一种服务智能导航方法和系统的制作方法

专利名称：一种服务智能导航方法和系统的制作方法
技术领域：
本发明涉及人工智能计算机领域中的自然语言处理，特别涉及利用自 然语言处理实现服务的智能导航。
背景技术：
随着信息技术的发展，在现实生活中出现了多种类型的增值服务，如 网站推出的彩铃下载、在线听歌等，移动服务器提供商所提供的移动服务 是其中一种比较典型的增值服务。移动服务是指移动服务提供商在用户的 要求下，为用户的移动终端提供包括彩铃下载、音乐下载在内的多种服务， 移动服务的种类和数量会随着需求的增加而日益增多。
随着移动服务的种类和数量的增加，如何使用户方便、快捷地对具体 的移动服务进行查找已经成为移动服务实现过程中亟待解决的问题。当 前，用户要查找或使用移动服务时，需要记住服务的特服号以及使用方式， 才能得到关于移动服务的具体信息，这给用户带来了很多困难，不利于移 动服务的推广，也是造成当前移动服务使用率不高的关键原因。
为了方便包括移动服务在内的各种服务的推广，需要一种能够根据用 户的提问自动返回相关信息的智能导航系统，而为了方便用户的使用，智 能导航系统应当能够以自然语言的方式与用户进行交互。但在现有技术 中，并不存在这样的智能导航系统。

发明内容
本发明的目的是克服现有技术中无法根据用户的提问自动返回与问 题相关的服务信息，从而提供一种可针对用户的提问自动为其导航的方法 及系统。
为了实现上述目的，本发明提供了一种服务智能导航方法，用于在元
数据或服务分类本体中查找与用户查询语句相关的服务；所述元数据包括 与所述服务相关的信息，以及所述信息与语义文法间的对应关系；所述服 务分类本体包括词模模式；所述词模模式用于描述与所述服务分类本体相
8关的服务中所涉及的句子的^t式；所述方法包括
步骤1 )、对用户以自然语言方式所提出查询语句的分词结果进行基于 元数据的文法匹配，对于成功匹配所得到的服务信息返回给用户，结束对 所述查询语句的导航，对于匹配未成功的分词结果执行下一步；
步骤2 )、根据所述分词结果中的模板词或模板词类，找出与所述分词 结果最为匹配的词模模式，然后得到所述词模模式所在的服务分类本体， 返回所述服务分类本体中的服务给用户，结束对所述查询语句的导航操 作；对匹配未成功的分词结果，所述分词结果所在的查询语句导航失败。
上述技术方案中，所述服务分类本体还包括描述性信息或业务性信 息，所述的描述性信息包括用于自然语言理解的通用信息，所述的业务性 信息用于表示具体业务；所述方法还包括
步骤3)、将所述步骤2)中匹配未成功的分词结果与各个服务分类本 体中的描述性信息或业务性信息进行匹配查找，对所得到的匹配查找结果 按照所述描述性信息或业务性信息与所在服务分类本体间的映射关系，得 到包含候选服务分类的列表，将该列表称为第 一候选服务分类列表；
步骤4)、对于所述的第一候选服务分类列表，若所述列表中只有一个 候选服务分类，则从该唯一的候选服务分类中获取服务并返回给用户，若 所述列表中的候选服务分类大于或等于两个，则对候选服务分类列表所对 应查询语句中的未登录串进行模糊理解，得到又一个候选服务分类列表， 将该列表称为第二候选服务分类列表；
步骤5 )、根据所述的第一候选服务分类列表与所述的第二候选服务分 类列表作融合操作，得到公共的候选服务分类，若所述公共的候选服务分 类唯一，则返回该候选服务分类中的服务给用户，若所述公共的候选服务 分类不存在或多于一个，则对所述查询语句的导航失败。
上述技术方案中，所述的服务分类本体还包括用于唯一地描述所述服 务分类本体的标志性词条；所述方法还包括
对导航失败的查询语句中的分词结果与各个服务分类本体中的所述 标志性词条进行匹配查找，若存在匹配结果，则将所述匹配结果所在服务 分类中的服务返回给用户，否则，向用户返回导航失败信息。
上述技术方案中，在所述的步骤1)中，所述查询语句的分词结果与 所述元数据中的语义文法进行比较，若所述分词结果与所述语义文法相对 应，则将所述元数据中与所述语义文法存在对应关系的与所述服务相关的信息作为成功匹配所得到的服务信息返回给用户。 上述技术方案中，所述的步骤2)包括
步骤2-l)、对所述分词结果中的模板词或模板词类，查找包含有所述 模板词或模板词类的所有词模模式；
步骤2-2)、从步骤2-1 )所得到的所有词模模式中选择最优词模模式 作为相匹配的词模模式；
步骤2-3 )、将所述最优词模模式所在服务分类中的服务返回给用户。
上述技术方案中，在所述的步骤2-2)中，采用TFUDF扩展模型来确 定所述词模模式与所述查询语句间的相对匹配强度，选择相对匹配强度最 强的词模模式作为最优词模模式。
上述技术方案中，所述的TF\IDF扩展模型计算所述候选词模模式与 所述查询语句间的相关度和不相关度，然后求所述的相关度与所述的不相 关度的比值，得到所述候选词模模式与所述查询语句间的相对匹配强度； 其中，
所述的相关度用Relativeness(Pt, Q)表示，其中的； ,表示所述的候选词模 模式，Q表示所述用户查询语句；
其中，TF表示一个候选词模模式中的模板词或模板词类与某个词模 模式的相关度，
77^,. rf) = co柳啦)/ Z cowwf(。.)
