EP1407389A1 - Procede et systeme d'enrichissement automatique de ressources semantiques a partir d'un systeme electronique temps reel de question-reponse - Google Patents

Procede et systeme d'enrichissement automatique de ressources semantiques a partir d'un systeme electronique temps reel de question-reponse

Info

Publication number
EP1407389A1
EP1407389A1 EP02791500A EP02791500A EP1407389A1 EP 1407389 A1 EP1407389 A1 EP 1407389A1 EP 02791500 A EP02791500 A EP 02791500A EP 02791500 A EP02791500 A EP 02791500A EP 1407389 A1 EP1407389 A1 EP 1407389A1
Authority
EP
European Patent Office
Prior art keywords
arguments
question
search
answer
documents
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.)
Withdrawn
Application number
EP02791500A
Other languages
German (de)
English (en)
Inventor
Olivier Collin
Florence Duclaye
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.)
Orange SA
Original Assignee
France Telecom SA
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 France Telecom SA filed Critical France Telecom SA
Publication of EP1407389A1 publication Critical patent/EP1407389A1/fr
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3329—Natural language query formulation
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/242—Query formulation
    • G06F16/243—Natural language query formulation

Definitions

  • the invention relates to a system for the automatic enrichment of semantic resources from a real-time electronic question-answer system.
  • electronic question-answer system a system according to which a user asks a question in natural language from a computer tool such as a microcomputer (PC) connected through a communication network to a system comprising a database server in order to obtain information constituting the answer to his question.
  • a computer tool such as a microcomputer (PC) connected through a communication network
  • a system comprising a database server in order to obtain information constituting the answer to his question.
  • the most recent systems incorporate a linguistic analysis to translate the question into a specialized language adapted to the search for information by a search engine.
  • the invention provides a method for automatic enrichment of semantic resources from a real-time electronic question-and-answer system.
  • the real-time electronic question and answer system is the tool used in accordance with the invention to automatically enrich the semantic resources of a semantic network.
  • This enrichment system can therefore be used to enrich the semantic resources of a real-time electronic question-answer system and more generally of a semantic network.
  • the system is capable of subjecting the question posed to a linguistic analysis operation in order to construct a pattern for finding the answer which is presented in the simplest form: argumentl - relation - argument2. This pattern is then sought and extracted (by direct matching) from the documents reported by the search engine or argument 1 is the response sought.
  • the system integrates an operation of re-formulation of the questions in order to search for the same answer by means of several formulations which are se cantically equivalent.
  • the re-formulation of the questions increases the quantity of documents that can provide an answer.
  • the re-formulation of the questions is done by learning and makes it possible to automatically obtain a set of formulations semantically equivalent to a first formulation of a relationship between two arguments.
  • the invention more particularly relates to a method for enriching semantic resources mainly characterized in that it consists in using an electronic real time system of question answers to obtain an automatic enrichment of said resources.
  • the method comprises the following phases:
  • a learning phase comprising: • a search for one or more re-formulations of the relationship formulated in the pattern of the initial question, based on the arguments known by this question and the answer or answers obtained,
  • the search for a re-formulation includes:
  • the subject of the invention is also a system of enrichment of semantic resources, mainly characterized in that it is coupled to an electronic real time system of question answers to obtain an automatic enrichment of said resources.
  • the system includes: - means for implementing an initialization phase of these means comprising:
  • the means of searching for a re-formulation include:
  • the reference means, the means of extracting sentences containing the arguments known to these documents and the means of linguistic analysis of the sentences are produced by modules of computer programs or processes capable of implementing the stated functions and the means of search are carried out by a program called search engine.
  • FIGS. 2A, 2B represent the detailed functional diagrams of the system of FIG. 1, - Figure 3 shows the device for implementing the functional blocks of Figures 2A and 2B according to one embodiment.
  • an electronic system for real-time information search is used.
  • This system is coupled to the system of enrichment of semantic resources through a communication network.
  • a communication network can be an intra-net network giving access to one or more databases which can provide answers to questions asked by a user. It can also be the Internet.
  • the search system whatever it is, is qualified as a basic system, it being understood that it can rely only on a linguistic analysis operation making it possible to extract at least one answer to a question asked in natural language by a user using to do this keywords.
  • system is capable of constructing the question in the form of a search pattern: argument 1, relation, argument 2.
  • This pattern then allows thanks to the search engine of the system to extract the response "X" in the phase found in one or more documents found at the end of the search "X killed Kennedy".
  • This basic search system carries the reference
  • FIG. 1 It is coupled through a communication network R to one or more databases 3.
  • the system also includes a device for automatic enrichment of linguistic resources 2.
  • This device carries out learning operations for re-formulations to automatically obtain a set of semantic formulations equivalent to a first formulation of a relationship between two arguments. .
