結(jié)構(gòu)化數(shù)據(jù)的自然語(yǔ)言接口技術(shù)研究.pdf

1、當(dāng)今互聯(lián)網(wǎng)上信息繁雜，存在多種多樣的信息格式，質(zhì)量參差不齊。其中結(jié)構(gòu)化數(shù)據(jù)是眾多種類(lèi)的數(shù)據(jù)中質(zhì)量最高的一類(lèi)，它包括關(guān)系數(shù)據(jù)庫(kù)、本體、XML數(shù)據(jù)庫(kù)等?；ヂ?lián)網(wǎng)上已有的結(jié)構(gòu)化數(shù)據(jù)非常豐富，并且一直在快速增長(zhǎng)，具有很大的利用價(jià)值。
　　結(jié)構(gòu)化數(shù)據(jù)的傳統(tǒng)查詢(xún)方式一般要求用戶(hù)熟悉結(jié)構(gòu)化數(shù)據(jù)的某種特定的形式化查詢(xún)語(yǔ)言（如SQL）以及該數(shù)據(jù)的結(jié)構(gòu)，然后根據(jù)自身的信息需求構(gòu)造查詢(xún)語(yǔ)句進(jìn)行查詢(xún)。而結(jié)構(gòu)化數(shù)據(jù)的自然語(yǔ)言接口允許用戶(hù)以自然語(yǔ)言的形式對(duì)結(jié)構(gòu)

2、化數(shù)據(jù)進(jìn)行查詢(xún)，不要求用戶(hù)熟悉查詢(xún)語(yǔ)言和數(shù)據(jù)的結(jié)構(gòu)，是一種更為友好的信息獲取方式，極大地提高了結(jié)構(gòu)化數(shù)據(jù)的易用性。因此，結(jié)構(gòu)化數(shù)據(jù)的自然語(yǔ)言接口的研究具有非常重要的現(xiàn)實(shí)意義。同時(shí)，結(jié)構(gòu)化數(shù)據(jù)的自然語(yǔ)言接口即為結(jié)構(gòu)化數(shù)據(jù)上的自動(dòng)問(wèn)答，而自動(dòng)問(wèn)答一直是自然語(yǔ)言處理和信息檢索領(lǐng)域的熱點(diǎn)，所以結(jié)構(gòu)化數(shù)據(jù)的自然語(yǔ)言接口也具有重要的研究?jī)r(jià)值。
　　結(jié)構(gòu)化數(shù)據(jù)的格式不同，對(duì)應(yīng)的自然語(yǔ)言接口的技術(shù)也因而不同。本文主要對(duì)關(guān)系數(shù)據(jù)庫(kù)和語(yǔ)義網(wǎng)本體這兩大

3、類(lèi)最常見(jiàn)的結(jié)構(gòu)化數(shù)據(jù)進(jìn)行了自然語(yǔ)言接口的研究。
　　對(duì)于關(guān)系數(shù)據(jù)庫(kù)的自然語(yǔ)言接口，我們提出了基于最短路和基于序列標(biāo)注的兩種方法。最短路的方法過(guò)于簡(jiǎn)單機(jī)械，效果不佳。序列標(biāo)注的方法效果較好，但需要大量標(biāo)注語(yǔ)料。
　　總結(jié)關(guān)系數(shù)據(jù)庫(kù)的自然語(yǔ)言接口實(shí)驗(yàn)的經(jīng)驗(yàn)和教訓(xùn)，我們又選取語(yǔ)義網(wǎng)本體進(jìn)行了自然語(yǔ)言接口的實(shí)驗(yàn)。我們?cè)谡Z(yǔ)義網(wǎng)本體上提出的基于實(shí)體關(guān)系路徑搜索的方法取得了最佳的效果。
　　實(shí)驗(yàn)表明，我們?cè)陉P(guān)系數(shù)據(jù)庫(kù)和語(yǔ)義網(wǎng)本體上都