其中，ti表示一个模板词或模板词类，d,表示某个词模模式，c。unt(t,) 是第、个模板词或模板词类在词模模式dt中的计数；
IDF表示一个模板词或模板词类在词模模式的主题的权重大小，
/Z)F, = log(Z) /D,)
其中，D是词模模式集的总数量，A,是包含了该模板词或模板词类的 词模模式的总数；
woW/en,,表示一莫纟反词或才莫板词类的长度；
所述的不相关度用Irrelativeness(Pt,Q)表示，它表示用户查询语句中没有 与词模a相匹配的模板词或模板词类的IDF值的累力口
10上述技术方案中，在所述的步骤4)中，所述的模糊理解包括
步骤4-l)、将所述查询语句与所述查询语句的分词结果进行比较，得 到所述查询语句中的未登录串；
步骤4-2)、对所述未登录串中的各个字符分别查找包含各单个字符的 候选词条，然后从所述候选词条中得到所述未登录串的候选模式串；
步骤4-3)、实现所述候选模式串与所述未登录串之间的模糊匹配，将 模糊匹配成功的候选模式串作为模糊理解的结果。
上述技术方案中，所述的步骤4-2)包括
步骤4-2-1)、判断所述查询语句的分词结果是否为空，若不为空，则
根据所述分词结果中的词语在移动服务分类本体中查找相关词类，然后执
行下一步，若不为空，则直接根据所述未登录串中的各个字符分别查找包 含各单个字符的候选词条，然后执行步骤4-2-3 );
步骤4-2-2)、对所述未登录串中的各个字符，在满足相关词类的条件 下分别查找包含各个单个字符的候选词条；
步骤4-2-3 )、从所述的候选词条中选择可能性较大的候选词条作为未 登录串的候选模式串。
上述技术方案中，在所述的步骤4-2-3)中，采用计分方式选择可能 性较大的候选词条，所述候选词条每出现一次，为其计一次分，最后选择 满足一定分值的候选词条作为可能性较大的候选词条。
上述技术方案中，在所述的步骤4-3)中，所述的模糊匹配包括
步骤4-3-1)、比较所述候选模式串与所述未登录串的长度，若两者相 差字符个数超过第一阔值时，返回不能匹配，否则执行下一步；
步骤4-3-2 )、求取所述候选模式串与所迷未登录串的极大公共子串， 然后按照所述极大公共子串在候选模式串中出现的次序依次标出所述极 大公共子串在所述未登录串中的位置值；
步骤4-3-3)、判断所述极大公共子串的数目，若所述极大公共子串的 数目为0，则执行下一步，若所述极大公共子串的数目为1，则执行步骤 4-3-5),若所述极大公共子串的数目大于1,则执行步骤4-3-6);
步骤4-3-4)、所述候选模式串与所述未登录串不能匹配，向用户返回 不能匹配的标志，结束操作；
ii步骤4-3-5 )、对所述候选模式串中除极大公共子串外的部分进行音近
/音似匹配，若匹配成功则将该候选模式串作为模糊匹配的结果，若失败，
则向用户返回不能匹配的标志，结束操作；
步骤4-3-6 )、判断极大公共子串在候选模式串以及未登录串中的相对 位置是否一致，若不一致，则返回不能匹配标志，否则，执行下一步；
步骤4-3-7)、对所述未登录串较所述候选模式串多写或漏写的情况， 判断所有极大公共子串的长度之和占所述未登录串的百分比是否大于第 二阈值，若大于或等于，则将所述候选模式串作为模糊匹配的结果，若小 于则向用户返回不能匹配的标志，结束操作。
上述技术方案中，在步骤4-3-1)中，所述第一阈值为2。
上述技术方案中，在步骤4-3-7)中，所述第二阈值为0.8。
上述技术方案中，所述的步骤5)中包括
步骤5-1 )、对所述的第一候选服务分类列表与所述的第二候选服务分 类列表做交操作，所得到的结果若存在唯一的公共移动服务分类，则将该 移动服务分类中的移动服务返回给用户，否则，执行下一步；
步骤5-2)、对所述的第一候选服务分类列表进行扩展，将扩展后的第 一候选服务分类列表与所述的第二候选服务分类列表做交操作，所得到的 结果若存在唯一的公共移动服务分类，则将该移动服务分类中的移动服务 返回给用户，否则，执行下一步；
步骤5-3)、对所述的第二候选服务分类列表进行扩展，将扩展后的第 二候选服务分类列表与所述的第一候选服务分类列表做交操作，所得到的 结果若存在唯一的公共移动服务分类，则将该移动服务分类中的移动服务 返回给用户，否则，执行下一步；
步骤5-4)、将扩展后的第一候选服务分类列表与扩展后的第二候选服 务分类列表做交操作，所得到的结果若存在唯一的公共移动服务分类，则 将该移动服务分类中的移动服务返回给用户，否则向用户返回不能匹配的 标志，结束操作。
上述技术方案中，所述的扩展操作包括将所述候选服务分类列表中的 候选服务分类的子类也作为候选服务分类加入到列表中。
本发明还提供了 一种服务智能导航系统，用于在元数据或服务分类本 体中查找与用户查询语句相关的服务；所述元数据包括与所述服务相关的 信息，以及所述信息与语义文法间的对应关系；所述服务分类本体包括词模模式；所述词模^t式用于描述与所述服务分类本体相关的服务中所涉及
的句子的模式；所述系统包括基于元数据的文法匹配模块、词模模式匹配 模块；其中，
所述的基于元数据的文法匹配模块对用户以自然语言方式所提出查询 语句的分词结果进行基于元数据的文法匹配，对于成功匹配所得到的服务 信息返回给用户，结束对所述查询语句的导航，对于匹配未成功的分词结 果转发给词模模式匹配模块；
所述的词模模式匹配模块根据所述分词结果中的模板词或模板词类， 找出与所述分词结果最为匹配的词模模式，然后得到所述词模模式所在的 服务分类本体，返回所述服务分类本体中的服务给用户，结束对所述查询 语句的导航操作；对匹配未成功的分词结果，所述分词结果所在的查询语 句导航失败。
上述技术方案中，还包括描述性信息或业务性信息匹配模块、模糊匹 配模块以及融合操作模块；其中，
所述的描述性信息或业务性信息匹配模块将所述词模模式匹配模块 中匹配未成功的分词结果与各个服务分类本体中的描述性信息或业务性 信息进行匹配查找，对所得到的匹配查找结果按照所述描述性信息或业务 性信息与所在服务分类本体间的映射关系，得到包含候选服务分类的列
表，将该列表称为第一候选服务分类列表，然后将所述的第一候选服务分 类列表转发给模糊理解模块以及融合操作模块；
所述的模糊匹配模块对于所述的第一候选服务分类列表进行判断，若 所述列表中只有一个候选服务分类，则从该唯一的候选服务分类中获取服 务并返回给用户，若所述列表中的候选服务分类大于或等于两个，则对候 选服务分类列表所对应查询语句中的未登录串进行模糊理解，得到又一个 候选服务分类列表，将该列表称为第二候选服务分类列表；
所述的融合操作模块根据所述的第 一候选服务分类列表与所述的第 二候选服务分类列表作融合操作，得到公共的候选服务分类，若所述公共 的候选服务分类唯一，则返回该候选服务分类中的服务给用户，若所述公 共的候选服务分类不存在或多于一个，则对所述查询语句的导航失败。
上述技术方案中，还包括标志性词条匹配模块；
所述的标志性词条匹配模块对导航失败的查询语句中的分词结果与 各个服务分类本体中的所述标志性词条进行匹配查找，若存在匹配结果，
13则将所述匹配结果所在服务分类中的服务返回给用户，否则，向用户返回 导航失败信息。
本发明的优点在于
1、 本发明将基于元数据的文法匹配、词模模式匹配、描述性信息或 业务性信息匹配以及标志性词条匹配等多种方式相结合，实现了对自然语 言的理解，从而为用户以自然语言方式提出的查询语句实现智能导航。
2、 本发明提供了多种匹配方式，使得本发明的智能导航方法具有灵 活性与精确性。
3、 本发明通过对服务分类本体的定义，有效地组织了移动服务信息， 使得本发明的方法能够对海量的移动服务请求进行处理。