  • the question is submitted to a linguistic analysis allowing to build a pattern of research for the answer; the pattern which is then sought makes it possible to extract the response.
  • step by step the system establishes several relationships which globally form a more abstract relationship generalizable by the same predicate of the type:
  • the treatment of the question also makes it possible to obtain semantic labels: Who killed President Kennedy? allows to extract the “president” label by a simple syntactic treatment.
  • the overall process consists in acquiring new data and new relationships by building on the previously acquired data and relationships. For a given statement, it is a question of exploring a new category of relations, starting from a known category by limiting the variable element.
  • this technique makes it possible to gradually enrich all of the known relationships of a natural language processing system (for example a semantic network).
  • a natural language processing system for example a semantic network
  • This system allows the automatic creation of a semantic network. This enrichment can then be used for all applications using such a system.
  • the system is directly usable for the extraction of information involving the acquired relationships. For example, to extract from a text all of the assassins and destroyed people, we can use the relationships learned as "murderer of" and "killed”. Second consequence: the system allows in the same way to acquire formulations in another language by using multilingual data from the WEB.
  • the query [X, Kennedy] we get: X assassinated Kennedy, X killed Kennedy. This constitutes a learning system for translation and which makes it possible to provide a translation into another language.
  • FIGS. 2A and 2B make it possible to illustrate in detail the operations implemented during the initialization phase I and during the learning phase II operated respectively by the search system 1 and by the device enrichment 2 illustrated in Figure 1.
  • the initial phase is carried out by a search system which according to a preferred embodiment implements operations 10 to 17 of FIG. 2A.
  • the question asked relates triplets of the type Argumentl, Relation, Argument2 (step 10).
  • a linguistic analysis (step 11) makes it possible to obtain the extraction pattern of Argumentl: semantic type of Argl, Structure Relation-Arg2 (step 15).
  • the search engine searches Arg2 close to Relation on the databases to which it has access or across the Web. According to the example taken:.
  • a second linguistic analysis makes it possible to search in these documents for the structure of the Argumentl-Relation-Argument2 type (step 16). Knowing Argument 2 and Relation (from the question) the analyzer extracts Argument 1. Step 16 thus makes it possible to extract the answer Argument 1. For each question asked the system proceeds to this first phase to find at least one answer . The system continues with the next phase II which allows it to carry out a learning process. Knowing Argument 1 and Argument 2 (step 20; Arg 1 and Arg 2 are known after the initialization step), the search engine performs a search using the keywords Argument 1 close to Argument 2 (step 21) . The search engine finds documents in response and provides them in HTML format (step 22). These documents are filtered to obtain a well-formed text format and language paragraphs.
  • step 23 a filter is used to extract sentences containing Argument 1 and Argument 2. A linguistic analysis is performed on these sentences (step 24).
  • the system obtains synonyms of the desired relationship and more generally paraphrases and stores these synonyms in a database.
  • the system therefore makes it possible to enrich the resources for research on a question asked.
  • Element 1 for searching for the first answer comprises a module 100 for formatting and calling a module for linguistic analysis 110 and a search engine 120.
  • the module 100 receives on an input to the question Q in ASCII coming from an html interface; this module formats this question according to a format predetermined in practice in a file usable by the linguistic analysis module 11.
  • This module 100 delivers to an output c the question formatted in the desired format.
  • This module 100 receives at another input b the data extracted by the analysis module on the typology of the question.
  • This data includes keywords and other characteristic data.
  • the module 100 makes it possible to deliver to another output e keywords.
  • the other characteristic data are in the form of computer files and are stored in the data memory of the linguistic module 110.
  • the keywords are transmitted to the search engine 12 so that it can provide the intermediate response as an output.
  • This response is a candidate sentence containing the keywords.
  • the 2000 response processing set includes:
  • a module 200 for receiving on an input has the intermediate response, formatting it according to a predetermined format, delivering to an output c the formatted response, and supplying another output with the final response in a format suitable for the transmission over the network;
  • a linguistic analysis module 110 in practice, this is the same module as that which extracts the keywords and other data.
  • This module 110 is capable of receiving at an input the formatted intermediate response, of verifying this response from the stored characteristic data other than the keywords, extracting the final response after this verification, and output the final response.
  • FIG. 1 shows a unit 1100 representing the operating program memory of the module, which comprises a program allowing to pilot all the operations of this module and the launching of the execution of a linguistic analysis program.
  • the learning phase is also executed by this device and enriches the data memory.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

L'invention concerne un procédé d'enrichissement de ressources sémantiques. Selon l'invention il consiste à utiliser un système électronique temps réel de question réponses (1) pour obtenir un enrichissement automatique desdites ressources (2).

