多朝代，也许你对某一特殊朝代非常感兴趣，那么请告诉我，我将给出更多的信息。”

图2示出了根据本发明一个实施例的在网络搜索引擎中通过对话进行信息搜索的方法的流程图。如图2所示，在步骤202接收用户的自然查询语言；在步骤203寻找与用户的自然查询语言相匹配的节点；在步骤204以节点中的对话响应用户的自然查询语言，其中该对话以明示或暗示的方式表明该节点的文献分类原则；在步骤205通过与用户交互来判断该节点中的内容是否是用户想要查询的信息，如果是，则结束；否则，判断是否处理过所有节点，如果是，则通知用户不存在这样的目标，否则，通过与用户的进一步对话来逐步缩小范围，最终达到目标节点或判断出不存在这样的目标节点。

图3示出了根据本发明另一实施例的在网络搜索引擎中通过对话进行搜索的方法的流程图。该实施例与图2所示实施例的不同之处在于在接收了用户的自然查询语言之后，首先从用户输入的自然查询语言中提取关键字，然而寻找与提取的关键字相匹配的节点。

图4示出了根据本发明一实施例的在文献分类具有图1所示的树状结构时，本发明的通过对话进行信息搜索的方法的工作流程图，如图所示，

步骤401：用户输入

此步骤用户输入一个自然语句，如，用户可能输入“我想了解中国的历史”，或“足球太精彩了”。

步骤402：提取关键字

我们得到与该自然语句相关的所有关键字，对于不同的搜索引擎，关键字处理方法可能会是不同的。

关键字的一种处理方法如下：

对于英语，除去那些在结束字典中的词，所有的名词都是关键字，在字典中头一个字母大写的所有字是关键字，我们需要在这里指出的是“中国的历史”是分段为“中国/的/历史”，我们认为“的/地/得”在段落的分解中被认为是结束字。

步骤403：获取当前节点

在第一个步骤中，当前节点是根节点，在其他步骤中，当前节点按步骤411和步骤412中描述推导出来的。

步骤404：获得从根节点到当前节点的路由，在这个步骤中，我们得到该树的从根节点到当前节点的唯一路由。

步骤405：

沿路径查找包含语句关键字的关键字集合的第一个节点：

在这个步骤中，我们遍历从根节点到当前节点所有路由以查找包含语句关键字集合的第一个节点。

如果找到该节点，我们进入步骤411，并且如果仍未找到此节点，进入下一步骤。

步骤407：从当前节点开始遍历子树，采用广度优先搜索的方法查找包含语句中关键字集合的第一个节点，在这个步骤中，我们遍历此树的子树，子树的根是当前节点，我们使用广度优先搜索的方法，通过这种方法，查找包含关键字集合的第一个节点。

如果到该节点，进入步骤411，并且如果未找到此节点，进入下一步骤。

步骤409：从根节点开始遍历树，采用广度优先搜索的方法查找包含语句中关键字集合的第一个节点。

在这个步骤中，我们使用广度优先搜索的方法，从根节点开始遍历整个树，查找包含语句中关键字集合的第一个节点。如果找到该节点，进入步骤411，并且如果未找到，进入步骤412。

步骤411：从对话集中获得一个自然语句，我们使用随机函数，从节点的对话集中随机选择一个自然语句。我们定义当前节点为已被找到的节点，然后进入步骤413。

随机函数被设计为如下：当用户提交一个自然语句，我们获得当时的时间(以秒计算)，我们用此时间除以对话集中语句数，然后取余数。此余数加1的值就是在对话集中选择的自然语句的序号。例如：如果余数加1的值为5，我们在对话集中选取第五个语句应答用户。

步骤412：从通用节点中获得一个自然语句，我们使用步骤411中描述的方法，从通用节点的对话集中得到一个自然语句，我们让当前节点为根节点，然后进入下一个步骤。

步骤413：用户是否决定退出？

如果用户决定退出。退出我们的应用。如果回答否，进入步骤401。

以上我们结合具体实施例描述了根据本发明的在网络搜索引擎中通过对话进行信息搜索的方法。下面再结合图5、图6描述一下本发明的在网络搜索引擎中引用的对话机。

如图5所示本发明的对话机包括：

对话输入部分(501)用于接收用户的自然查询语言；

节点匹配部分(502)，寻找用户的自然查询语言相匹配的节点；和

对话响应部分(503)，以该节点中对话响应所述自然查询语言，其中该对话以明示或暗示的方式表明了该节点的文献分类原则。

图6示出了根据本发明另一实施例的对话机。该对话机还包括一关键字提取部分602，用于从用户输入的自然查询语言中提取关键字，而节点匹配部分603用于寻找与所提取的关键字相匹配的节点。

