結構化數據的自然語言接口技術研究.pdf

1、當今互聯網上信息繁雜，存在多種多樣的信息格式，質量參差不齊。其中結構化數據是眾多種類的數據中質量最高的一類，它包括關系數據庫、本體、XML數據庫等?；ヂ摼W上已有的結構化數據非常豐富，并且一直在快速增長，具有很大的利用價值。
　　結構化數據的傳統(tǒng)查詢方式一般要求用戶熟悉結構化數據的某種特定的形式化查詢語言（如SQL）以及該數據的結構，然后根據自身的信息需求構造查詢語句進行查詢。而結構化數據的自然語言接口允許用戶以自然語言的形式對結構

2、化數據進行查詢，不要求用戶熟悉查詢語言和數據的結構，是一種更為友好的信息獲取方式，極大地提高了結構化數據的易用性。因此，結構化數據的自然語言接口的研究具有非常重要的現實意義。同時，結構化數據的自然語言接口即為結構化數據上的自動問答，而自動問答一直是自然語言處理和信息檢索領域的熱點，所以結構化數據的自然語言接口也具有重要的研究價值。
　　結構化數據的格式不同，對應的自然語言接口的技術也因而不同。本文主要對關系數據庫和語義網本體這兩大

3、類最常見的結構化數據進行了自然語言接口的研究。
　　對于關系數據庫的自然語言接口，我們提出了基于最短路和基于序列標注的兩種方法。最短路的方法過于簡單機械，效果不佳。序列標注的方法效果較好，但需要大量標注語料。
　　總結關系數據庫的自然語言接口實驗的經驗和教訓，我們又選取語義網本體進行了自然語言接口的實驗。我們在語義網本體上提出的基于實體關系路徑搜索的方法取得了最佳的效果。
　　實驗表明，我們在關系數據庫和語義網本體上都