Description

PROCEDE ET SYSTEME D'ENRICHISSEMENT AUTOMATIQUE DE RESSOURCES SEMANTIQUES A PARTIR D'UN SYSTEME ELECTRONIQUE TEMPS REEL DE QUESTION-REPONSE.
L'invention concerne un système d'enrichissement automatique de ressources sémantiques à partir d'un système électronique temps réel de question-réponse .
On entend par système électronique de question- réponse un système selon lequel un utilisateur pose une question en langue naturelle à partir d'un outil informatique tel qu'un micro-ordinateur (PC) connecté à travers un réseau de communication à un système comprenant un serveur base de données afin d'obtenir une information constituant la réponse à sa question.
Le plus souvent les questions ne peuvent se présenter que sous une forme extrêmement simplifiée, c'est-à-dire sous forme des mots clés. En effet, les systèmes les plus anciens ne sont pas capables de comprendre une phrase et ne peuvent fonctionner qu'avec des mots clés .
Les systèmes les plus récents intègrent une analyse linguistique pour traduire la question en un langage spécialisé et adapté à la recherche d'information par un moteur de recherche.
Malheureusement les systèmes actuels sont limités s'ils ne disposent pas de ressources linguistiques importantes. En effet, le système peut être tout à fait capable de trouver la réponse à la question : « Qui a tué Kennedy ?" et pas du tout capable de répondre à la question. « Qui est le meurtrier de Kennedy ? », s'il ne dispose pas d'une base de données de mots synonymes ou de paraphrases . La présente invention permet de remédier à ce problème .
L'invention propose un procédé d'enrichissement automatique de ressources sémantiques à partir d'un système électronique temps réel de questions-réponses. Le système électronique temps réel de questions- réponses est l'outil utilisé conformément à l'invention pour enrichir de façon automatique les ressources sémantiques d'un réseau sémantique. Ce système d'enrichissement peut donc être utilisé pour enrichir les ressources sémantiques d'un système électronique temps réel de questions-réponses et plus généralement d'un réseau sémantique.
Selon l'invention, le système est apte à soumettre la question posée à une opération d'analyse linguistique afin de construire un patron de recherche de la réponse qui se présente sous la forme la plus simple : argumentl - relation - argument2. Ce patron est ensuite recherché et extrait (par appariement direct) des documents rapportés par le moteur de recherche ou argument 1 est la réponse recherchée.
Selon l'invention le système intègre une opération de re-formulation des questions afin de rechercher une même réponse par le biais de plusieurs formulations sé antiquement équivalentes. La re-formulation des questions permet d'augmenter la quantité des documents pouvant apporter une réponse.
Selon l'invention la re-formulation des questions se fait par apprentissage et permet d'obtenir de façon automatique un ensemble de formulations sémantiquement équivalentes à une première formulation d'une relation entre deux arguments .
L'invention a plus particulièrement pour objet un procédé d'enrichissement de ressources sémantiques principalement caractérisé en ce qu'il consiste à utiliser un système électronique temps réel de question réponses pour obtenir un enrichissement automatique desdites ressources . Selon une autre caractéristique, le procédé comprend les phases suivantes :
-une phase d'initialisation comprenant :
• l'établissement d'un patron de recherche sous la forme d'une relation entre deux arguments ou plus à partir des mots clés de la question initiale reçue, la recherche portant sur l'un des arguments du patron les autres étant connus,
• la recherche d'au moins une réponse à partir d'un système de recherche couplé à une ou plusieurs bases de données de textes formulés en langage naturel à travers un ou plusieurs réseaux de communication,
• l'extraction d'une ou plusieurs réponse à partir de documents fournis par la recherche,
- une phase d'apprentissage comprenant : • une recherche d'une ou plusieurs re-formulations de la relation formulée dans le patron de la question initiale, à partir des arguments connus par cette question et de la ou des réponses obtenues,
• le stockage de ces re-formulations sur une base de données couplée à l'un des réseaux de communication.
Selon une autre caractéristique, la recherche d'une re-formulation comprend :
- le renvoi des arguments connus pour déterminer au moins une autre relation entre ces arguments, - la recherche de documents contenant lesdits arguments connus,
