數(shù)據(jù)庫自然語言通用接口技術(shù)的研究.pdf

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

2、等方面，還需要做進一步的工作。正是本著這一出發(fā)點，本文開展對數(shù)據(jù)庫自然語言通用接口(NLTIDB)的研究。 命名實體識別是問答系統(tǒng)的關(guān)鍵技術(shù)之一。在對NLTIDB進行查詢時將要涉及一些飛機名稱等實體詞，本文通過改進互信息計算的方法識別了查詢語句中的命名實體，從而改善系統(tǒng)查詢的效果。 本文設(shè)計了領(lǐng)域的知識庫和模式庫。為了使NLIDB具有通用性，我們在知識庫方面設(shè)計了通用知識庫和領(lǐng)域知識庫；在模式庫方面設(shè)計了一種含有多種信息

3、標(biāo)記的模式擴展結(jié)構(gòu)，將問題模式、信息抽取模式和數(shù)據(jù)庫信息添加到模式擴展結(jié)構(gòu)中并保存在模式庫里。知識庫和模式庫的設(shè)計可以極大減少領(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算兩種方法，本文嘗試使用層級最大熵的方法和支持向量機的方法進行信息檢索。最大熵和支持向量機是機器學(xué)習(xí)的重要方法。本文以模式庫作為檢索資源，從詞法、語塊、句法和語義的層次分