例句索引创建方法和装置以及例句检索方法和装置

1.一种例句索引创建方法，其特征在于，分别针对例句库中的各例句执行以下步骤：
A、对例句进行文本分析；
B、根据文本分析的结果，创建该例句所对应的索引；
其中索引包括以下所列中的至少一种：例句中的词语及该词语对应的词性的组合、例句中的词语及该词语对应的命名实体类型的组合、例句中的词语与该词语对应的句法角色的组合、以及例句中的词语与词语之间的组合。
2.根据权利要求1所述的方法，其特征在于，所述步骤A具体包括：
A1、对所述例句进行分词处理；
A2、执行步骤A21、A22、A23、A24中的至少一个：
A21、对分词处理后得到的各词语进行词性标注；
A22、对分词处理后得到的各词语进行专有名词的识别，确定被识别为专有名词的词语对应的命名实体类型；
A23、对分词处理后得到的各词语进行句法分析，确定各词语的句法角色；
A24、将分词处理后得到的各词语进行两两组合；
如果执行所述步骤A21，则所述步骤B具体包括：逐一将各词语及词语对应的词性的组合作为所述例句的索引；
如果执行所述步骤A22，则所述步骤B具体包括：逐一将被识别为专有名词的词语及词语对应的命名实体类型的组合作为所述例句对应的索引。
如果执行所述步骤A23，则所述步骤B具体包括：逐一将各词语及词语对应的句法角色的组合作为所述例句对应的索引。
如果执行所述步骤A24，则所述步骤B具体包括：将所述步骤A24得到的组合分别作为所述例句的索引。
3.根据权利要求2所述的方法，其特征在于，该方法还包括：将分词处理后得到的各词语分别作为所述例句的索引。
4.根据权利要求2所述的方法，其特征在于，所述步骤A24具体包括：基于句法分析确定分词处理后得到的各词语之间存在搭配关系的两两组合；
其中所述搭配关系包括：主谓关系、动宾关系、偏正关系、中补关系或者同位关系。
5.根据权利要求2所述的方法，其特征在于，在所述步骤A24之前，或者，在所述步骤B之前，还包括：
基于预设的停用词表对分词处理后得到的各词语进行过滤，过滤掉停用词表中包含的词语。
6.根据权利要求1所述的方法，其特征在于，所述例句库为单语例句库或者双语例句库。
7.根据权利要求6所述的方法，其特征在于，如果所述例句库为双语例句库，则该方法还包括：
将所述双语例句库中双语例句对中各例句所对应的索引都作为该双语例句对所对应的索引。
8.根据权利要求1所述的方法，其特征在于，该方法还包括：
利用所述例句库中各例句及例句对应的索引，通过倒排方式建立索引表；
其中，所述索引表中索引值为例句，索引键为例句对应的索引。
9.根据权利要求7所述的方法，其特征在于，该方法还包括：
利用所述双语例句库中各双语例句对及双语例句对对应的索引，通过倒排方式建立索引表，其中，所述索引表中索引值为双语例句对，索引键为双语例句对对应的索引。
10.根据权利要求8或9所述的方法，其特征在于，所述索引表至少包括以下所列中的至少一种：
“词-词性”索引表，其中的索引键为词语及词语对应的词性的组合；
“词-NE类型”索引表，其中的索引键为词语及词语对应的NE类型的组合；
“词-句法角色”索引表，其中的索引键为词语及词语对应的句法角色的组合；以及，“词-词”索引表，其中的索引键为词语与词语的组合。
11.根据权利要求10所述的方法，其特征在于，所述“词-词性”索引表、“词-NE类型”索引表、“词-句法角色”索引表或“词-词”索引表中，索引键为二级索引键，具体为：
在索引键中相同的词语归纳在一起作为第一级索引，所述“词-词性”索引表中第一级索引对应的词性作为第二级索引，所述“词-NE类型”索引表中第一级索引对应的NE类型作为第二级索引，所述“词-句法角色”索引表中第一级索引对应的句法角色作为第二级索引，所述“词-词”索引表中与第一级索引组合的另一词语作为第二级索引。
12.一种例句检索方法，其特征在于，该方法包括：
A、接收用户的检索请求query；
B、解析出所述query包含的查询项，如果包含多个查询项，则还解析出各查询项之间的逻辑关系；
C、利用解析出的各查询项逐一进行检索，获得各查询项对应的检索结果；
D、如果所述query包含多个查询项，则依据各查询项之间的逻辑关系，对各查询项对应的检索结果进行整合处理，将整合处理后的检索结果返回给所述用户；如果所述query包含一个查询项，则将该查询项对应的检索结果返回给所述用户；