- l'extraction de phrases contenant les arguments connus, de ces documents, - une analyse linguistique des phrases pour en extraire une ou plusieurs relations du type paraphrase de la relation présente dans le patron de la question initiale, - le stockage des relations de type paraphrase de la relation de la question initiale.
L'invention a également pour objet un système d'enrichissement de ressources sémantiques, principalement caractérisé en ce qu'il est couplé à un système électronique temps réel de question réponses pour obtenir un enrichissement automatique desdites ressources.
Selon une autre caractéristique, le système comprend : - des moyens de mise en œuvre d'une phase d'initialisation de ces moyens comportant :
• des moyens d'établissement d'un patron de recherche sous la forme d'une relation entre deux arguments ou plus à partir des mots clés de la question initiale reçue, la recherche portant sur l'un des arguments du patron les autres étant connus,
• des moyens de recherche d'au moins une réponse, couplés à une ou plusieurs bases de données à travers un ou plusieurs réseaux de communication, • des moyens d'extraction d'une ou plusieurs réponse à partir de documents fournis par les moyens de recherche, des moyens de mise en œuvre d'une phase d'apprentissage comportant : • des moyens de recherche d'une ou plusieurs reformulations de la relation formulée dans le patron de la question initiale à partir des arguments connus par cette question et de la ou des réponses obtenues, • des moyens de stockage de ces re-formulations sur une base de donnée couplée à l'un des réseaux de communication.
Selon une autre caractéristique, les moyens de recherche d'une re-formulation comprennent :
- des moyens de renvoi des arguments connus par la question initiale,
- des moyens de recherche de documents contenant ces arguments, - des moyens d'extraction de phrases contenant les arguments connus, de ces documents,
- des moyens d'analyse linguistique des phrases pour en extraire une ou plusieurs relations du type paraphrase de la relation présente dans le patron de la question initiale,
- des moyens de stockage des relations du type paraphrase de la relation de la question initiale.
Les moyens de renvoi, les moyens d'extraction de phrases contenant les arguments connus de ces documents et les moyens d'analyse linguistique des phrases sont réalisés par des modules de programmes ou processus informatiques aptes à mettre en œuvre les fonctions énoncées et les moyens de recherche sont réalisés par un programme dit moteur de recherche.
D'autres particularités et avantages apparaîtront clairement à la lecture de la description qui est faite et qui est donnée à titre d'exemple non limitatif et en regard des dessins sur lesquels : - la figure 1 représente le schéma fonctionnel d'un système d'enrichissement automatique de ressources sémantiques selon l'invention,
- les figures 2A, 2B, représentent les schémas fonctionnels détaillés du système de la figure 1, - la figure 3, représente le dispositif de mise en œuvre des blocs fonctionnels des figures 2A et 2B selon un mode de réalisation.
Selon l'invention on utilise un système électronique de recherche temps réel d'informations. Ce système est couplé au système d'enrichissement de ressources sémantiques à travers d'un réseau de communication. Il peut s'agir d'un réseau intra-net donnant accès à une ou plusieurs bases de données pouvant apporter des éléments de réponse aux questions posées par un utilisateur. Il peut s'agir également du réseau Internet .
Le système de recherche quel qu'il soit est qualifié de système de base étant entendu qu'il peut ne reposer que sur une opération d'analyse linguistique permettant d'extraire au moins une réponse à une question posée en langue naturelle par un utilisateur utilisant pour ce faire des mots clés.
On considère en outre selon l'invention que le système est capable de construire la question sous la forme d'un patron de recherche : argument 1, relation, argument 2.
Par exemple à la question : « Qui a tué Kennedy ? », le patron le plus simple a la forme « meurtrier » a tué Kennedy.
Ce patron permet alors grâce au moteur de recherche du système d'extraire la réponse « X » dans la phase trouvée dans un ou plusieurs documents trouvés à l'issue de la recherche « X a tué Kennedy ». Ce système de recherche de base porte la référence
I sur la figure 1. Il est couplé à travers un réseau de communication R à une ou plusieurs bases de données 3.
II peut s'agir bien entendu du WEB dans le cas où le réseau est Internet. Le système comporte en outre un dispositif d'enrichissement automatique des ressources linguistiques 2. Ce dispositif effectue des opérations d'apprentissage de re-formulations pour obtenir de manière automatique un ensemble de formulations sémantiques équivalentes à une première formulation d'une relation entre deux arguments.