4、 本发明实现了对用户查询语句的模糊理解，从而能够自动纠正用 户的错误输入，更好地为用户服务。
5、 本发明允许服务提供商对服务分类本体进行重新定义或添加，使 得本发明能够适用于不同的应用需求，从而具有良好的适应性和可扩展 性。
6、 本发明可以提供两种方式的智能导航，通过基于元数据的文法匹 配可以在用户已知服务名称时，将与该服务相关的信息返回给用户，通过 词模模式匹配、描述性信息或业务性信息匹配以及标志性词条匹配等方式 在用户不知道服务名称时，将用户的查询语句导航到一个具体的服务上。


以下，结合附图来详细说明本发明的实施例，其中 图1为本发明的服务智能导航方法的流程图2为本发明的服务智能导航方法中根据词模模式进行匹配的方法的 流程图3为本发明的服务智能导航方法中根据描述性信息或业务性信息进 行匹配的方法的流程图4为本发明的服务智能导航方法中的模糊理解方法的流程图5为本发明的服务智能导航方法中的候选模式串生成方法的流程
图6为本发明的服务智能导航方法中候选模式串与未登录串进行模糊 匹配的方法的流程图7为本发明的服务智能导航方法中融合操作流程的示意图，图中的
14fuzzy—cate—list表示模糊理解得到的服务类列表，Decom_cate_list表示精确
分词得到的服务类列表。
具体实施例方式
下面结合附图和具体实施方式
对本发明做进一步说明。 在本实施例中，以用于实现移动服务的查找和使用的智能导航方法为 例，对本发明如何实现对用户语句的智能导航进行说明。本发明中所述的 智能导航包括两个方面， 一是用户已知某个服务的名称，需要知道服务的 具体属性信息，例如，用户已知彩铃业务，需要对彩铃业务的收费信息进 行提问，此时的智能导航应当返回彩铃业务在资费方面的信息；二是用户 不知道具体服务的名称，例如，用户提出"在哪里可以下载周杰伦的千里 之外？"，此时的智能导航应当通过理解将其导航到某一个具体的业务上 (如彩铃业务)。
下面对本发明的方法和系统如何实现上述的智能服务导航进行说明， 但在说明之前，还要对本发明中所涉及的数据结构进行描述。
由于在移动服务中存在着各种类别的服务分类，如手机铃声下载、音 乐搜索、在线试听、电影下载等，因此需要对这些服务分类分门别类地进 行管理，以方便用户的查找和使用。在本发明中，为了管理的需要釆用移 动服务分类本体对这些具体的服务分类进行组织和描述。其中所涉及的本 体是一个为描述某个领域而按继承关系组织起来作为一个知识库的骨架 的一系列术语，是对某个领域中的概念的形式化的明确表示。本体中每个 概念的特性描述了概念的各个方面及其约束的特征和属性。在移动服务领 域，本申请抽象出一系列概念(即服务分类)，并用各种描述信息来描述 这些概念的特性及约束，并将这些概念按继承关系组织起来，形成领域本 体(即本发明中的移动服务分类本体)。
在移动服务中，不同的服务分类间还可能存在一定的层次关系，因此 用于表示服务分类的移动服务分类本体之间也可以采用树结构表示它们 之间的层次关系，下面是关于移动服务分类本体的一个形式化描述 deframe类别标准名称
描述性信息用于自然语言理解的通用信息
描述性词类对描述性信息进行分类的信息，如"地点疑问词" 描述性词条未归类的其他描述性信息业务性信息由移动服务的各个服务提供商(SP， Service Provider)来提供的具体业务信息
服务已有词类SP已提供的具体词类信息 服务缺失词类SP未能提供的具体词类信息 标志性词条该词用于唯一描述该类 词模模式描述该服务的句子模式
在采用本发明的方法实现对移动服务的智能导航的一个实施例中，建 立了包括八个大类的移动服务分类本体(包括新闻天气、生活时尚、教育 文化、电子商务、休闲娱乐、交友情感、个人\团体助理、职业生涯等)， 在各个大类下又可以增加新的业务子类，如对于休闲娱乐类下，按照层次 由上到下的服务类有音乐视频、音乐搜索、手机铃声、多媒体铃声等。 用户可以根据具体的应用，增加或修改顶层业务类型，在不同的业务类别 下添加新的业务子类(Subclass),或者具体的业务实例(Instance )。
下面针对移动服务分类本体的上述形式化描述，给出了两种服务的对 应移动服务分类本体，然后对其中的内容进行说明。
1、手机铃声类的本体
deframe手机铃声类
描述性信息
描述性词类彩铃词类、下载词类
描述性词条彩铃、铃声、无线音乐 业务性信息
服务已有词类多媒体彩铃名
服务缺失词类Null 标志性词条Null 词模模式*<!取消词类>*<!彩铃词类>@2#取消彩铃功能 <手机>*<铃声|彩铃>@2#介绍彩铃*<下载|获取|搜索|找到|有 >*<歌|的歌|的音乐|音乐|曲|铃声|彩铃>@2#彩铃开通方法 对应服务彩铃页
父类列表音乐搜索类 子类列表多媒体铃声类
2、音乐搜索类的本体 deframe音乐搜索类
描述性信息
描述性词类Null
描述性词条音乐，歌曲，下载，试听 业务性信息
服务已有词类音乐名、歌手名、专辑名
服务缺失词类Null 标志性词条音乐搜索 词模模式
<下载|获取|搜索|找到|有>*<歌|的歌|的音乐|音乐|曲>@2#音乐搜索介
绍
对应服务音乐搜索 父类列表音乐视频 子类列表手机铃声类
在上述类中，所涉及到的描述性信息是指用于自然语言理解的通用信 息，它可以包括描述性词类和描述性词条两种信息。在描述性词类中，包 含了对描述性信息进行分类的信息，例如，"彩铃词类"是对一些描述彩 铃的词条的类型概括，如"彩铃"、"铃声"、"铃音，，等词条都可以归类到 "彩铃词类，，中，而对于"在哪里，，，"怎么走"等描述问路的一些词条可 以归类到"地点疑问词，，中。在描述性词条中，则包含了未归类的其他描 述性信息。
在上述类中，所涉及到的业务类信息是指由移动服务的提供商所给出 的具体业务的信息，它包括服务已有词类和服务缺失词类。在服务已有词 类中包括有服务提供商已经提供的具体词类信息，如上述两个类中的"多 媒体彩铃名"、"音乐名"、"歌手名"等。服务缺失词类中包括有服务提 供商未能提供的具体词类信息，在实际应用中，服务缺失词类通常为空。在上述类中，还包括有标志性词条，它用于唯一地描述所在的类，如 上例中，"音乐搜索"可作为音乐搜索类的标志性词条，当用户问句中出 现这一词条时，可将其导航到音乐搜索类。
在上述类中所涉及的词模模式用于描述与类相关的服务中所涉及的 句子的模式。对于特定的服务，用户对该类服务进行请求、查找或使用时 所采用的句子通常有一定的模式，在此处的词模模式中就是对这些句子的 模式进行概括，同时，词模模式还包括了对服务的业务属性的导航，如词
模"[<!怎么疑问词类>]*<!取消词类>*<!彩铃词类>@2#取消彩铃功能"， 当用户查询语句与这一词模相匹配时，可将其导航到彩铃服务，并返回给 用户相应的业务属性方面的信息，在这里是指"取消彩铃功能"方面的信 息。
上述类中的对应服务就是指出了与当前类相关的服务的名称。如音乐 搜索类中，相关的服务名称就是"音乐搜索"。在手机铃声类中，相关的 服务名称是"彩铃"等。
上述类中的父类列表和子类列表给出了当前类的父类和子类信息，通 过这些信息，可以知道当前类与其它类之间的层次关系。在上述两个例子 中，音乐搜索类是手机铃声类的父类，从两个类中的相关信息还可以看出， 音乐搜索类还具有名称为音乐视频的父类，手机铃声类还具有名称为多媒 体铃声的子类。
在为移动服务定义上述类后，对用户的查询语句进行导航的最终导航 目标是各个移动服务类，通过移动服务类再找到具体的移动服务。这样做 使得移动服务提供商不需要因为增减或改动具体的移动服务而对导航系 统的理解策略进行改动，将移动服务分类本体作为中间层，有助于提供系 统的通用性和可移植性。此外，移动服务分类本体有效地组织了海量的移 动服务项目，有利于管理和维护；在移动服务分类本体中针对服务类型添 加各种描述型信息，而不是具体的移动服务，可以减少数据冗余。