其中，所述查询项为以下所列中的至少一种：词语及该词语对应的词性的组合、词语及该词语对应的命名实体类型的组合、词语与该词语对应的句法角色的组合、以及词语与词语之间的组合；所述逻辑关系为：交集或差集。
13.根据权利要求12所述的方法，其特征在于，所述步骤C具体为：
如果解析出的查询项为词语及该词语对应的词性的组合，则将该查询项与“词-词性”索引表中的索引键进行匹配，将匹配的索引键对应的索引值作为该查询项的检索结果；
如果解析出的查询项为词语及该词语对应的NE类型的组合，则将该查询项与“词-NE类型”索引表中的索引键进行匹配，将匹配的索引键对应的索引值作为该查询项的检索结果；
如果解析出的查询项为词语及该词语对应的句法角色的组合，则将该查询项与“词-句法角色”索引表中的索引键进行匹配，将匹配的索引键对应的索引值作为该查询项的检索结果；
如果解析出的查询项为词语与词语的组合，则将该查询项与“词-词”索引表中的索引键进行匹配，将匹配的索引键对应的索引值作为该查询项的检索结果。
14.根据权利要求12所述的方法，其特征在于，所述词语与词语之间的组合为：存在基于句法分析的搭配关系的词语与词语的组合；
其中所述搭配关系包括：主谓关系、动宾关系、偏正关系、中补关系或者同位关系。
15.根据权利要求12、13或14所述的方法，其特征在于，解析出的查询项还包括：词语；
如果查询项为词语，则将该查询项与“词”索引表中的索引键进行匹配，将匹配的索引键对应的索引值作为该查询项的检索结果。
16.根据权利要求15所述的方法，其特征在于，所述“词-词性”索引表、“词-NE类型”索引表、“词-句法角色”索引表、“词-词”索引表中索引值、“词”索引表中的索引值为例句或双语例句对。
17.根据权利要求15所述的方法，其特征在于，如果某查询项不是为差集的逻辑关系相邻后端的查询项，且该查询项对应的检索结果低于预设的最低检索要求，则将该查询项中的各词语分别与所述“词”索引表中的索引键进行匹配，将匹配的索引键对应的索引值作为该查询项的检索结果。
18.根据权利要求12所述的方法，其特征在于，在所述步骤E之前还包括：
将所述整合处理后的检索结果进行排序，其中所述排序的依据包括以下所列之一或组合：
检索结果来源的置信状况，以及，检索结果与所述query的匹配状况。
19.根据权利要求18所述的方法，其特征在于，所述检索结果与所述query的匹配状况F(Ri)为：
其中，λitem、λword、λ[+]和λ[-]为预设的权重参数，δ(Ri，itemj)为检索结果Ri与第j个查询项的匹配值，J为所述query包含的查询项数目，δ(Ri，wordk)为检索结果Ri与第k个词语的匹配值，K为所述query中检索所使用词语的数目，δ(Ri，[+]m)为检索结果Ri与第m个为交集的逻辑关系的匹配值，M为所述query中为交集的逻辑关系数目，δ(Ri，[-]n)为检索结果Ri与第n个为差集的逻辑关系的匹配值，N为所述query中为差集的逻辑关系数目。
20.根据权利要求19所述的方法，其特征在于，如果itemj为Ri的索引，δ(Ri，itemj)为1，否则δ(Ri，itemj)为0；
如果wordk为Ri的索引，δ(Ri，wordk)为1，否则δ(Ri，itemj)为0；
如果为交集的逻辑关系[+]m两端的查询项均为Ri的索引，δ(Ri，[+]m)为1，否则δ(Ri，[+]m)为0；
如果为差集的逻辑关系[-]n相邻前端的查询项为Ri的索引且相邻后端的查询项不是Ri的索引，则δ(Ri，[-]n)为1，否则δ(Ri，[-]n)为0。
21.一种例句索引创建装置，其特征在于，该装置包括：文本分析单元和索引建立单元；
所述文本分析单元，用于分别针对例句库中的各例句进行文本分析；
所述索引建立单元，用于根据所述文本分析单元的分析结果，创建各例句所对应的索引；其中索引包括以下所列中的至少一种：例句中的词语及该词语对应的词性的组合、例句中的词语及该词语对应的命名实体类型的组合、例句中的词语与该词语对应的句法角色的组合、以及例句中的词语与词语之间的组合。