Le processus global s'inspire des méthodes dites de « bootstrapping » qui permettent de modéliser des classes d'exemples similaires à partir d'un ensemble d'exemples limité.
L'apprentissage fait suite à l'initialisation d'une acquisition (bloc 1, figure 1) .
Comme on l'a vu dans l'étape d'initialisation d'une acquisition les termes principaux de la question sont extraits pour construire une requête destinée au moteur de recherche « standard » prenant la forme d'une suite de mots clés ou d'une chaîne de texte unique : Question : Qui a tué Kennedy ? Mots clés : « tué, Kennedy » .
La question est soumise à une analyse linguistique permettant de construire un patron de recherche pour la réponse ; le patron qui est ensuite recherché permet d'extraire la réponse. Lorsque la réponse est connue, on utilise à nouveau les données des bases de données ou du WEB pour retrouver des relations liant la réponse (X) et l'argument 2 (Kennedy) par une requête contenant ces deux arguments : X, Kennedy.
On utilise d'autre part un opérateur de proximité pour contrôler la distance entre les arguments et s'affranchir d'insertions apportant une complexité syntaxique . Cet opérateur permet un contrôle de distance entre les arguments en nombre de mots (1, 2,
Les phrases solutions : X, meurtrier de Kennedy ... Le meurtrier de Kennedy, X....
Un traitement syntaxique simple permet d'extraire les relations synonymes et plus généralement les paraphrases : « meurtrier », « assassin », « criminel »
De manière duale, les formulations obtenues à partir d'arguments initiaux dont la catégorie sémantique est connue, permettent de catégoriser de nouveaux arguments :
« meurtrier » assassine « nom» « meurtrier » a tué « nom » « meurtrier » tue « nom ».
En utilisant la requête : « meurtrier », on peut extraire des arguments dont les étiquettes sont « meurtrier» et « nom » et générer ainsi une liste de meurtriers et de personnes assassinées.
On voit que de proche en proche, le système établit plusieurs relations qui forment globalement une relation plus abstraite généralisable par un même prédicat du type :
[meurtrier] [prédicat_générer] [nom]
Le traitement de la question permet aussi d'obtenir des étiquettes sémantiques : Qui a tué le président Kennedy? permet d'extraire l'étiquette « président » par un traitement syntaxique simple. Ainsi, le processus global consiste à acquérir de nouvelles données et de nouvelles relations en s 'appuyant sur les données et relations précédemment acquises. Pour un énoncé donné, il s'agit d'explorer une nouvelle catégorie de relations, à partir d'une catégorie connue en limitant l'élément variable.
Première conséquence : cette technique permet d'enrichir progressivement l'ensemble des relations connues d'un système de traitement de la langue naturelle (par exemple un réseau sémantique) .
Ce système permet la constitution automatique d'un réseau sémantique. Cet enrichissement est ensuite utilisable pour toutes les applications utilisant un tel système. En particulier, le système est directement utilisable pour l'extraction d'informations mettant en jeu les relations acquises. Par exemple, pour extraire d'un texte l'ensemble des assassins et des personnes assassinées, on pourra utiliser les relations apprises comme « meurtrier de » et « a tué». Deuxième conséquence : le système permet de la même manière d'acquérir des formulations dans une autre langue en utilisant les données multilingues du WEB. En réponse à la requête [X, Kennedy] , on obtient : X assassinated Kennedy, X killed Kennedy. Ceci constitue un système d'apprentissage à la traduction et ce qui permet de fournir une traduction dans une autre langue.
Les différents blocs fonctionnels des figures 2A et 2B permettent d'illustrer de façon détaillée les opérations mises en œuvre lors de la phase d'initialisation I et lors de la phase d'apprentissage II opérées respectivement par le système de recherche 1 et par le dispositif d'enrichissement 2 illustrés sur la figure 1. La phase initiale est réalisée par un système de recherche qui selon un mode préféré de réalisation met en œuvre les opérations 10 à 17 de la figure 2A.
Dans l'exemple pris, la question posée met en relation des triplets du type Argumentl, Relation, Argument2 (étape 10) . Une analyse linguistique (étape 11) permet d'obtenir le patron d'extraction de Argumentl : type sémantique de Argl, Structure Relation-Arg2 (étape 15) . Le moteur de recherche, recherche Arg2 proche de Relation sur les bases de données aux quelles il a accès ou à travers le Web. Selon l'exemple pris : .
Relation = meurtrier de
Argument2= Kennedy On obtient ainsi des documents HTML (étape 13),
