本發(fā)明涉及文本語義分析、智能檢索及機(jī)器學(xué)習(xí)等技術(shù)領(lǐng)域，尤其涉及一種基于wiki語義網(wǎng)絡(luò)構(gòu)建的知識問答系統(tǒng)及智能檢索方法。

背景技術(shù)：

當(dāng)代社會信息量激增，醫(yī)學(xué)領(lǐng)域面臨知識的頻繁更迭。面對海量醫(yī)學(xué)知識，無論是新進(jìn)醫(yī)療從業(yè)者還是資深醫(yī)學(xué)專家都有較高的專業(yè)知識查詢需求。傳統(tǒng)的搜索引擎檢索從涵蓋的內(nèi)容到檢索技術(shù)都不能滿足專業(yè)醫(yī)學(xué)知識檢索對嚴(yán)謹(jǐn)性、準(zhǔn)確度和相關(guān)度的要求。

面向?qū)I(yè)知識查詢需求的一種有效解決方案是行業(yè)領(lǐng)域本體知識庫。本體，既構(gòu)成相關(guān)領(lǐng)域詞匯的基本術(shù)語及其之間的關(guān)系，以及利用這些術(shù)語和關(guān)系構(gòu)成的解釋這些詞匯外延的規(guī)則。本體作為知識描述的標(biāo)準(zhǔn)化形式廣泛應(yīng)用于人工智能、自然語言處理和智能信息系統(tǒng)中。本體知識庫將本體概念應(yīng)用于特定領(lǐng)域知識數(shù)據(jù)的組織，起到有效關(guān)聯(lián)知識概念、構(gòu)建知識網(wǎng)絡(luò)，并圍繞知識概念和網(wǎng)絡(luò)收集和組織領(lǐng)域相關(guān)數(shù)據(jù)，解決了領(lǐng)域知識檢索的相關(guān)性問題，檢索結(jié)果準(zhǔn)確性和知識獲取的便捷性仍有賴于檢索方法的優(yōu)化。

目前主流的檢索技術(shù)基于關(guān)鍵詞的匹配，檢索請求由用戶以關(guān)鍵詞的形式發(fā)出，而后匹配數(shù)據(jù)庫中已有文檔，以關(guān)鍵詞共現(xiàn)為命中條件返回檢索結(jié)果。這種基于關(guān)鍵詞全字或部分匹配的檢索方式并未考慮詞間語義關(guān)聯(lián)，不能處理同義、歧義現(xiàn)象。提升檢索準(zhǔn)確率和查全率的一種方法是引入語義檢索。語義檢索是一種基于知識的分析檢索，通常在自然語言理解的基礎(chǔ)上借助統(tǒng)計(jì)模型、計(jì)算語言學(xué)應(yīng)用，結(jié)合人工智能技術(shù)和自然語言處理技術(shù)，從語義理解的角度分析信息資源與用戶檢索請求的信息，并在知識關(guān)聯(lián)模型下完成檢索。語義檢索對于查詢條件進(jìn)行了語義層面的處理，表現(xiàn)為語義擴(kuò)展，達(dá)到更高的查準(zhǔn)率和查全率。語義檢索的實(shí)質(zhì)是對傳統(tǒng)檢索過程進(jìn)行語義處理改進(jìn)，主要分為對用戶檢索詞的語義處理和對數(shù)據(jù)庫存儲內(nèi)容的語義處理。