22.根据权利要求21所述的装置，其特征在于，所述文本分析单元包括分词处理子单元，还包括以下子单元中的至少一个：词性标注子单元、NE识别子单元、句法分析子单元和搭配组合子单元；
所述分词处理子单元，用于对例句进行分词处理；
所述词性标注子单元，用于对分词处理后得到的各词语进行词性标注；
所述NE识别子单元，用于对分词处理后得到的各词语进行专有名词的识别，确定被识别为专有名词的词语对应的命名实体类型；
所述句法分析子单元，用于对分词处理后得到的各词语进行句法分析，确定各词语的句法角色；
所述搭配组合子单元，用于将分词处理后得到的各词语进行两两组合；
所述索引建立单元根据所述词性标注子单元的词性标注结果，逐一将各词语及词语对应的词性的组合作为所述例句的索引；或者，根据所述NE识别子单元的识别结果，逐一将被识别为专有名词的词语及词语对应的命名实体类型的组合作为所述例句对应的索引；或者，根据所述句法分析子单元的分析结果，逐一将各词语及词语对应的句法角色的组合作为所述例句对应的索引；或者，将所述搭配组合子单元得到的组合分别作为所述例句的索引。
23.根据权利要求22所述的装置，其特征在于，所述索引建立单元，还用于将所述分词处理子单元分词处理后得到的各词语分别作为所述例句的索引。
24.根据权利要求22所述的装置，其特征在于，所述搭配组合子单元具体基于句法分析确定分词处理后得到的各词语之间存在搭配关系的两两组合；
其中所述搭配关系包括：主谓关系、动宾关系、偏正关系、中补关系或者同位关系。
25.根据权利要求22所述的装置，其特征在于，所述文本分析单元还包括：词语过滤子单元，用于基于预设的停用词表，将所述分词处理子单元分词处理后得到的各词语进行过滤，过滤掉停用词表中包含的词语后，供所述搭配组合子单元进行组合，或者，供所述索引建立单元进行索引的建立。
26.根据权利要求21所述的装置，其特征在于，所述例句库为单语例句库或者双语例句库。
27.根据权利要求26所述的装置，其特征在于，如果所述例句库为双语例句库，则所述索引建立单元将所述双语例句库中双语例句对中各例句所对应的索引都作为该双语例句对所对应的索引。
28.根据权利要求21所述的装置，其特征在于，该装置还包括：索引表建立单元，用于利用所述索引建立单元为例句库中各例句建立的索引，通过倒排方式建立索引表，其中，所述索引表中索引值为例句，索引键为例句对应的索引。
29.根据权利要求27所述的装置，其特征在于，该装置还包括：索引表建立单元，用于利用所述索引建立单元为双语例句库中各双语例句对建立的索引，通过倒排方式建立索引表，其中，所述索引表中索引值为双语例句对，索引键为双语例句对对应的索引。
30.根据权利要求28或29所述的装置，其特征在于，所述索引表包括以下所列中的至少一种：
“词-词性”索引表，其中的索引键为词语及词语对应的词性的组合；
“词-NE类型”索引表，其中的索引键为词语及词语对应的NE类型的组合；
“词-句法角色”索引表，其中的索引键为词语及词语对应的句法角色的组合；以及，“词-词”索引表，其中的索引键为词语与词语的组合。
31.根据权利要求20所述的装置，其特征在于，所述“词-词性”索引表、“词-NE类型”索引表、“词-句法角色”索引表或“词-词”索引表中，索引键为二级索引键，具体为：
在索引键中相同的词语归纳在一起作为第一级索引，所述“词-词性”索引表中第一级索引对应的词性作为第二级索引，所述“词-NE类型”索引表中第一级索引对应的NE类型作为第二级索引，所述“词-句法角色”索引表中第一级索引对应的句法角色作为第二级索引，所述“词-词”索引表中与第一级索引组合的另一词语作为第二级索引。
32.一种例句检索装置，其特征在于，该装置包括：用户侧交互单元、请求解析单元、检索处理单元和结果整合单元；
所述用户侧交互单元，用于接收用户的检索请求query，将所述结果整合单元提供的检索结果返回给所述用户；
所述请求解析单元，用于解析出所述query包含的查询项，如果包含多个查询项，则还解析出各查询项之间的逻辑关系；
所述检索处理单元，用于利用所述请求解析单元解析出的各查询项逐一进行检索，获得各查询项对应的检索结果；