Une extraction des phrases contenant Relation et Arg2 est mise en œuvre par le système de base (étape 15) .
Une deuxième analyse linguistique permet de rechercher dans ces documents la structure de type Argumentl-Relation-Argument2 (étape 16) . Connaissant Argument 2 et Relation (à partir de la question) l'analyseur extrait Argument 1. L'étape 16 permet ainsi d'extraire la réponse Argument 1. A chaque question posée le système procède à cette première phase pour trouver au moins une réponse. Le système poursuit par la phase II suivante qui lui permet d'effectuer un apprentissage. En effet connaissant Argument 1 et Argument 2 (étape 20 ; Arg 1 et Arg 2 sont connus après l'étape d'initialisation), le moteur de recherche effectue une recherche à partir des mots clés Argument 1 proche de Argument 2 (étape 21) . Le moteur de recherche trouve des documents en réponse et les fournit au format HTML (étape 22) . Ces documents sont filtrés afin d'obtenir un format de texte et des paragraphes linguistiques bien formés.
A l'étape 23 un filtre permet d'extraire des phrases contenant Argument 1 et Argument 2. Une analyse linguistique est opérée sur ces phrases (étape 24) .
Cette analyse permet d'extraire N instances de
« Relation » entre Argument 1 et Argument 2 (étape 25) .
En fin de chaque phase d'apprentissage le système obtient des synonymes de la relation recherchée et plus généralement des paraphrases et stocke dans une base de données ces synonymes . Le système permet par conséquent d'enrichir les ressources pour la recherche à une question posée.
En effet au moment de la deuxième analyse linguistique le système apporte les synonymes stockés.
Il peut bien entendu être prévu que la phase d'apprentissage soit inhibée automatiquement lorsque pour une question donnée, déjà posée un grand nombre de fois, un nombre suffisant de synonyme ou paraphrase soit enregistré. Pour cela un seuil pour ce nombre sera fixé. Il suffit alors que le programme mettant en œuvre les étapes qui viennent d'être décrites prévoit un test de comparaison entre la valeur du seuil et le nombre de synonymes enregistrés . On va détailler dans la suite les différents modules permettant de mettre en œuvre les étapes qui viennent d'être détaillées. Ces modules sont des processus informatiques ou programmes aptes à mettre en œuvre les fonctions énoncées .. L'élément 1 de recherche de la première réponse (figure 1) comporte un module 100 de mise en forme et d'appel d'un module d'analyse linguistique 110 et d'un moteur de recherche 120. Le module 100 reçoit sur une entrée a la question Q en ASCII provenant d'une interface html; ce module met en forme cette question selon un format prédéterminé en pratique dans un fichier exploitable par le module d'analyse linguistique 11.
Ce module 100 délivre à une sortie c la question mise en forme au format désiré. Ce module 100 reçoit à une autre entrée b les données extraites par le module d'analyse sur la typologie de la question. Ces données comprennent des mots clés et d'autre données caractéristiques. Le module 100 permet de délivrer à une autre sortie e des mots clés . Les autres données caractéristiques se trouvent sous la forme de fichiers informatiques et sont stockées en mémoire de données du module linguistique 110.
Les mots clés sont transmis au moteur de recherche 12 pour lui permettant de fournir en sortie la réponse intermédiaire. Cette réponse est une phrase candidate contenant les mots clés . L'ensemble 2000 de traitement de la réponse comprend :
- un module 200 pour recevoir sur une entrée a la réponse intermédiaire, la mettre en forme selon un format prédéterminé, délivrer à une sortie c la réponse mise en forme, et fournir à une autre sortie d la réponse définitive dans un format adapté pour la transmission sur le réseau; un module d'analyse linguistique 110, en pratique, il s'agit du même module que celui qui effectue l'extraction des mots clés et des autres données. Ce module 110 est apte à recevoir à une entrée la réponse intermédiaire mise en forme, à vérifier cette réponse à partir des données caractéristiques mémorisées autres que les mots clés, extraire la réponse définitive à l'issue de cette vérification, et fournir en sortie la réponse définitive.
Les données autres que les mots clés, sont stockées dans une mémoire de données 1200 par le programme de fonctionnement du module d'analyse 110. On a représenté sur la figure une unité 1100 représentant la mémoire de programme de fonctionnement du module, laquelle comporte un programme permettant de piloter toutes les opérations de ce module et le lancement de l'exécution d'un programme d'analyse linguistique.
La phase d'apprentissage est également exécutée par ce dispositif et vient enrichir la mémoire de données.

