TWI536183B - 語言歧義消除系統及方法 - Google Patents

Description

語言歧義消除系統及方法

本發明係關於一種語言識別技術，尤其涉及一種可以消除語言歧義的系統及方法。

先前的語言理解系統通常根據已設定語言邏輯關係對所輸入的文字進行語義判斷。惟係，因為中文語言的靈活性，在對涉及動作的語句進行分析時往往會發生歧義。比如：在對語句“我爸爸在理髮”的理解中就會因在先前語言邏輯關係中語句的主語既可以是相關動作的發出者也可以是承受者而產生：1、我爸爸給別人理髮；2、理髮師給我爸爸理髮的兩種意思判斷，從而無法做出唯一的語義判斷導致系統陷入閉環。

有鑑於此，提供一種可消除語句歧義的語言歧義消除系統及方法。

一種語言歧義消除系統，應用於電子設備中以消除電子設備進行語義分析時所產生的歧義。該語言歧義消除系統包括：詞語拆分模組，用於將輸入的語句拆分為複數具有確定意思的詞語單元； 語義分析模組，用於按照語言邏輯對拆分後的詞語單元進行分析以生成具有明確意思的語義判斷，對具有歧義的複數語義判斷貼上標籤並確定引起歧義的關鍵字語；資訊提取模組，用於從已生成的語義判斷和詞語單元中挑選出與預設的關鍵詞類別相關的關鍵資訊；及輔助判斷模組，用於從所挑選的關鍵資訊中檢索與關鍵字語相關的內容以確定所述關鍵字語在語句中的真實意思，所述語義分析模組根據所確定的關鍵字語在語句中的真實意思消除具有歧義的語義判斷。

一種語言歧義消除方法，應用於電子設備中以消除電子設備進行語義分析時所產生的歧義。所述語言歧義消除方法包括如下步驟：將所輸入的語句拆分為複數詞語單元。

按照預設的語言邏輯關係對拆分後的複數詞語單元進行分析以生成具有明確意思的語義判斷，對具有歧義的複數語義判斷貼上標籤並確定引起歧義的關鍵字語。

從已生成的語義判斷中挑選出與預設的關鍵詞類別對應的關鍵資訊。

根據挑選出來的關鍵資訊確定所述關鍵字語在對應語句中的真實意思。

根據所述關鍵字語在對應語句中的真實意思消除具有歧義的語義判斷。

1‧‧‧電子設備

10‧‧‧語言歧義消除系統

101‧‧‧臨時存儲模組

102‧‧‧詞語拆分模組

103‧‧‧語義分析模組

104‧‧‧資訊提取模組

105‧‧‧輔助判斷模組

12‧‧‧輸入裝置

14‧‧‧記憶體

140‧‧‧基本語言資料庫

141‧‧‧臨時語言資料庫

1410‧‧‧原始詞庫區

1411‧‧‧語義庫區

1412‧‧‧關鍵資訊庫區

16‧‧‧處理器

圖1係本發明語言歧義消除系統運行環境的硬體架構圖。

圖2係本發明語言歧義消除方法較佳實施例的流程圖。

如圖1所示，本發明實施方式所提供的語言歧義消除系統10運行於電子設備1中。所述電子設備1包括輸入裝置12、記憶體14及處理器16。所述輸入裝置12、記憶體14及處理器16等元件之間直接地或間接地電性連接以進行資料的傳輸和交換。在本實施方式中，所述電子設備1可以是電腦或移動智慧型終端等。

所述輸入裝置12用於輸入需要分析的語言資訊。輸入方式可為語音輸入或文本輸入。對應地，所述輸入裝置12可為，但不限於，麥克風、鍵盤、觸控螢幕等。

所述記憶體14可為硬碟、快閃記憶體或記憶卡等存儲介質，用於存儲藉由輸入裝置12接收的語言資訊、一預先設定的基本語言資料庫140以及在語言歧義消除系統10運行過程中所產生的臨時資料。所述基本語言資料庫140中存儲有大量具有明確定義的詞語單元及語言邏輯關係。

所述語言歧義消除系統10存儲於記憶體14中並被處理器16執行，也可以是固化在處理器上的韌體。所述語言歧義消除系統10包括臨時存儲模組101、詞語拆分模組102、語義分析模組103、資訊提取模組104及輔助判斷模組105。可以理解的是，所述語言歧義消除系統10也可嵌入電子設備1的作業系統中。

