本体知识库的自然语言查询接口研究

摘要

随着语义网技术的不断发展，越来越多的本体知识库被建立起来。查询这些知识库需要形式化的查询语言，但是对于普通用户来说，他们连最简单的布尔查询都难以接受，更不用说使用复杂的逻辑表达式来查询这些知识库。因此，在普通用户与本体知识库建立桥梁，不仅可以让普通用户使用他们熟悉的自然语言查询来精确获得本体知识从而实现知识共享，同时也可以扩大本体知识库的影响，鼓励人们创建更多的本体知识库。 本文在现有语义网技术的基础上，提出了本体知识库的自然语言查询接口框架和系统，帮助普通用户使用他们熟悉的自然语言表达信息需求，并从本体知识库里面比较精确地获取他们想要的知识。本文总结了现有国内外的相关工作，提出了使用深层语法分析和浅层语法分析相结合来提供健壮的自然语言查询接口的新方法。在WordNet等已有比较成熟工具的帮助下，系统根据用户选定的本体知识库自动构建词典。词典提供用户的输入查询里面的词语和本体实体之间的映射关系，消除用户和本体知识库之间的词语隔阂。深层语法分析使用语法分析工具得到语法树，然后将之转化成为查询三元组。然后再使用词典将查询三元组转化成为所有元素都是本体实体的本体三元组。同时，通过使用本词典，浅层语法分析先将自然语言查询里面的词语与本体实体之间建立映射，然后使用本文提出的轻量级WSD（Word Sense Disambiguation,单词歧义消除）算法结合整个查询语句的上下文来确定产生的本体三元组。最后， SPARQL查询组装模块将本体三元组和修饰符抽取模块的结果生成可以执行的SPARQL查询语句。 通过对该研究领域上的经典数据集上的实验表明，本文提出的方法在转化的查询的数量和质量都较以往系统有明显提高。同时，这些实验也发现了本文的方法在处理复杂的自然语言查询方面存在的某些不足（例如对推理的支持）。这些不足是本文下一步工作的重点。