針對用戶輸入檢索詞的處理主要是進(jìn)行檢索詞同義和歧義擴(kuò)展，再對擴(kuò)展后的檢索詞同義詞、歧義詞集合進(jìn)行檢索式的邏輯組配后再進(jìn)行檢索，從而擴(kuò)大、約束匹配條件，從而提升返回結(jié)果準(zhǔn)確率。針對數(shù)據(jù)庫內(nèi)容的處理主要是對數(shù)據(jù)庫內(nèi)容先進(jìn)行主題、標(biāo)簽分類，與用戶檢索詞進(jìn)行匹配的不再是單純的原始文本內(nèi)容，而是綜合了主題、標(biāo)簽及原始文本的擴(kuò)展數(shù)據(jù)。然而無論是哪種處理方法都只是對匹配范圍進(jìn)行了擴(kuò)展，涉及的語義關(guān)聯(lián)規(guī)則是人為設(shè)定而非機(jī)器自動發(fā)現(xiàn)，從處理效率看，制約了處理范圍和速度，面對大型數(shù)據(jù)庫和知識更新頻率高的行業(yè)領(lǐng)域，語義規(guī)則的實(shí)時更新幾乎不可能實(shí)現(xiàn)；從改進(jìn)程度看，同義詞、歧義詞匹配是詞匯語義的橫向擴(kuò)展，并未實(shí)現(xiàn)理解用戶關(guān)鍵詞所表達(dá)的語義，無法進(jìn)行隱含知識發(fā)現(xiàn)或是用戶檢索意圖推斷。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是為了解決現(xiàn)有技術(shù)中存在的缺點(diǎn)，而提出的一種基于wiki語義網(wǎng)絡(luò)構(gòu)建的知識問答系統(tǒng)及智能檢索方法。

為了實(shí)現(xiàn)上述目的，本發(fā)明采用了如下技術(shù)方案：

一種基于wiki語義網(wǎng)絡(luò)構(gòu)建的知識問答系統(tǒng)，其特征在于，包括：

基礎(chǔ)數(shù)據(jù)模塊，用于基礎(chǔ)數(shù)據(jù)的錄入、格式規(guī)范及層次結(jié)構(gòu)展示；

智能處理模塊，包括本體主題預(yù)定義單元、主題知識元及關(guān)系識別抽取單元和推理規(guī)則生成單元。

上述的一種基于wiki語義網(wǎng)絡(luò)構(gòu)建的知識問答系統(tǒng)，所述基礎(chǔ)數(shù)據(jù)模塊包含wiki宏屬性定義單元，wiki知識元錄入單元和本體導(dǎo)航單元，其中，本體導(dǎo)航單元作為基礎(chǔ)數(shù)據(jù)的展示部分，是具有層級體系的知識元目錄，其層級體系根據(jù)知識元在錄入時定義的題目的級別生成。

