數(shù)據(jù)庫(kù)自然語(yǔ)言通用接口技術(shù)的研究.pdf

1、隨著數(shù)據(jù)庫(kù)應(yīng)用及信息檢索技術(shù)的廣泛普及，越來(lái)越多的非專業(yè)用戶需要一種易于掌握的界面去訪問(wèn)所需的信息。數(shù)據(jù)庫(kù)自然語(yǔ)言接口(NLIDB)技術(shù)在這種需求中應(yīng)運(yùn)而生。NLIDB是人工智能領(lǐng)域的一個(gè)研究熱點(diǎn)，是問(wèn)答系統(tǒng)的一個(gè)重要的分支。NLIDB是指允許用戶以某種自然語(yǔ)言(如漢語(yǔ))的形式訪問(wèn)存儲(chǔ)在數(shù)據(jù)庫(kù)中的信息。它涉及了數(shù)據(jù)庫(kù)系統(tǒng)、自然語(yǔ)言處理、人工智能、人機(jī)界面等多方面的知識(shí)。30多年來(lái)，NLIDB的研究取得了很大的進(jìn)步，但在其通用性、可移植性

2、等方面，還需要做進(jìn)一步的工作。正是本著這一出發(fā)點(diǎn)，本文開(kāi)展對(duì)數(shù)據(jù)庫(kù)自然語(yǔ)言通用接口(NLTIDB)的研究。 命名實(shí)體識(shí)別是問(wèn)答系統(tǒng)的關(guān)鍵技術(shù)之一。在對(duì)NLTIDB進(jìn)行查詢時(shí)將要涉及一些飛機(jī)名稱等實(shí)體詞，本文通過(guò)改進(jìn)互信息計(jì)算的方法識(shí)別了查詢語(yǔ)句中的命名實(shí)體，從而改善系統(tǒng)查詢的效果。 本文設(shè)計(jì)了領(lǐng)域的知識(shí)庫(kù)和模式庫(kù)。為了使NLIDB具有通用性，我們?cè)谥R(shí)庫(kù)方面設(shè)計(jì)了通用知識(shí)庫(kù)和領(lǐng)域知識(shí)庫(kù)；在模式庫(kù)方面設(shè)計(jì)了一種含有多種信息

3、標(biāo)記的模式擴(kuò)展結(jié)構(gòu)，將問(wèn)題模式、信息抽取模式和數(shù)據(jù)庫(kù)信息添加到模式擴(kuò)展結(jié)構(gòu)中并保存在模式庫(kù)里。知識(shí)庫(kù)和模式庫(kù)的設(shè)計(jì)可以極大減少領(lǐng)域信息嵌入代碼的程度，并且為系統(tǒng)查詢分析提供了資源條件，與NLTIDB配合有助于改善查詢功能。 通常信息檢索方法有關(guān)鍵詞匹配和相似度計(jì)算兩種方法，本文嘗試使用層級(jí)最大熵的方法和支持向量機(jī)的方法進(jìn)行信息檢索。最大熵和支持向量機(jī)是機(jī)器學(xué)習(xí)的重要方法。本文以模式庫(kù)作為檢索資源，從詞法、語(yǔ)塊、句法和語(yǔ)義的層次分