所述臨時存儲模組101用於在每次開始對一段輸入的文字進行語 言分析時於所述記憶體14內建立一臨時語言資料庫141。所述臨時語言資料庫141用於存儲在進行語言分析時所產生的臨時資料。該臨時資料包括拆分語句所形成的詞語單元、從所拆分的詞語單元中提取出的涉及語義判斷的關鍵字語、根據已有的語言邏輯關係已作出的具有明確意思的語義判斷等。所述臨時存儲模組101在進行完該次語義分析後將所建立的臨時語言資料庫141清空，為下一次語義分析處理做準備。

所述詞語拆分模組102用於根據所述基本語言資料庫140中已有的詞語單元及語言邏輯關係對經由所述輸入裝置12接收的語句進行詞語拆分，以將完整的語句拆分為複數詞語單元。所述詞語拆分模組102於所述臨時語言資料庫141中開設一原始詞庫區1410以存儲拆分後的詞語單元。所述原始詞庫區1410內的詞語單元作為本次語義分析的原始資料。

所述語義分析模組103用於根據基本語言資料庫140中已有的語言邏輯關係對原始詞庫中的詞語單元進行分析。所述語義分析模組103在所述臨時語言資料庫141中開設一語義庫區1411，並將藉由先前的語言邏輯關係可以得出明確意思的語義判斷按照出現的先後次序存儲在所述語義庫區1411內。所述語義庫區1411內的具有明確意思的語義判斷可作為後續語義分析的參考。

當在分析語句過程中，根據預設的語法邏輯關係可以生成二或以上的語義判斷時意味著出現語言歧義。比如：對“我爸爸在理髮”這句話進行分析時，根據預設語法邏輯關係可以生成二語義判斷：1、我爸爸是理髮動作的發出者，即“我爸爸給別人理髮”；2、我爸爸是理髮動作的承受者，即“別人給我爸爸理髮”。 此時，所述語義分析模組103將具有歧義的這二語義判斷進行存儲並貼上歧義標籤。此外，所述語義分析模組103會判斷出導致歧義的關鍵字語，比如：“我爸爸”及“理髮”，以待後續過程確定其真實意思。

所述資訊提取模組104用於從語義庫區1411及原始詞庫區1410中挑選出與預先設定的關鍵詞類別相關的關鍵資訊，並在所述臨時語言資料庫141中開設一關鍵資訊庫區1412以存儲挑選出來的關鍵資訊。所述關鍵詞類別可根據較容易引起歧義的內容來確定，比如：人物的職業、身份等，所述資訊提取模組104在原始詞庫區1410及語義庫區1411挑選與所述關鍵詞類別相關的內容作為當前文字的語義背景以消除語句中出現的歧義。在本實施方式中，所設定的關鍵詞類別為職業，所挑選出的是與職業或所提供的職業服務相關的資訊。比如，關於“我爸爸”職業的語義判斷：“我爸爸是理髮師”或關於“我爸爸”的職業服務需求：“我爸爸需要理髮”等。可以理解的是，所述關鍵資訊可為詞語單元或由語義分析模組在詞語單元基礎上做出的具有明確意思的語義判斷。

所述輔助判斷模組105在關鍵資訊庫區1412中檢索與以所述關鍵字語相關的內容，並根據所檢索到的內容來判斷該關鍵字語在語句中的真實意思。比如：若檢索到“我爸爸是理髮師”的關鍵資訊，則可以解析在語句中理髮的動作是由“我爸爸”發出的。所述語義分析模組103根據輔助判斷模組105所作出的關鍵字語的意思解析保留與之匹配的語義判斷，取消歧義標籤，並將其他有歧義的語義判斷隱藏以備後續查驗。

請參閱圖2，是本發明實施方式所提供的語言歧義消除方法的流程圖。

步驟S01，接收語句並建立臨時語言資料庫，所述臨時存儲模組101在每次開始進行語言分析時於所述記憶體14內建立一臨時語言資料庫以暫時存儲在語言分析過程中所產生的臨時資料。