假设用户以自然语言的方式向系统发出了以下查询语句 查询语句1:彩铃怎么取消？
查询语句2:我想知道彩铃下载业务是怎么收费的？ 查询语句3:在哪里可以下载周杰轮的菊花台？
18要理解上述查询语句并根据语句的语义返回对应的移动服务信息，首 先就要对查询语句进行分词操作。所谓的分词操作就是要将一个句子划分 成词语或词组，以方便在后续操作中实现对句子语义的理解。分词操作的 实现是成熟的现有技术，在本发明中可以在现有的知识库词典及关键词词 典的基础上实现，在此不再对其具体实现过程进行说明。下面只给出上述 查询语句的分词结果。
查询语句1的分词结果彩铃(模板词)怎么(怎么疑问词类)取
消(耳又消词类)？
查询语句2的分词结果我(人称代词)想(句型词)知道(句型 词)彩铃下载(移动业务)业务(句型词)是(句型词)怎么(疑问 词)收费(句型词)。
查询语句3的分词结果在哪里(地点疑问词4莫板词)可以(句型词)下 载(描述词l模板词)菊花台(音乐名)。
从上面的分词结果可以看出，在分词结果中除了给出句子经过分词后 的各个词语外，还给出了各个词语的相关属性。例如，"我"是"人称代 词"，"菊花台"是音乐名等。应当注意的是，在查询语句3中，由于用户 的书写错误，将"周杰伦"错写为"周杰轮"，因此，"周杰轮"并没有作 为一个已知的词被分词操作识别出来，也就没有被包括在分词结果中。对 于这类由于书写错误或其它原因而无法在分词操作中被识别的字符串，在 本发明中用未登录串表示，未登录串将在后续的模糊理解过程中得到应 用。另外，由于句子中的某一个词语既可以与前面的词语相结合形成词组， 也可以与后面的词语相结合形成词组，因此， 一个句子可能会有多个分词 结果，对于这种情况， 一个句子在分词后所得到的是包含多个分词结果的 分词结果集。在分词结果集中通常会根据分词结果的可能性按照从高到低 的顺序为分词结果进行排序。
在得到查询语句的分词结果后，就要将查询语句中的词语与移动服务 分类进行匹配，根据匹配结果找到具体的移动服务分类，然后根据移动服 务分类向用户返回具体的移动服务，从而实现对移动服务的导航。本发明 在查找具体的移动服务分类的过程中，为了提高查找的效率和查找的准确 率，对这一过程进行了分层、多次的操作，具体而言，对于一个分词结果， 先后要将其与基于数据的文法、基于服务分类本体中的词模模式、基于服 务分类本体中的描述性信息或业务性信息、以及基于服务分类本体中的标志性词条进行匹配，只要满足其中的一个匹配条件即可退出导航过程，只 有所有的匹配条件都不满足，才会认为导航失败。下面结合前面所给出的 三个查询语句，对各个过程进4亍详细的i兌明。
分词结果首先要与基于元数据的文法进行匹配操作。此处所述的元数 据是指与服务定制方法、服务资费等内容相关的数据，用于刻画服务业务 各方面信息的元数据形成一个元数据集。例如，有一个关于移动服务的如
下元数据集
1、服务名称
2、服务描述；
3、服务主题
4、服务提供商
5、服务订制方法
6、服务取消方法
7、服务开通地区
8、服务资费
9、服务开通日期
10、服务类别
11、服务构成
12、服务终端设备
13、服务使用方式
14、服务适用对象
15、返回用户的短信内容
16、服务支持的终端型号
17、单向服务关联
18、双向服务关联
在上述元数据集的每一个元数据项中定义有至少一种语义文法，以上
述元数据集中的第8项"服务资费"为例，假设该项有以下语义文法 [<!人称代词>];[<想|要|希望>];[<知道|了解|明白|清楚>];〈 C1(移动
服务)>;[<服务|业务>];[<是>];<!怎么疑问词>; <资费|收费|付费|钱|价
格|贵|元|计费|费用>"。
其中的"！"表示后续字符串是系统定义的类常量；？C1表示文法变量，
20待与用户的查询语句进4亍匹配。
从上面查询语句2的分词结果可以看出，查询语句2的分词结果与元 数据"服务资费"的语义文法十分匹配，因此，可以向用户返回与"彩铃 下载"的资费相关的信息，即查询语句2匹配成功。在本实施例中，查询
语句2只有一种分词结果，因此，该分词结果与元数据的语义文法匹配后， 就认为查询语句2匹配成功。但在前面已经提到， 一个查询语句可能会有 多个分词结果，由于在分词结果集中的分词结果是按照可能性的高低做了 排序的，因此只要有一个分词结果匹配成功，我们就认为整个查询语句匹 配成功。对于其它分词结果不再做基于元数据的匹配操作或其它后续的匹 配操作。
通过上述的基于元数据的文法匹配，可以实现对前述的第一种智能导 航的实现，即当用户已知某个服务的名称时，返回该服务的具体属性信息。
假设查询语句1和查询语句3的分词结果在元数据集中没有找到可以 实现文法匹配的元数据，因此查询语句1和查询语句3需要进行后续的匹 配操作。在后续的匹配操作中，要用到前述定义的移动服务分类本体。在 移动服务分类本体中的信息基本可以分为四个类别，分别是描述性信息、 业务性信息、词模模式和标志性词条。由于词语本身通常具有歧义性，而 词模模式是词的一种组合方式，具有更强的语义约束能力。因此，为了克 服由于歧义而造成的误判现象，首先釆用移动服务分类本体中的词模模式 与分词结果进行匹配。例如，"在哪里，，这一短语通常是与地图服务等移 动业务的用户提问相关的，如"中科院计算所在哪里？"。但在另一个句 子"在哪里可以下载周杰-f仑的千里之外？"中，该查询语句想要得到的服 务应该是彩铃下载这一类服务，而不是任何地图类的服务。所以单纯地将 "在哪里"与地图服务或彩铃下载相关联，并不能解决实际应用中的歧义 问题，也无法准确地定位服务类，在这种情况下，词模模式可以很好地解 决词语歧义的问题。
在前述的两个移动服务分类本体中已经给出了两个词模模式的范例， 在这些范例中，"*"表示通配符，"[]"表示所包含的成分在词模模式中是 可选部分，"<>"表示所包含成分在词模模式中是必选部分，"@2"表示 当用词才莫^^式与用户查询语句匹配时，不必遵守顺序，"@1"表示当用词 模模式与用户查询语句匹配时，应当严格遵守顺序，"#"后面所接的是对 应业务的元属性。
21假设对查询语句1的分词结果查找词模模式，如图2所示，首先需要 在分词结果中查找模板词或模板词类(即组成词模模式的某一元素)，若 查找有结果，则根据模板词或模板词类找到所有相匹配的词模模式。相匹
配的词模模式之所以有多种，是因为 一个^t板词或模板词类可能在多个词 模模式中存在，以查询语句l为例，查询语句1中的模板词"彩铃"就可 能在两个词模模式中存在，因此得到两个与之相匹配的候选词模模式
Pl: <彩铃|铃声|铃音>@2#介绍彩铃功能
P2: [<!怎么疑问词类>]*<!取消词类>*<彩铃|铃声>@2#取消彩铃功能 得到候选词模模式后，还要在候选词模模式中选择最优的词模模式。 对最优词模模式的选择是通过计算用户查询语句与候选词模模式间的相 关度得到的。在本发明的一个实施例中通过对信息检索中的TF\IDF模型 进行扩展来实现对最优词模模式的选择。下面对其具体实现过程进行说 明。
在搜索引擎中， 一个关键的问题是如何度量网页和用户查询的相关 度，并返回给用户按相关度进行排序的结果集，TFUDF模型就用于解决这 一问题。将TF\IDF模型应用在本发明中，则候选的词模模式集就相当于 网页，用户查询语句就相当于在搜索引擎中输入的查询，结果是候选的词 模模式与用户查询语句匹配成分所计算出的相关度，即相关度。下文所涉 及到的term就是组成词模模式的模板词或模板词类。
