面向自然問(wèn)句的SPARQL查詢生成方法研究與實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)數(shù)據(jù)的持續(xù)增長(zhǎng)，能夠自動(dòng)檢索獲取答案的需求日益增強(qiáng)。由于RDF數(shù)據(jù)集具有覆蓋面廣和結(jié)構(gòu)化等的特點(diǎn)，RDF數(shù)據(jù)集成為知識(shí)問(wèn)答系統(tǒng)的高質(zhì)量的數(shù)據(jù)源。同時(shí)SPARQL作為一種有效的語(yǔ)法結(jié)構(gòu)，能夠查詢RDF數(shù)據(jù)集。如何利用這兩種技術(shù)，實(shí)現(xiàn)知識(shí)問(wèn)答服務(wù)，是一個(gè)巨大的挑戰(zhàn)。知識(shí)問(wèn)答系統(tǒng)能夠通過(guò)用戶輸入自然語(yǔ)言檢索出答案。知識(shí)問(wèn)答系統(tǒng)通常包括本體圖結(jié)構(gòu)構(gòu)建，圖的存儲(chǔ)和索引，以及自然語(yǔ)言解析檢索結(jié)果三個(gè)階段。本文重點(diǎn)研究了自然語(yǔ)言解析和查詢語(yǔ)

2、句生成技術(shù)，通過(guò)將自然語(yǔ)言轉(zhuǎn)換成可以檢索RDF數(shù)據(jù)的SPARQL語(yǔ)句，得到檢索結(jié)果。本系統(tǒng)運(yùn)用成熟的web技術(shù)，設(shè)計(jì)了面向用戶的高可用服務(wù)，幫助用戶自動(dòng)檢索問(wèn)題。服務(wù)依賴于對(duì)自然語(yǔ)言處理技術(shù)，包括關(guān)系模式抽取，命名實(shí)體識(shí)別，索引技術(shù)的探索和挖掘。通過(guò)分析自然語(yǔ)言和SPARQL語(yǔ)句的特點(diǎn)，運(yùn)用問(wèn)句糾錯(cuò)，詞性還原，問(wèn)句解析，規(guī)則抽取，資源映射，SPARQL語(yǔ)句生成，結(jié)果校驗(yàn)方法設(shè)計(jì)和實(shí)現(xiàn)了面向自然語(yǔ)言轉(zhuǎn) SPARQL的知識(shí)問(wèn)答系統(tǒng)。

3、　　本研究主要內(nèi)容包括：⑴結(jié)合語(yǔ)法分析樹(shù)和SPARQL語(yǔ)句特點(diǎn)，抽象出10種語(yǔ)法分析樹(shù)到三元組的映射規(guī)則。通過(guò)對(duì)120種具有代表性的不同復(fù)雜度問(wèn)句運(yùn)用斯坦福解析器建立語(yǔ)法分析樹(shù)，抽象出映射規(guī)則，設(shè)計(jì)基于樹(shù)結(jié)構(gòu)規(guī)則匹配算法。通過(guò)研究關(guān)系模式抽取技術(shù)，提出關(guān)系模式抽取優(yōu)化模型。通過(guò)候選關(guān)系集收集和語(yǔ)義過(guò)濾，提高關(guān)系模式抽取準(zhǔn)確率，幫助擴(kuò)充映射出的三元組集合。⑵提出SPARQL語(yǔ)句生成方案。通過(guò)聲源信道模型和最短編輯距離算法對(duì)輸入問(wèn)句進(jìn)行語(yǔ)句

4、詞語(yǔ)糾正，并進(jìn)行詞性還原，根據(jù)核心詞構(gòu)建用戶輸入語(yǔ)句對(duì)應(yīng)的SPARQL語(yǔ)句模版。接下來(lái)根據(jù)語(yǔ)法樹(shù)到三元組的映射規(guī)則，將經(jīng)過(guò)預(yù)處理后的語(yǔ)句轉(zhuǎn)換成語(yǔ)法生成樹(shù)，使用樹(shù)結(jié)構(gòu)規(guī)則匹配算法將語(yǔ)法生成樹(shù)轉(zhuǎn)換成若干三元組集合。接著對(duì)三元組中的關(guān)系模式進(jìn)行擴(kuò)展，并建立RDF數(shù)據(jù)集資源的索引庫(kù)，索引庫(kù)主要包括類索引，實(shí)例索引和關(guān)系索引，通過(guò)檢索資源索引庫(kù)，將三元組每個(gè)短語(yǔ)映射到對(duì)應(yīng)的資源上。接著根據(jù)三元組填充模版庫(kù)，構(gòu)建多個(gè) SPARQL 語(yǔ)句，并根據(jù)公式