从以上结合附图对本发明的具体实施例的描述可以看到，本发明的在网络搜索引擎中应用的对话机和通过对话进行信息搜索的方法使用户可以通过自然语言进行信息搜索，从而使搜索引擎更加“人性化”。

以上结合具体实施例描述了本发明，正如本领域一般技术人员所理解的，在不背离本发明的精神和实质情况下，可以对本发明做出许多修改和变型，本发明旨在包括所有这些修改和变型，本发明的保护范围由所附权利要求书确定。

Claims (10)

1.一种信息搜索方法，用于在网络搜索引擎中，使用种类树通过对话进行信息搜索的方法，包括步骤：

接收用户的自然查询语言；

寻找与用户的自然查询语言相匹配的节点；

以该种类树的节点中的对话响应所述自然查询语言，其中该对话以明示或暗示的方式表明了该节点的文献分类原则，和

重复以上步骤，通过与用户对话逐步缩小搜索范围，最终达到目标节点，或判断出不存在这样的目标节点。

2.根据权利要求1的信息搜索方法，其特征在于节点匹配步骤包括：从用户输入的自然查询语言中提取关键字，寻找与提取的关键字相匹配的节点。

3.根据权利要求1或2的信息搜索方法，其特征在于所述种类树包括通用节点、根节点和其它节点，

其中每一节点都拥有两个集合，即关键字集和对话集；

其它节点的关键字集包含了其直接父节点的关键字集；

根节点的关键字集为空；和

通用节点包含用于提示没有搜索到相应的信息的对话。

4.根据权利要求3的信息搜索方法，其特征在于所述节点对话集具有以下特点：

根节点的对话集为日常对话；

通用节点的对话集为一些告诉用户无法找到对应自然查询语言的对话的自然语言；

其它节点的对话集为一些明示或暗示对应于该节点的文献分类原则的自然语言。

5.根据权利要求3的信息搜索方法，其特征在于所述节点匹配步骤按以下方式工作：

·获取当前节点；

·获取从根节点到当前节点的路由；

·对以上路由进行遍历，以找到其关键字集包含所述自然查询语言中的所有关键字的节点；

·如果不能找到这样节点，使用广度优先搜索算法遍历以该当前节点为开始节点的子树，以找到其关键字集包含所述自然查询语言中所有关键字或最多关键字的节点；

·如果仍不能找到这样节点，使用广度优先搜索算法遍历以根节点为开始节点的整个种类树，以找到其关键字集包含所述自然查询语言中所有关键字或最多关键字的节点。

6.一种在网络搜索引擎中应用的对话机，用于使用种类树通过对话进行信息搜索，包括：对话输入部分，用于接收用户的自然查询语言；

节点匹配部分，寻找用户的自然查询语言相匹配的节点；和

对话响应部分，以该种类树的节点中的对话响应所述自然查询语言，其中该对话以明示或暗示的方式表明了该节点的文献分类原则。

7.根据权利要求6的对话机，其特征在于所述对话机还包括一关键字提取部分，用于从用户输入的自然查询语言中提取关键字；并且所述节点匹配部分，用于寻找与所提取的关键字相匹配的节点。

8.根据权利要求6或7的对话机，其特征在于所述种类树包括通用节点、根节点和其它节点，

其中每一节点都拥有两个集合，即关键字集和对话集；

其它节点的关键字集包含了其直接父节点的关键字集；

根节点的关键字集为空；和

通用节点包含用于提示没有搜索到相应的信息的对话。

9.根据权利要求8的对话机，其特征在于所述节点对话集具有以下特点：

根节点的对话集为日常对话；

通用节点的对话集为一些告诉用户无法找到对应自然查询语言的对话的自然语言；

其它节点的对话集为一些明示或暗示对应于该节点的文献分类原则的自然语言。

10.根据权利要求8的对话机，其特征在于节点匹配部分按以下方式工作：

·获取当前节点；

·获取从根节点到当前节点的路由；

·对以上路由进行遍历，以找到其关键字集包含所述自然查询语言中的所有关键字的节点；

·如果不能找到这样节点，使用广度优先搜索算法遍历以该当前节点为开始节点的子树，以找到其关键字集包含所述自然查询语言中所有关键字的或最多关键字节点；

·如果仍不能找到这样节点，使用广度优先搜索算法遍历以根节点为开始节点的整个种类树，以找到其关键字集包含所述自然查询语言中所有关键字或最多关键字的节点。

Images