TF(Term Frequency):表示一个term与某个词模模式的相关度。公式
为
其中，ti表示一个term, dt表示某个词才莫才莫式，count(ti)是 termt.在词模 模式dt中的计数。
IDF (Inverse Document Frequency)表示一个term在词模模式的主题 的权重大小。主要是通过包含了该term的词模模式的数量和词模模式集的 总数量来比较的。出现的次数越多，权重越小。公式是
/DF, = log(D /D,)
其中，D是词模模式集的总数量，A,是包含了该term的词模模式的总数。在匹配词模模式时，当匹配上的模板词的长度越长时，其所贡献的相 关度也应该越大，所以，候选词模模式A与用户查询Q的相关度就变成了
… ， '
其中，而W/M,.表示模板词或模板词类的长度，在这里采用其字节长 度，即一个汉字占用两个字节长度， 一个半角英文字符占用一个字节长度等。
除了相关度外，本发明对TF\IDF模型扩展还引入了不相关度这一概 念。不相关度定义为
公式的含义是用户查询语句中没有与词模A相匹配的模板词或模板
词类的IDF值的累加，woW/e",含义同上。
则定义一个词模模式与用户查询语句的相对匹配强度t/(A,0为(简称 匹配强度)
"(P,, 2) = Ae/""ve"e5^(/ ,, g ) /(/"e/a"ve"ew(/ ,, 2) + 1) 从候选词模模式集中选取C/(A,值最大的词模模式，即取词模与查询 语句的相关度与不相关度的比值最大者作为最优词模，分母加一是除零因 子。
根据上述公式计算查询语句l的两个候选词模模式，就可以求得各自 的分值
对于词模模式Pl:
i e/a"ve"ess(ppg) = !TF(彩铃p ) x /DF彩铃x 4 = 38.62
/rre/af/ve"ess(;^,2) = r、怎么疑问词类,p)x /"尸怎么疑问词类x 4 +尸(取消词类，/>1) x JD,取消词类x 4 = 36'31
(A，2) = We/^'ve"""/^"/""^/^"""/^" + 1) = 1.04 对于词模模式P2:
&/^.ve"^s(P2,2)=巧彩铃p2) x /i)F彩铃x 4 + rF(怎么疑问词类p2) x /DF怎么疑问词类x 4 +^取消词类,,2) x m尸取消词类x 4 = 74"3
23V (Z72,2) = ^e/a"ve"e^(; 2，2)/(^^e/fl/7've"ej^(;72,0 + 1) = 74.93 根据上述的计算分值可以选择使得U值最大的P2作为查询语句1的 最优匹配的词模模式，然后依据词模模式与服务类的映射关系，可获取服 务类"彩铃下载，，类及相应的移动服务及相应的移动服务业务属性"取消 彩铃功能"。
在上述的词才莫才莫式匹配过程中实现了对查询语句1的导^t元，对于无法 用词模模式进行匹配的查询语句3还要进行后续的匹配操作。在下一个匹 配操作中，采用移动服务分类本体中的描述性信息或业务性信息进行匹 配。从前述的两个移动服务分类本体的例子中可以看出，描述性信息或业 务性信息中都是一些与移动服务相关的词语，这些词语是对现有市场中的 各类移动服务进行高度抽象和归纳后得到的。在匹配过程中，不存在语义 文法的支撑，而是直接对用户查询语句进行粗粒度的自然语言匹配。以查 询语句3为例，在查询语句3的分词结果中有"哪里"、"下载"等词语， 因此，如图3所示，可以在各个移动服务分类本体的业务性信息或描述性 信息中查找是否有这样的词语，如果存在这样的词语，就提取出这些词语 所在的移动服务分类本体。所提取的移动服务分类本体被称为候选移动服 务分类，候选移动服务分类在一个列表中表示。由于对于一个查询语句而 言，它所希望得到的移动服务分类应该是唯一的，因此，如果在候选移动 服务分类列表中的候选移动服务分类只有一个，则可以直接将该候选移动 服务分类中的移动服务返回给用户。但如果列表中的候选移动服务分类多 于一个，则需要对候选移动服务分类进行选择，选择对当前查询语句最为 合适的一个候选移动服务分类。这一选择过程可以通过模糊理解和融合过 程实现。
在前面对查询语句的分词结果的说明中已经提到，在查询语句3的分 词结果中存在分词操作无法识别的字符串"周杰轮"，这一字符串也被称 为未登录串。未登录串的产生通常是由于用户的误写或用户所写词过于冷 僻造成的。由于在前述的匹配过程中都没有用到未登录串中的信息，因此， 在采用描述性信息和业务性信息无法得到唯一 的候选移动服务分类时，可 以考虑利用未登录串中的信息实现对候选移动服务分类的进一 步选择。具 体的说，如图4所示，这一进一步选择的过程首先要将未登录串与候选模 式串进行模糊匹配，将模糊匹配成功的候选模式串作为模糊理解的结果，然后将模糊理解得到的结果重新在各个移动服务分类本体的描述性信息 或业务性信息中进行匹配查找，得到一个新的候选移动服务分类列表，将 新得到的候选移动服务分类列表与原来的候选移动服务分类列表做以交 操作为主的融合操作，从而得到一个唯一的候选移动服务分类，进而向用 户返回对应的移动服务。
要完成上述过程首先要实现模糊匹配，而要实现模糊匹配过程就要先 解决如何获取候选模式串。在图5中，对候选模式串的产生过程进行了说 明。要获取一个查询语句中未登录串的候选模式串，需要采用字索引字典， 所述的字索引字典是本发明中所提供的 一种根据字查找带有该字的词语 的字典，在该字典中，对于一个字符，按照类别给出了包含该字符的所能 找到的相关词语。因此，对于如"周杰轮，，这样的未登录串，就可以通过 字索引字典得到对应于每一个字符的候选词条。如，对于"周，，字可以通 过字索引字典找到若干候选词条，对于"杰"字也可以找到若干候选词条， 对于"轮"字同样能找到若干候选词条。在查找过程中很容易知道，字索 引字典中包含某一个字的相关词条有许多个，将这些词条都作为候选词条 很容易造成数据冗余，效率不高的问题。因此，在查找候选词条前，可以 根据未登录串所在查询语句中的已有分词结果设定相关词类，然后在查找 候选词条时，只要将字索引字典中相关词类下的词条作为候选词条即可。
例如，在查询语句3的分词结果中，已知"菊花台"是一个"音乐名，，， 而在前述音乐搜索类的本体中，"音乐名，，与"歌手名"、"专辑名"是相 关的，因此，"歌手名"、"专辑名"就是相关词类。所以在查找未登录串 "周杰轮"的候选词条时，只要在字索引字典中的"歌手名"、"专辑名" 等相关类中进行查找即可。在实际应用中，也可能存在未登录串所在查询 语句的分词结果为空的情况，此时，则只能将字索引字典中与相关字符相 关的所有词条都作为候选词条。
在得到未登录串的各个字符的候选词条后，就可以从众多的候选词条 中找出可能性较大的词条作为未登录串的候选模式串。在一个实施例中， 这一个过程可以采用打分机制实现。例如，在"周，，字的候选词条中可能 有"周杰伦"、"周润发"、"周杰"等，为每一个词条加上一分，而在"杰" 字的候选词条中可能有"周杰伦"、"周杰"、"王杰"等，为每一个词条也 加上一分，在"轮"字的候选词条中可能有各种与该字相关的候选词条， 如"轮胎"、"三轮车"等，也为这些词条加上一分。最后可以设定分数在大于或等于2的词条作为候选模式串，因此，上面例子中最后得到的候选 模式串包括"周杰伦"、"周杰"。
在得到候选模式串后，下一步就是要将候选模式串与未登录串做模糊
匹配，从而识别出用户查询语句中可能存在的错写、漏写、多写等错误， 并返回纠错结果。在图6中，对模糊匹配的过程进行了详细说明。在模糊