步驟S02，拆分語句，所述詞語拆分模組102根據所述基本語言資料庫中已有的詞語單元及語言邏輯關係將語句拆分為複數詞語單元。比如：所輸入語句為“我爸爸在理髮”，根據基本語言資料庫，將其拆分為“我”、“爸爸”、“在”、“理髮”這幾個詞語單元。拆分後的詞語單元存儲在所述臨時語言資料庫中的原始詞庫區內。

步驟S03，分析語義，所述語義分析模組103根據基本語言資料庫140中預設的語言邏輯關係對原始詞庫區1410中的詞語單元進行分析以得出具有明確意思的語義判斷，並將所述語義判斷按照出現的先後次序存儲在臨時語言資料庫的語義庫區內。

步驟S04，確定關鍵字語，當分析過程中出現歧義時，所述語義分析模組103將具有歧義的複數語義判斷進行存儲並貼上標籤。此外，所述語義分析模組103會記錄下導致歧義的關鍵字語，並調用輔助判斷模組105以判斷該關鍵字語在語句中的真實意思。比如：當分析語句：“我爸爸在理髮”時因為缺省了賓語，無法直接確定理髮動作的承受者，按照預設的語言邏輯關係可以生成兩種不同的語義判斷：1、我爸爸給別人理髮；2、別人給我爸爸理髮。此時，所述語義分析模組103會根據歧義的分歧所在判斷引起歧義的詞語單元作為關鍵字語並將其發送至輔助判斷模組 105。比如，在本例子中引起歧義的分歧所在為“理髮”動作的發出者及承受者無法確定，則判斷“理髮”為關鍵字語，。

步驟S05，提取關鍵資訊，所述資訊提取模組104從語義庫區1411或原始詞庫區1410中挑選出與預先設定的關鍵詞類別對應的關鍵資訊，並存儲在所述關鍵資訊庫區1412中。以所預設的關鍵詞類別是“職業”為例，所述資訊提取模組104從語義庫區1411或原始詞庫區1410中挑選出與職業相關的關鍵資訊。所述關鍵資訊可以是與職業或所提供的職業服務有關的資訊。比如：“我爸爸是理髮師”、“我爸爸頭髮太長”、“我爸爸需要理髮”等。

步驟S06，判斷關鍵字語的真實意思，所述輔助判斷模組105根據所挑選出來的關鍵資訊來判斷歧義的關鍵字語的真實意思。具體地，當所提取的關鍵資訊沒有關於主語職業的相關內容，而關鍵字語為一與某職業相關的動作時，則判斷主語為該動作的承受者。當所述提取的關鍵資訊表明語句中的主語從事的某一職業，而關鍵字語為與該職業相關的動作時，則判斷主語為該動作的發出者。當所提取的關鍵資訊表明主語需要某種職業服務，而關鍵字語為與該職業相關的動作時。則判斷主語為該動作的承受者。比如：如果所提取的關鍵資訊中沒有任何與主語“我爸爸”職業相關的內容，則判斷關鍵字語“理髮”的承受者是主語“我爸爸”；如果所提取的關鍵資訊為“我爸爸是理髮師”時，則判斷關鍵字語“理髮”是主語“我爸爸”發出的；如果所提取的關鍵資訊為“我爸爸想理髮”或“我爸爸頭髮太長”時，則判斷關鍵字語“理髮”的承受者為主語“我爸爸”。

步驟S07，消除歧義，所述語義分析模組103根據輔助判斷模組 105所作出的關鍵字語的意思解析保留與之匹配的語義判斷，取消歧義標籤，並將其他有歧義的語義判斷隱藏以備後續查驗。

與先前技術相比，本發明提供的語言歧義消除系統10、語言歧義消除方法及使用該語言歧義消除系統10的電子設備藉由從之前已分析好的語義判斷中挑選出與引起歧義的關鍵字語相關的關鍵資訊來解析關鍵字語在當前語句中的真實意思，從而消除由中文表達的靈活性所引起歧義，提高了智慧語言分析的準確性。

當然，本發明並不局限於上述公開的實施例，本發明還可以是對上述實施例進行各種變更。本技術領域人員可以理解，只要在本發明的實質精神範圍之內，對以上實施例所作的適當改變和變化都落在本發明要求保護的範圍之內。