上述的一種基于wiki語義網(wǎng)絡(luò)構(gòu)建的知識問答系統(tǒng)，所述智能處理模塊用于完成：

主題推理語義模型的構(gòu)建及優(yōu)化；

利用模型特性發(fā)揮模型作用以情景式層次主題導(dǎo)航；

基于語義推理的同類主題和擴(kuò)展主題分叉樹，以及與專家知識定義的主題共同生成檢索/知識問答的上下文語境；

為用戶提供臨時定制語境。

上述的一種基于wiki語義網(wǎng)絡(luò)構(gòu)建的知識問答系統(tǒng)的智能檢索方法，包含以下步驟：

a)設(shè)置預(yù)定義檢索主題類別；

b)接收用戶檢索詞；

c)對檢索詞進(jìn)行語義理解；

d)按照檢索條件進(jìn)行內(nèi)容語義檢索；

e)對檢索到的內(nèi)容結(jié)果進(jìn)行語義解析；

f)返回檢索結(jié)果及檢索意圖推理候選詞；

g)用戶選擇相應(yīng)推理候選詞開始新一輪檢索。

上述的一種基于wiki語義網(wǎng)絡(luò)構(gòu)建的知識問答系統(tǒng)的智能檢索方法，步驟c)又包括以下步驟：

c1)計(jì)算檢索詞基于相似程度和語言結(jié)構(gòu)聚合關(guān)系，生成同義詞/近義詞集合；

c2)以邏輯“或”連接c1)中同義詞/近義詞集合生成檢索條件。

上述的一種基于wiki語義網(wǎng)絡(luò)構(gòu)建的知識問答系統(tǒng)的智能檢索方法，步驟d)又包括以下步驟：

d1)對c1)中每個詞進(jìn)行相似度匹配檢索，返回命中文本語句；

d2)按照語言結(jié)構(gòu)組合關(guān)系對c1)中每個詞進(jìn)行上下文語境相關(guān)度匹配檢索，返回命中文本語句。

上述的一種基于wiki語義網(wǎng)絡(luò)構(gòu)建的知識問答系統(tǒng)的智能檢索方法，步驟e)又包括以下步驟：

e1)抽取d1)中與檢索詞聚合關(guān)聯(lián)度較高的詞為“同類主題”結(jié)果候選集；

e2)抽取d2)中與檢索詞組合關(guān)聯(lián)度較高的詞作為“擴(kuò)展主題”結(jié)果候選集；

上述的一種基于wiki語義網(wǎng)絡(luò)構(gòu)建的知識問答系統(tǒng)的智能檢索方法，步驟f)又包括以下步驟：

f1)返回d1)及所在文本的摘要作為“匹配”、“近似匹配”檢索結(jié)果，返回d2)及所屬文本的摘要作為“推薦”、“語義匹配”檢索結(jié)果。

f2)返回e1)作為檢索意圖推理中的“同類主題”結(jié)果，返回e2)作為檢索意圖推理中的“擴(kuò)展主題”結(jié)果。

上述的一種基于wiki語義網(wǎng)絡(luò)構(gòu)建的知識問答系統(tǒng)的智能檢索方法，步驟g)又包含以下步驟：

g1)用戶所選擇語義推理候選詞作為新檢索詞重復(fù)步驟c1)生成同義詞/近義詞集合，同時納入步驟b)中用戶輸入原始檢索詞；

g2)以邏輯“或”連接c1)中同義詞/近義詞集合生成檢索式；

g3)以邏輯“與”連接g2)生成檢索式形成最終檢索式；

g4)重復(fù)步驟d)至步驟g)直至獲得滿意檢索結(jié)果。

本發(fā)明的有益效果：本發(fā)明通過深度學(xué)習(xí)算法訓(xùn)練語料庫，建立本體語義理解模型，對用戶輸入檢索詞和庫中知識本體進(jìn)行縱向聚合關(guān)系和橫向組合關(guān)系的語義理解，返回經(jīng)過合理語義聯(lián)想、拓展匹配的檢索結(jié)果和推理的檢索結(jié)果，并結(jié)合專家知識或人工定義的輔助，提升知識導(dǎo)航效果，實(shí)現(xiàn)了基于語義推理的醫(yī)學(xué)本體知識庫智能檢索技術(shù)，本發(fā)明綜合了機(jī)器學(xué)習(xí)基于上下文語義理解的自動主題推理以及專家知識定向優(yōu)化兩個方面的優(yōu)點(diǎn)，有效提升了信息檢索精度和深度、實(shí)現(xiàn)知識導(dǎo)航。適用于醫(yī)學(xué)—專題知識圖譜、知識問答與內(nèi)容推薦系統(tǒng)。

附圖說明

圖1為本發(fā)明的原理框圖；

圖2為本發(fā)明的遞進(jìn)引導(dǎo)式智能檢索方法流程圖。

具體實(shí)施方式

下面對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地說明，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。

如圖1所示，本發(fā)明提供了一種基于wiki語義網(wǎng)絡(luò)構(gòu)建的知識問答系統(tǒng)，該知識問答系統(tǒng)包括：

基礎(chǔ)數(shù)據(jù)模塊，用于基礎(chǔ)數(shù)據(jù)的錄入、格式規(guī)范及層次結(jié)構(gòu)展示；

智能處理模塊，包括本體主題預(yù)定義單元、主題知識元及關(guān)系識別抽取單元和推理規(guī)則生成單元。

上述的一種基于wiki語義網(wǎng)絡(luò)構(gòu)建的知識問答系統(tǒng)，所述基礎(chǔ)數(shù)據(jù)模塊包含wiki宏屬性定義單元，wiki知識元錄入單元和本體導(dǎo)航單元，其中，本體導(dǎo)航單元作為基礎(chǔ)數(shù)據(jù)的展示部分，是具有層級體系的知識元目錄，其層級體系根據(jù)知識元在錄入時定義的題目的級別生成。

