基于文法网络和lucene的语义分析方法技术

本发明专利技术公开了一种基于文法网络和lucene的语义分析方法，a)编写文法网络语法规则；b)Lucene索引文件构建；c)解析器中增加lucene搜索叶子节点rule列表；d)语句匹配，按照定义的规则，匹配指定的叶子节点。发明专利技术将文法网络和lucene结合，在语义分析方面降低了工作量和重复性，使用lucene检索，提高了检索速度，能够很好的索引变量，能快速高效的解析语义。

Semantic analysis method based on grammar network and Lucene

The invention discloses a method for analysis of semantic grammar based on network and Lucene network, a) written grammar grammar rules; b) Lucene index file construction; c) leaf node rule list to increase the Lucene parser; d) statement, in accordance with the defined rules, refers to the leaf node set. The invention combines grammar network and Lucene, reduces workload and repeatability in semantic analysis. Using Lucene retrieval improves retrieval speed, can index variables well, and can analyze semantics quickly and efficiently.

【技术实现步骤摘要】
基于文法网络和lucene的语义分析方法
本专利技术涉及自然语言处理
，具体涉及一种利用ABNF语义规范和Lucene搜索引擎解决语义分析的方法。
技术介绍
随着人工智能的兴起，自然语言处理作为人工智能领域的一个重要方向，主要研究人与计算机通过自然语言进行通信的理论和方法，规则化的文法规范仍然是市场上的主流选择。不管是正则匹配的方式还是文法网络的方式，都需要穷举出所有可能出现的语法，可是像视频名称，演员，电视频道之类的数据用文本穷举的方式显然是不合理的。目前的自然语言理解，通用方式是：按规则来进行匹配或神经网络深度学习。神经网络深度学习需要长期的数据收集和大量的数据样本进行训练和字典标注，并且精准度不稳定，解析结果会有所偏差，短期来看，特别不适合初始阶段，所以规则匹配和神经网络的搭配开发是一个健壮合理的开发方法。
技术实现思路
本专利技术克服了现有技术的不足，提供一种快速高效解析语义的基于文法网络和lucene的语义分析方法。考虑到现有技术的上述问题，根据本专利技术公开的一个方面，本专利技术采用以下技术方案：一种基于文法网络和lucene的语义分析方法，包括：a)编写文法网络语法规本文档来自技高网...

【技术保护点】
一种基于文法网络和lucene的语义分析方法，其特征在于包括：a)编写文法网络语法规则；b)Lucene索引文件构建；c)解析器中增加lucene搜索叶子节点rule列表；d)语句匹配，按照定义的规则，匹配指定的叶子节点。

【技术特征摘要】
1.一种基于文法网络和lucene的语义分析方法，其特征在于包括：a)编写文法网络语法规则；b)Lucene索引文件构建；c)解析器中增加lucene搜索叶子节点rule列表；d)语句匹配，按照定义的规则，匹配指定的叶子节点。2.根据权利要求1所述的基于文法网络和lucene的语义分析方法，其特征在于还包括：定时进行Lucene索引文件增量构建。3.根据权利要求1所述的基于文法网络和lucene的语义分析方法，其特征在于采用ABNF语法规则。4.根据权利要求1所述的基于文法网络和lucene的语义分析方法，其特征在于所述步骤c)中采用ant...

【专利技术属性】
技术研发人员：周红，刘楚雄，
申请(专利权)人：四川长虹电器股份有限公司，
类型：发明
国别省市：四川,51