1‧‧‧電子設備

10‧‧‧語言歧義消除系統

101‧‧‧臨時存儲模組

102‧‧‧詞語拆分模組

103‧‧‧語義分析模組

104‧‧‧資訊提取模組

105‧‧‧輔助判斷模組

12‧‧‧輸入裝置

14‧‧‧記憶體

140‧‧‧基本語言資料庫

141‧‧‧臨時語言資料庫

1410‧‧‧原始詞庫區

1411‧‧‧語義庫區

1412‧‧‧關鍵資訊庫區

16‧‧‧處理器

Claims (13)

1. 一種語言歧義消除系統，應用於電子設備中以消除電子設備進行語義分析時所產生的歧義，該語言歧義消除系統包括：詞語拆分模組，用於將輸入的語句拆分為複數具有確定意思的詞語單元；語義分析模組，用於按照語言邏輯對拆分後的詞語單元進行分析以生成具有明確意思的語義判斷，對具有歧義的複數語義判斷貼上標籤並確定引起歧義的關鍵字語；資訊提取模組，用於從已生成的語義判斷和詞語單元中挑選出與預設的關鍵詞類別相關的關鍵資訊；及輔助判斷模組，用於從所挑選的關鍵資訊中檢索與關鍵字語相關的內容以確定所述關鍵字語在語句中的真實意思，所述語義分析模組根據所確定的關鍵字語在語句中的真實意思消除具有歧義的語義判斷。
2. 如申請專利範圍第1項所述之語言歧義消除系統，其中，所述語言歧義消除系統系統還包括一臨時存儲模組，所述臨時存儲模組用於在進行語義分析前建立一臨時語言資料庫以存儲在語義分析過程中所產生的臨時資料。
3. 如申請專利範圍第2項所述之語言歧義消除系統，其中，所述詞語拆分模組於所述臨時語言資料庫中開設一原始詞庫區以存儲拆分後的詞語單元。
4. 如申請專利範圍第2項所述之語言歧義消除系統，其中，所述語義分析模組在所述臨時語言資料庫中開設一語義庫區以存儲經過語義分析後的語義判斷。
5. 如申請專利範圍第2項所述之語言歧義消除系統，其中，所述資訊提取模組在所述臨時語言資料庫中開設一關鍵資訊庫區以存儲挑選出來的關鍵資訊。
6. 如申請專利範圍第2項所述之語言歧義消除系統，其中，所述臨時存儲模組在結束語義分析後清空所述臨時語言資料庫。
7. 如申請專利範圍第1項所述之語言歧義消除系統，其中，所述關鍵詞類別為職業。
8. 一種語言歧義消除方法，應用於電子設備中以消除電子設備進行語義分析時所產生的歧義，所述語言歧義消除方法包括如下步驟：將所輸入的語句拆分為複數詞語單元；按照預設的語言邏輯關係對拆分後的複數詞語單元進行分析以生成具有明確意思的語義判斷，對具有歧義的複數語義判斷貼上標籤並確定引起歧義的關鍵字語；從已生成的語義判斷中挑選出與預設的關鍵詞類別對應的關鍵資訊；根據挑選出來的關鍵資訊確定所述關鍵字語在對應語句中的真實意思；根據所述關鍵字語在對應語句中的真實意思消除具有歧義的語義判斷。
9. 如申請專利範圍第8項所述之語言歧義消除方法，其中，該方法在拆分語句前還包括步驟：建立一臨時語言資料庫以存儲在語義分析過程中產生的臨時資料。
10. 如申請專利範圍第8項所述之語言歧義消除方法，其中，所述關鍵字的類別為職業。
11. 如申請專利範圍第10項所述之語言歧義消除方法，其中，當所生成的具有明確意思的語義判斷中沒有關於職業的內容，而所述關鍵字語為一與職業相關的動作時，判斷語句中的主語為該動作的承受者。
12. 如申請專利範圍第10項所述之語言歧義消除方法，其中，當所挑選的關 鍵資訊表明語句中的主語所從事的職業，而關鍵字語為與該職業相關的動作時，判斷主語為該動作的發出者。
13. 如申請專利範圍第10項所述之語言歧義消除方法，其中，當所提取的關鍵資訊表明主語需要某種職業服務，而關鍵字語為與該職業相關的動作時，則判斷主語為該動作的承受者。