所述结果整合单元，用于在所述请求解析单元解析出所述query包含多个查询项时，利用所述请求解析单元解析出的各查询项之间的逻辑关系，对所述各查询项对应的检索结果进行整合处理，将整合处理后的检索结果提供给所述用户侧交互单元；在所述请求解析单元解析出所述query包含一个查询项时，将该查询项对应的检索结果提供给所述用户侧交互单元；
其中，所述查询项为以下所列中的至少一种：词语及该词语对应的词性的组合、词语及该词语对应的命名实体类型的组合、词语与该词语对应的句法角色的组合、以及词语与词语之间的组合；所述逻辑关系为：交集或差集。
33.根据权利要求32所述的装置，其特征在于，如果所述请求解析单元解析出的查询项为词语及该词语对应的词性的组合，则所述检索处理单元将该查询项与“词-词性”索引表中的索引键进行匹配，将匹配的索引键对应的索引值作为该查询项的检索结果；
如果所述请求解析单元解析出的查询项为词语及该词语对应的NE类型的组合，则所述检索处理单元将该查询项与“词-NE类型”索引表中的索引键进行匹配，将匹配的索引键对应的索引值作为该查询项的检索结果；
如果所述请求解析单元解析出的查询项为词语及该词语对应的句法角色的组合，则所述检索处理单元将该查询项与“词-句法角色”索引表中的索引键进行匹配，将匹配的索引键对应的索引值作为该查询项的检索结果；
如果所述请求解析单元解析出的查询项为词语与词语的组合，则所述检索处理单元将该查询项与“词-词”索引表中的索引键进行匹配，将匹配的索引键对应的索引值作为该查询项的检索结果。
34.根据权利要求32所述的装置，其特征在于，所述词语与词语之间的组合为：存在基于句法分析的搭配关系的词语与词语的组合；
其中所述搭配关系包括：主谓关系、动宾关系、偏正关系、中补关系或者同位关系。
35.根据权利要求32、33或34所述的装置，其特征在于，所述请求解析单元解析出的查询项包括词语；
如果所述请求解析单元解析出的查询项为词语，则所述检索处理单元将该查询项与“词”索引表中的索引键进行匹配，将匹配的索引键对应的索引值作为该查询项的检索结果。
36.根据权利要求35所述的装置，其特征在于，所述“词-词性”索引表、“词-NE类型”索引表、“词-句法角色”索引表、“词-词”索引表中索引值、“词”索引表中的索引值为例句或双语例句对。
37.根据权利要求35所述的装置，其特征在于，该装置还包括：补充检索单元，用于在某查询项不是为差集的逻辑关系相邻后端的查询项，且该查询项对应的检索结果低于预设的最低检索要求时，将该查询项中的各词语分别与所述“词”索引表中的索引键进行匹配，将匹配的索引键对应的索引值作为该查询项的检索结果。
38.根据权利要求32所述的装置，其特征在于，所述结果整合单元具体包括：
整合处理子单元，用于在所述请求解析单元解析出所述query包含多个查询项时，利用所述请求解析单元解析出的各查询项之间的逻辑关系，对所述各查询项对应的检索结果进行整合处理；
排序处理子单元，用于将整合处理后的检索结果进行排序，其中所述排序的依据包括以下所列之一或组合：检索结果来源的置信状况，以及，检索结果与所述query的匹配状况。
39.根据权利要求38所述的装置，其特征在于，所述检索结果与所述query的匹配状况F(Ri)为：
其中，λitem、λword、λ[+]和λ[-]为预设的权重参数，δ(Ri，itemj)为检索结果Ri与第j个查询项的匹配值，J为所述query包含的查询项数目，δ(Ri，wordk)为检索结果Ri与第k个词语的匹配值，K为所述query中检索所使用词语的数目，δ(Ri，[+]m)为检索结果Ri与第m个为交集的逻辑关系的匹配值，M为所述query中为交集的逻辑关系数目，δ(Ri，[-]n)为检索结果Ri与第n个为差集的逻辑关系的匹配值，N为所述query中为差集的逻辑关系数目。
40.根据权利要求39所述的装置，其特征在于，如果itemj为Ri的索引，δ(Ri，itemj)为1，否则δ(Ri，itemj)为0；
如果wordk为Ri的索引，δ(Ri，wordk)为1，否则δ(Ri，itemj)为0；
如果为交集的逻辑关系[+]m两端的查询项均为Ri的索引，δ(Ri，[+]m)为1，否则δ(Ri，[+]m)为0；
如果为差集的逻辑关系[-]n相邻前端的查询项为Ri的索引且相邻后端的查询项不是Ri的索引，则δ(Ri，[-]n)为1，否则δ(Ri，[-]n)为0。

暂无