Claims

REVENDICATIONS
1. Procédé d'enrichissement de ressources sémantiques caractérisé en ce qu'il consiste à utiliser un système électronique temps réel de question réponses pour obtenir un enrichissement automatique desdites ressources et en ce qu'il comprend :
-une phase d'initialisation comprenant :
• l'établissement d'un patron de recherche sous la forme d'une relation entre deux arguments ou plus à partir des mots clés de la question initiale reçue, la recherche portant sur l'un des arguments du patron les autres étant connus,
• la recherche d'au moins une réponse à partir d'un système de recherche couplé à une ou plusieurs bases de données de textes formulés en langage naturel à travers un ou plusieurs réseaux de communication,
• l'extraction d'une ou plusieurs réponse à partir de documents fournis par la recherche,
- une phase d'apprentissage comprenant :
• une recherche d'une ou plusieurs re-formulations de la relation formulée dans le patron de la question initiale, à partir des arguments connus par cette question et de la ou des réponses obtenues,
• le stockage de ces re-formulations sur une base de donnée couplée à l'un des réseaux de communication.
2. Procédé d'enrichissement automatique selon la revendication 1, caractérisé en ce que la recherche d'une re-formulation comprend :
- le renvoi des arguments connus pour déterminer au moins une autre relation entre ces arguments, - la recherche de documents apportant au moins une réponse à cette nouvelle question, l'extraction de phrases contenant lesdits arguments connus, de ces documents, - une analyse linguistique des phrases pour en extraire une ou plusieurs relations de type paraphrase de la relation présente dans le patron de la question initiale,
- le stockage des relations de type paraphrase de la relation de la question initiale.
3. Système d'enrichissement de ressources sémantiques, caractérisé en ce qu'il est couplé à un système électronique temps réel de question réponses pour obtenir un enrichissement automatique desdites ressources et en ce qu'il comprend : des moyens de mise en œuvre d'une phase d'initialisation de ces moyens comportant :
• des moyens d'établissement d'un patron de recherche sous la forme d'une relation entre deux arguments ou plus à partir des mots clés de la question initiale reçue, la recherche portant sur l'un des arguments du patron les autres étant connus,
• des moyens de recherche d'au moins une réponse, couplés à une ou plusieurs bases de données de textes formulés en langage naturel à travers un ou plusieurs réseaux de communication,
• des moyens d'extraction d'une ou plusieurs réponse à partir de documents fournis par les moyens de recherche, des moyens de mise en œuvre d'une phase d'apprentissage comportant :
• des moyens de recherche d'une ou plusieurs reformulations de la relation formulée dans le patron de la question initiale à partir des arguments connus par cette question et de la ou des réponses obtenues,
• des moyens de stockage de ces re-formulations sur une base de donnée couplée à l'un des réseaux de communication.
4. Système d'enrichissement automatique selon la revendication 3, caractérisé en ce les moyens de recherche d'une re-formulation comprennent : - des moyens de renvoi des arguments connus par la question initiale,
- des moyens de recherche de documents contenant ces arguments,
- des moyens d'extraction de phrases contenant les arguments connus, de ces documents,
- des moyens d'analyse linguistique des phrases pour en extraire une ou plusieurs relations de type paraphrase de la relation présente dans le patron de la question initiale, - des moyens de stockage des relations de type paraphrase de la relation de la question initiale.
5. Système d'enrichissement automatique selon la revendication 4, caractérisé en ce que les moyens de renvoi, les moyens d'extraction de phrases contenant les arguments connus, de ces documents et les moyens d'analyse linguistique des phrases sont réalisés par des modules de programmes ou processus informatiques aptes à mettre en œuvre les fonctions énoncées et en ce que les moyens de recherche sont réalisés par un programme dit moteur de recherche.
EP02791500A 2001-07-19 2002-07-15 Procede et systeme d'enrichissement automatique de ressources semantiques a partir d'un systeme electronique temps reel de question-reponse Withdrawn EP1407389A1 (fr)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR0109684A FR2827685B1 (fr) 2001-07-19 2001-07-19 Procede et systeme d'enrichissement automatique de ressources semantiques a partir d'un systeme electronique temps reel de question-reponse
FR0109684 2001-07-19
PCT/FR2002/002513 WO2003012681A1 (fr) 2001-07-19 2002-07-15 Procede et systeme d'enrichissement automatique de ressources semantiques a partir d'un systeme electronique temps reel de question-reponse

Publications (1)