匹配过程中，首先比较候选模式串与未登录串之间的长度，如果两者的相 差字符个数超过一定数量，就认为两者不相匹配，只有两者的字符串长度 一致或只有较小差异时，才进入下一步的比较。此处所涉及的一定数量应 该是一个较小的值，在一个实施例中，可确定为2。比较完字符串长度后， 求候选模式串与未登录串之间的极大公共子串，并按照极大公共子串在候 选模式串中出现的次序依次标出极大公共子串在未登录串中的位置值。例
如，对于字符串"abcde"和"gabkde，，，它们的极大公共子串为"ab，，和 "de", "ab"在"abcde" "gabkde，，中的位置值分别为1和2, "de，，在"abcde" "gabkde"中的位置值分别为4和5。对于不存在极大公共子串的候选模 式串与未登录串，就认为它们不能匹配，而对于存在极大公共子串的候选 模式串与未登录串，则还要根据位置值比较极大公共子串在候选模式串以 及未登录串中的相对位置是否一致，如果不一致，也认为候选模式串与未 登录串不匹配。例如，"周杰"与"杰周，，虽有公共字串，但次序不一致， 也不能匹配。对于存在极大公共子串且极大乂>共子串在候选模式串以及未 登录串中的相对位置也一致的情况，则还要根据极大公共子串的数量分情 况讨论。
如果极大公共子串有两个或两个以上，则要判断未登录串与候选模式 串相比是否有多写或简写情况。以多写为例，假设极大公共子串在候选模 式串中相邻，而在未登录串中则间隔一定的字符，则认为未登录串存在多 写情况，如"南大"与"南京大学"，此时可以判断所有极大公共子串的 长度之和占整个未登录串的百分比是否大于某一个阈值，如果大于就认为 候选模式串就是未登录串模糊理解的结果，如果小于就认为不能匹配。对 于简写的情况，也可以用与多写情况类似的操作实现。上述操作中所涉及 的阈值可以根据情况由用户设定，在一个实施例中，该阈值可以设定为0.8。
如果极大公共子串只有一个，则可以将候选模式串中除公共子串之外 的部分，进行音近/音似匹配，如果匹配成功，就认为候选模式串就是未登 录串模糊理解的结果。前述例子中的"周杰轮，，就可以通过音近/音似匹配操作将其模糊理解为"周杰伦"，从而实现对用户查询语句的自动纠错。
为了方便理解，在此对上述操作中所涉及的音近/音似匹配方法进行说
明
用(ic, v)来表示汉字，其中ic和v分别表示组成该汉字的声母和 韵母(有些汉字没有声母，则对应if空)。给定任意两个汉字C尸(id，Vi) 和C2=(ic2, v2),将它们的发音相似度PSIM(d， C》定义为 (a)、 1， 如果ic尸ic2且v尸V2;
(b )、 CSIM([(icl， vl)], [(ic2, v2)]),如果icl^ic2或vl^v2 ( CSIM是 预先定义的部分类间的发音相似度函数，如CSIM ([(b， ai)],[(b, ei)])=0.8， CSIM ([(ch, i)]， [(c， i)])=0.92等);
(C)、两个汉语词组W尸C!C2…Cn和W^D^2…Dn之间的发音相似
度为PSIM(W!,W2) ^ZPSIM(Cj, Di)/n。
在对用户查询进行辨音分析时，由于错误经常很离谱，与正确的句子 间的相似度不够高，所以我们将相似字及相似词的阈值放得很低，这样一 个句子就会出现成千上万种相似结果，给辨音带来了很大的工作量。为了 实现快速辨音，需要按照一定的规则来产生这些相似结果，使正确的结果 最早出现。词间优先级的比较分为三种情况:精确词和精确词的比较，相似 词和相似词的比较，精确词和相似词的比较，我们针对这三种情况分别总 结了相应的优先规则第一，如果两个词都是精确词(词在原文本对应位 置出现)，则长度优先；第二，如果两个词都为相似词(词之间的相似度 大于某阈值，而且词中的字都对应相似)，则同音字数多者优先；若两词同 音字数相同，则相似度优先；第三，如果两个词一个为精确词，另一个为 相似词，则相似词优于精确词当且仅当相似词字数>=精确词字数*2,且相似 词中的同音字数 >=精确词字数。关于音近/音似匹配计算的详细说明和算 法过程可以参考专利号为ZL02160272.7的中国专利"语音查询中的辨音 方法"。
在得到未登录串的模糊理解结果后，还要将该结果在各个移动服务分 类本体的描述性信息或业务性信息中进行匹配查找，从而得到新的候选移 动服务分类列表，然后将新得到的候选移动服务分类列表与原来的候选移 动服务分类列表做以交操作为主的融合操作。在图7中，对该融合操作的 实现过程进行了详细说明。在这一融合过程中，对由精确分词结果得到的 候选移动服务分类列表与由模糊理解结果所得到的候选移动服务分类列
27表之间做交操作，如果求交后存在唯一的公共移动服务分类，则将该移动
服务分类中的移动服务返回给用户；如果不存在公共的移动服务分类，则
对精确分词结果得到的候选移动服务分类列表做扩展操作，得到扩展后的候选移动服务分类列表，然后将该扩展后的列表与由模糊理解结果所得到的候选移动服务分类列表之间做交操作，在交操作结果中若存在唯一的公
共移动服务分类，则将移动服务返回给用户；如果还是不存在公共移动服务分类，则对由模糊理解结果所得到的候选移动服务分类列表作扩展操作，然后将该扩展列表与精确分词结果得到的候选移动服务分类列表做交操作，将交操作得到的公共移动服务分类中的移动服务返回给用户；如果仍然没有公共移动服务分类，则将前述两个扩展列表做交操作，将所得到的公共移动服务分类中的移动服务返回给用户；如果此时还是没有公共移动服务分类，则认为导航失败。上述操作中，所涉及的扩展操作是指将所在候选移动服务分类的子类也作为候选移动服务分类加入到相应的列表中。
通过前述的匹配查找、模糊理解、融合操作等过程实现了釆用移动服务分类本体中的描述性信息或业务性信息进行匹配的过程， 一般而言，用户的查询语句经过前述的基于元数据的文法匹配、基于词模模式的匹配、基于描述性信息或业务性信息的匹配后大多可以成功实现服务导航，得到具体的服务信息。但也存在仍然无法得到服务信息的情况，此时，还可以根据各个服务分类本体中的标志性词条进行匹配查找，具体的匹配查找过程与前述根据移动服务分类本体中的描述性信息或业务性信息进行匹配查找的过程相类似，因此不再重复说明。
通过上述的基于词模模式的匹配、基于描述性信息或业务性信息的匹配以及基于标志性词条的匹配后，可以实现对前述的第二种智能导航的实现，即当用户不知道具体服务的名称时，将相应的查询语句导航到某一个具体的服务上。
以上是对本发明的方法以及方法中具体实现细节的说明，为了说明本发明的实际效果，本发明采取人工评测的方法对移动服务智能导航系统进行检测。人工评测由多名来自不同地域、领域的用户，由用户事先构造出询问的问题序列及对应的期望反馈的服务序列，将问题序列输入到服务导航系统中，经过系统解析，得出实际的系统反馈序列结果，通过比较期望反馈的服务序列与实际的系统反馈序列是否一致，来衡量系统准确度。表1中是该实验的结果。
从中可以知道，实验中的错误主要是由于描述本体类的信息不全(占
所有错误的70%)和汉语词歧义(占所有错误的30%)造成的。通过实验可以得出如下结论本发明对移动服务的导航具有较好的识别效果,平均准确率达97.9%以上，适用范围广。
表1
服务数用户提问 数系统反馈数正确结果错误结果准确率召回率
6010009809602097. 9%98. 0%
以上实施例是将基于元数据的文法匹配、基于词模模式的匹配、基于描述性信息或业务性信息的匹配以及基于标志性词条的匹配等多种匹配方式相结合所实现的服务导航方法，在实际应用中也可以采用其中的一种或几种匹配方式来实现服务的智能导航，虽然在最终效果上与本实施例的智能导航方法相比有所不足，但也可以实现对常用查询语句的智能导航功能。