上述的一種基于wiki語義網(wǎng)絡(luò)構(gòu)建的知識問答系統(tǒng)，所述智能處理模塊用于完成：

主題推理語義模型的構(gòu)建及優(yōu)化；

利用模型特性發(fā)揮模型作用以情景式層次主題導(dǎo)航；

基于語義推理的同類主題和擴(kuò)展主題分叉樹，以及與專家知識定義的主題共同生成檢索/知識問答的上下文語境；

為用戶提供臨時定制語境。

如圖2所示，上述的一種基于wiki語義網(wǎng)絡(luò)構(gòu)建的知識問答系統(tǒng)的智能檢索方法，包含以下步驟：

a)設(shè)置預(yù)定義檢索主題類別；

b)接收用戶檢索詞；

c)對檢索詞進(jìn)行語義理解；

d)按照檢索條件進(jìn)行內(nèi)容語義檢索；

e)對檢索到的內(nèi)容結(jié)果進(jìn)行語義解析；

f)返回檢索結(jié)果及檢索意圖推理候選詞；

g)用戶選擇相應(yīng)推理候選詞開始新一輪檢索。

上述的一種基于wiki語義網(wǎng)絡(luò)構(gòu)建的知識問答系統(tǒng)的智能檢索方法，步驟c)又包括以下步驟：

c1)計(jì)算檢索詞基于相似程度和語言結(jié)構(gòu)聚合關(guān)系，生成同義詞/近義詞集合；

c2)以邏輯“或”連接c1)中同義詞/近義詞集合生成檢索條件。

上述的一種基于wiki語義網(wǎng)絡(luò)構(gòu)建的知識問答系統(tǒng)的智能檢索方法，步驟d)又包括以下步驟：

d1)對c1)中每個詞進(jìn)行相似度匹配檢索，返回命中文本語句；

d2)按照語言結(jié)構(gòu)組合關(guān)系對c1)中每個詞進(jìn)行上下文語境相關(guān)度匹配檢索，返回命中文本語句。

上述的一種基于wiki語義網(wǎng)絡(luò)構(gòu)建的知識問答系統(tǒng)的智能檢索方法，步驟e)又包括以下步驟：

e1)抽取d1)中與檢索詞聚合關(guān)聯(lián)度較高的詞為“同類主題”結(jié)果候選集；

e2)抽取d2)中與檢索詞組合關(guān)聯(lián)度較高的詞作為“擴(kuò)展主題”結(jié)果候選集；

上述的一種基于wiki語義網(wǎng)絡(luò)構(gòu)建的知識問答系統(tǒng)的智能檢索方法，步驟f)又包括以下步驟：

f1)返回d1)及所在文本的摘要作為“匹配”、“近似匹配”檢索結(jié)果，返回d2)及所屬文本的摘要作為“推薦”、“語義匹配”檢索結(jié)果。

f2)返回e1)作為檢索意圖推理中的“同類主題”結(jié)果，返回e2)作為檢索意圖推理中的“擴(kuò)展主題”結(jié)果。

上述的一種基于wiki語義網(wǎng)絡(luò)構(gòu)建的知識問答系統(tǒng)的智能檢索方法，步驟g)又包含以下步驟：

g1)用戶所選擇語義推理候選詞作為新檢索詞重復(fù)步驟c1)生成同義詞/近義詞集合，同時納入步驟b)中用戶輸入原始檢索詞；

g2)以邏輯“或”連接c1)中同義詞/近義詞集合生成檢索式；

g3)以邏輯“與”連接g2)生成檢索式形成最終檢索式；

g4)重復(fù)步驟d)至步驟g)直至獲得滿意檢索結(jié)果。

以上所述，僅為本發(fā)明較佳的具體實(shí)施方式，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，根據(jù)本發(fā)明的技術(shù)方案及其發(fā)明構(gòu)思加以等同替換或改變，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。