Publication Number Publication Date
EP1407389A1 true EP1407389A1 (fr) 2004-04-14

Family

ID=8865718

Family Applications (1)

Application Number Title Priority Date Filing Date
EP02791500A Withdrawn EP1407389A1 (fr) 2001-07-19 2002-07-15 Procede et systeme d'enrichissement automatique de ressources semantiques a partir d'un systeme electronique temps reel de question-reponse

Country Status (3)

Country Link
EP (1) EP1407389A1 (fr)
FR (1) FR2827685B1 (fr)
WO (1) WO2003012681A1 (fr)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100752351B1 (ko) 2006-07-03 2007-08-27 (주)이즈메이커 쌍방향 데이터 및 음성 송수신이 가능한 통신매체를 이용한실시간 답변 시스템 및 제공 방법
CN112528005B (zh) * 2020-12-25 2022-08-09 中山大学 基于知识检索图和预训练模型的中文对话知识检索方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5519608A (en) * 1993-06-24 1996-05-21 Xerox Corporation Method for extracting from a text corpus answers to questions stated in natural language by using linguistic analysis and hypothesis generation
US6076088A (en) * 1996-02-09 2000-06-13 Paik; Woojin Information extraction system and method using concept relation concept (CRC) triples
US6584464B1 (en) * 1999-03-19 2003-06-24 Ask Jeeves, Inc. Grammar template query system
US6601026B2 (en) * 1999-09-17 2003-07-29 Discern Communications, Inc. Information retrieval by natural language querying

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See references of WO03012681A1 *

Also Published As

Publication number Publication date
FR2827685B1 (fr) 2003-09-26
WO2003012681A1 (fr) 2003-02-13
FR2827685A1 (fr) 2003-01-24

Similar Documents

Publication Publication Date Title
RU2747425C2 (ru) Система ответа на вопросы из разных областей знаний в режиме реального времени
US6199067B1 (en) System and method for generating personalized user profiles and for utilizing the generated user profiles to perform adaptive internet searches
US6671681B1 (en) System and technique for suggesting alternate query expressions based on prior user selections and their query strings
US5933822A (en) Apparatus and methods for an information retrieval system that employs natural language processing of search results to improve overall precision
EP1364316A2 (fr) Dispositif d'extraction d'informations d'un texte a base de connaissances
US20040243568A1 (en) Search engine with natural language-based robust parsing of user query and relevance feedback learning
US20030182391A1 (en) Internet based personal information manager
CN104298658B (zh) 获取搜索结果的方法和装置
WO2001090934A1 (fr) Procede de recherche de donnees automatise et securise au moyen d'un reseau de transmission de donnees
CN114722170A (zh) 一种基于用户意图的交互信息推送方法及装置
US20090234836A1 (en) Multi-term search result with unsupervised query segmentation method and apparatus
EP1407389A1 (fr) Procede et systeme d'enrichissement automatique de ressources semantiques a partir d'un systeme electronique temps reel de question-reponse
CN119829700A (zh) 语言处理模型训练方法及装置、问题处理方法及装置
RU2167450C2 (ru) Способ идентификации объектов по их описаниям
Rouillard et al. HALPIN: a multimodal and conversational system for information seeking on the World Wide Web
CN113987146B (zh) 一种电力内网专用的智能问答系统
KR100225855B1 (ko) 자연어 메모 문장으로부터의 일정관리 방법
CN119782488B (zh) 基于机器学习技术的多轮对话管理系统及方法
Chen Generative AI Frameworks for Web for Good: Food Pantry Information Seeking as an Example
Klein et al. Distributed knowledge-based parsing for document analysis and understanding
Buzikashvili An exploratory web log study of multitasking
Bolla Model context protocol as a possible implementation for the operation of Retrieval-augmented generation
FR2839168A1 (fr) Procede et systeme d'extraction automatique d'informations contenues dans une base de donnees et d'enrichissement automatique du contenu de cette base de donnees
FR3152610A1 (fr) Procédé et système d’interrogation d’une base de données
Nwe et al. Replacing same meaning in sentences using natural language understanding

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

17P Request for examination filed

Effective date: 20040105

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR IE IT LI LU MC NL PT SE SK TR

AX Request for extension of the european patent

Extension state: AL LT LV MK RO SI

17Q First examination report despatched

Effective date: 20110414

GRAP Despatch of communication of intention to grant a patent

Free format text: ORIGINAL CODE: EPIDOSNIGR1

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION IS DEEMED TO BE WITHDRAWN

18D Application deemed to be withdrawn

Effective date: 20120211