本发明在前述的智能导航方法的基础上，还包括与所述智能导航方法相对应的智能导航系统。该智能导航系统包括基于元数据的文法匹配模块、词模模式匹配模块、描述性信息或业务性信息匹配模块、模糊匹配模块以及
融合操作模块；其中，
所述的基于元数据的文法匹配模块对用户以自然语言方式所提出查询语句的分词结果进行基于元数据的文法匹配，将与所述分词结果成功匹配的服务返回给用户，对于匹配未成功的分词结果转发给词模模式匹配模块。
所述的词模模式匹配模块根据所述的分词结果找出相匹配的词模模式，然后按照服务分类本体中的词模模式与所述服务分类本体间的映射关系，得到所述相匹配的词模模式所在的服务分类，返回所述服务分类中的服务给用户；对匹配未成功的分词结果转发给描述性信息或业务性信息匹配模块。
所述的描述性信息或业务性信息匹配模块将所述的分词结果与各个服务分类本体中的描述性信息或业务性信息进行匹配查找，对所得到的匹
29配查找结果按照所述描述性信息或业务性信息与所在服务分类本体间的映射关系，得到包含候选服务分类的列表，将该列表称为第一候选服务分类列表，然后将所述的第 一候选服务分类列表转发给模糊理解模块以及融合操作模块。
所述的模糊理解模块对于所述的第 一候选服务分类列表，若所述列表中只有一个候选服务分类，则从该唯一的候选服务分类中获取服务并返回给用户，若所述列表中的候选服务分类大于或等于两个，则对候选服务分类列表所对应查询语句中的未登录串进行模糊理解，得到又一个候选服务分类列表，将该列表称为第二候选服务分类列表，然后将所述的第二候选服务分类列表转发给融合操作模块。
所述的融合操作模块根据所述的第一候选服务分类列表与所述的第二候选服务分类列表作融合操作，得到公共的候选服务分类，若所述公共的候选服务分类唯一，则返回该候选服务分类中的服务给用户，若所述公共的候选服务分类不存在或多于一个，则对所述查询语句的导航失败。
本发明的智能导航系统还包括标志性词条匹配模块，所述的标志性词条匹配模块将融合操作模块所输出的导航失败的查询语句中的分词结果再与各个服务分类本体中的标志性词条进行匹配查找，若存在匹配结果，则将所述匹配结果所在服务分类中的服务返回给用户，否则，向用户返回导航失败信息。
最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
权利要求
1、一种服务智能导航方法，用于在元数据或服务分类本体中查找与用户查询语句相关的服务；所述元数据包括与所述服务相关的信息，以及所述信息与语义文法间的对应关系；所述服务分类本体包括词模模式；所述词模模式用于描述与所述服务分类本体相关的服务中所涉及的句子的模式；所述方法包括步骤1)、对用户以自然语言方式所提出查询语句的分词结果进行基于元数据的文法匹配，对于成功匹配所得到的服务信息返回给用户，结束对所述查询语句的导航，对于匹配未成功的分词结果执行下一步；步骤2)、根据所述分词结果中的模板词或模板词类，找出与所述分词结果最为匹配的词模模式，然后得到所述词模模式所在的服务分类本体，返回所述服务分类本体中的服务给用户，结束对所述查询语句的导航操作；对匹配未成功的分词结果，所述分词结果所在的查询语句导航失败。
2、 根据权利要求1所述的服务智能导航方法，其特征在于，所述服 务分类本体还包括描述性信息或业务性信息，所述的描述性信息包括用于 自然语言理解的通用信息，所述的业务性信息用于表示具体业务；所述方 法还包括步骤3)、将所述步骤2)中匹配未成功的分词结果与各个服务分类本 体中的描述性信息或业务性信息进行匹配查找，对所得到的匹配查找结果 按照所述描述性信息或业务性信息与所在服务分类本体间的映射关系，得 到包含候选服务分类的列表，将该列表称为第 一候选服务分类列表；步骤4)、对于所述的第一候选服务分类列表，若所述列表中只有一个 候选服务分类，则从该唯一的候选服务分类中获取服务并返回给用户，若 所述列表中的候选服务分类大于或等于两个，则对候选服务分类列表所对 应查询语句中的未登录串进行模糊理解，得到又一个候选服务分类列表， 将该列表称为第二候选服务分类列表；步骤5 )、根据所述的第一候选服务分类列表与所述的第二候选服务分 类列表作融合操作，得到公共的候选服务分类，若所述公共的候选服务分 类唯一，则返回该候选服务分类中的服务给用户，若所述公共的候选服务 分类不存在或多于一个，则对所述查询语句的导航失败。
3、 根据权利要求1或2所述的服务智能导航方法，其特征在于，所述的服务分类本体还包括用于唯一地描述所述服务分类本体的标志性词条；所述方法还包括对导航失败的查询语句中的分词结果与各个服务分类本体中的所述 标志性词条进行匹配查找，若存在匹配结果，则将所述匹配结果所在服务 分类中的服务返回给用户，否则，向用户返回导航失败信息。
4、 根据权利要求1或2或3所述的服务智能导航方法，其特征在于， 在所述的步骤1)中，所述查询语句的分词结果与所述元数据中的语义文 法进行比较，若所述分词结果与所述语义文法相对应，则将所述元数据中 与所述语义文法存在对应关系的与所述服务相关的信息作为成功匹配所 得到的服务信息返回给用户。
5、 根据权利要求1或2或3所述的服务智能导航方法，其特征在于， 所述的步骤2)包括步骤2-l)、对所述分词结果中的模板词或模板词类，查找包含有所述 模板词或模板词类的所有词模模式；步骤2-2)、从步骤2-l)所得到的所有词模模式中选择最优词模模式 作为相匹配的词冲莫才莫式；步骤2-3 )、将所述最优词模模式所在服务分类中的服务返回给用户。
6、 根据权利要求5所述的服务智能导航方法，其特征在于，在所述 的步骤2-2)中，采用TFUDF扩展模型来确定所述词模模式与所述查询语 句间的相对匹配强度，选择相对匹配强度最强的词模模式作为最优词模模 式。
7、 根据权利要求6所述的服务智能导航方法，其特征在于，所述的 TF\IDF扩展模型计算所述候选词模模式与所述查询语句间的相关度和不 相关度，然后求所述的相关度与所述的不相关度的比值，得到所述候选词模模式与所述查询语句间的相对匹配强度；其中，所述的相关度用Relativeness(Pt,Q)表示，其中的； ,表示所述的候选词模模式，Q表示所述用户查询语句；其中，TF表示一个候选词模模式中的模板词或模板词类与某个词模 模式的相关度，3<formula>formula see original document page 4</formula>其中，tj表示一个模板词或模板词类，dt表示某个词模模式，count(t,) 是第、个模板词或模板词类在词模模式《中的计数；IDF表示一个模板词或模板词类在词模模式的主题的权重大小，<formula>formula see original document page 4</formula>其中，D是词模模式集的总数量，A,是包含了该模板词或模板词类的 词模模式的总数；表示才莫才反词或才莫才反词类的长度； 所述的不相关度用Irrelativeness(Pt,Q)表示，它表示用户查询语句中没有 与词模a相匹配的模板词或模板词类的IDF值的累加<formula>formula see original document page 4</formula>
8、 根据权利要求2所述的服务智能导航方法，其特征在于，在所述 的步骤4)中，所述的模糊理解包括步骤4-l)、将所述查询语句与所述查询语句的分词结果进行比较，得 到所述查询语句中的未登录串；步骤4-2)、对所述未登录串中的各个字符分别查找包含各单个字符的 候选词条，然后从所述候选词条中得到所述未登录串的候选模式串；步骤4-3)、实现所述候选模式串与所述未登录串之间的模糊匹配，将 模糊匹配成功的候选模式串作为模糊理解的结果。
9、 根据权利要求8所述的服务智能导航方法，其特征在于，所述的 步骤4-2)包括步骤4_2-1)、判断所述查询语句的分词结果是否为空，若不为空，则 根据所述分词结果中的词语在移动服务分类本体中查找相关词类，然后执 行下一步，若不为空，则直接根据所述未登录串中的各个字符分别查找包 含各单个字符的候选词条，然后执行步骤4-2-3 );步骤4-2-2)、对所述未登录串中的各个字符，在满足相关词类的条件 下分别查找包含各个单个字符的候选词条；步骤4-2-3 )、从所述的候选词条中选择可能性较大的候选词条作为未 登录串的候选模式串。
10、 根据权利要求9所述的服务智能导航方法，其特征在于，在所述 的步骤4-2-3)中，采用计分方式选择可能性较大的候选词条，所述候选 词条每出现一次，为其计一次分，最后选择满足一定分值的候选词条作为 可能性较大的候选词条。
11、 根据权利要求8所述的服务智能导航方法，其特征在于，在所述 的步骤4-3)中，所述的才莫糊匹配包括步骤4-3-1)、比较所述候选模式串与所述未登录串的长度，若两者相 差字符个数超过第一阔值时，返回不能匹配，否则执行下一步；步骤4-3-2 )、求取所述候选模式串与所述未登录串的极大公共子串， 然后按照所述极大公共子串在候选模式串中出现的次序依次标出所述极 大公共子串在所述未登录串中的位置值；步骤4-3-3)、判断所述极大公共子串的数目，若所述极大公共子串的 数目为0,则执行下一步，若所述极大公共子串的数目为1,则执行步骤 4-3-5),若所述极大公共子串的数目大于1,则执行步骤4-3-6);步骤4-3-4)、所述候选模式串与所述未登录串不能匹配，向用户返回 不能匹配的标志，结束操作；步骤4-3-5 )、对所述候选模式串中除极大公共子串外的部分进行音近 /音似匹配，若匹配成功则将该候选模式串作为模糊匹配的结果，若失败， 则向用户返回不能匹配的标志，结束操作；步骤4-3-6 )、判断极大公共子串在候选模式串以及未登录串中的相对 位置是否一致，若不一致，则返回不能匹配标志，否则，执行下一步；步骤4-3-7)、对所述未登录串较所述候选模式串多写或漏写的情况， 判断所有极大公共子串的长度之和占所述未登录串的百分比是否大于第 二阈值，若大于或等于，则将所述候选模式串作为模糊匹配的结果，若小 于则向用户返回不能匹配的标志，结束操作。
12、 根据权利要求11所述的服务智能导航方法，其特征在于，在步 骤4-3-1)中，所述第一阈值为2。
13、 根据权利要求11所述的服务智能导航方法，其特征在于，在步 骤4-3-7)中，所述第二阈值为0.8。
14、 根据权利要求2所述的服务智能导航方法，其特征在于，所述的 步骤5)中包括步骤5-1 )、对所述的第一候选服务分类列表与所述的第二候选服务分类列表做交操作，所得到的结果若存在唯一的公共移动服务分类，则将该移动服务分类中的移动服务返回给用户，否则，执行下一步；步骤5-2)、对所述的第一候选服务分类列表进行扩展，将扩展后的第一候选服务分类列表与所述的第二候选服务分类列表做交操作，所得到的结果若存在唯一的公共移动服务分类，则将该移动服务分类中的移动服务返回给用户，否则，执行下一步；步骤5-3)、对所述的第二候选服务分类列表进行扩展，将扩展后的第二候选服务分类列表与所述的第 一候选服务分类列表做交操作，所得到的结果若存在唯一的公共移动服务分类，则将该移动服务分类中的移动服务返回给用户，否则，执行下一步；步骤5-4)、将扩展后的第一候选服务分类列表与扩展后的第二候选服务分类列表做交操作，所得到的结果若存在唯一的公共移动服务分类，则将该移动服务分类中的移动服务返回给用户，否则向用户返回不能匹配的标志，结束操作。
15、 根据权利要求14所述的服务智能导航方法，其特征在于，所述 的扩展操作包括将所述候选服务分类列表中的候选服务分类的子类也作 为候选服务分类加入到列表中。
16、 一种服务智能导航系统，其特征在于，用于在元数据或服务分类 本体中查找与用户查询语句相关的服务；所述元数据包括与所述服务相关 的信息，以及所述信息与语义文法间的对应关系；所述服务分类本体包括 词模模式；所述词模模式用于描述与所述服务分类本体相关的服务中所涉 及的句子的模式；所述系统包括基于元数据的文法匹配模块、词模模式匹 配才莫块；其中，所述的基于元数据的文法匹配模块对用户以自然语言方式所提出查询 语句的分词结果进行基于元数据的文法匹配，对于成功匹配所得到的服务 信息返回给用户，结束对所述查询语句的导航，对于匹配未成功的分词结 果转发给词模模式匹配模块；所述的词模模式匹配模块根据所述分词结果中的模板词或模板词类， 找出与所述分词结果最为匹配的词模模式，然后得到所述词模模式所在的 服务分类本体，返回所述服务分类本体中的服务给用户，结束对所述查询 语句的导航操作；对匹配未成功的分词结果，所述分词结果所在的查询语 句导航失败。
17、 根据权利要求16所述的服务智能导航系统，其特征在于，还包括描述性信息或业务性信息匹配模块、模糊匹配模块以及融合操作模块； 其中，所述的描述性信息或业务性信息匹配模块将所述词模模式匹配模块 中匹配未成功的分词结果与各个服务分类本体中的描述性信息或业务性 信息进行匹配查找，对所得到的匹配查找结果按照所述描述性信息或业务 性信息与所在服务分类本体间的映射关系，得到包含候选服务分类的列 表，将该列表称为第一候选服务分类列表，然后将所述的第一候选服务分 类列表转发给模糊理解模块以及融合操作模块；所述的模糊匹配模块对于所述的第一候选服务分类列表进行判断，若 所述列表中只有一个候选服务分类，则从该唯一的候选服务分类中获取服 务并返回给用户，若所述列表中的候选服务分类大于或等于两个，则对候 选服务分类列表所对应查询语句中的未登录串进行模糊理解，得到又一个 候选服务分类列表，将该列表称为第二候选服务分类列表；所述的融合操作模块根据所述的第 一候选服务分类列表与所述的第 二候选服务分类列表作融合操作，得到公共的候选服务分类，若所述公共 的候选服务分类唯一，则返回该候选服务分类中的服务给用户，若所述公 共的候选服务分类不存在或多于一个，则对所述查询语句的导航失败。
18、 根据权利要求16或17所述的服务智能导航系统，其特征在于， 还包括标志性词条匹配才莫块；所述的标志性词条匹配模块对导航失败的查询语句中的分词结果与 各个服务分类本体中的所述标志性词条进行匹配查找，若存在匹配结果， 则将所述匹配结果所在服务分类中的服务返回给用户，否则，向用户返回 导航失败信息。
全文摘要
本发明提供一种服务智能导航方法，包括对用户所提出查询语句的分词结果进行基于元数据的文法匹配；根据分词结果找出相匹配的词模模式，得到所述相匹配的词模模式所在的服务分类；将分词结果与描述性信息或业务性信息进行匹配查找，得到第一候选服务分类列表；对只有一个候选服务分类的第一候选服务分类列表，从唯一的候选服务分类中获取服务并返回给用户，若候选服务分类大于或等于两个，则对查询语句中的未登录串进行模糊理解，得到第二候选服务分类列表；根据第一候选服务分类列表与第二候选服务分类列表作融合操作，得到公共的候选服务分类，若其唯一，则返回服务给用户，若所述公共的候选服务分类不存在或多于一个，则导航失败。
文档编号G10L15/28GK101499277SQ20081011724
公开日2009年8月5日 申请日期2008年7月25日 优先权日2008年7月25日
发明者刘亮亮, 汉 卢, 吴昱明, 曹亚男, 曹存根, 曹馨宇, 林乐宇, 石 王, 王东升, 臧良俊 申请人:中国科学院计算技术研究所