基于规则的可定义式语义解析系统及方法技术方案

本发明专利技术涉及人工智能领域，公开了一种基于规则的可定义式语义解析系统及方法。本发明专利技术中，通过将语义规则的定义与程序体分离，使得语义专家可以不关注程序体运行规则，在程序体外部对语义规则进行编辑和维护，从而使规则的维护和扩展简化，易于实现。

【技术实现步骤摘要】

本专利技术涉及人工智能领域，特别涉及。
技术介绍
自然语言处理是计算机科学领域与人工智能领域中的一个重要方向，它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法，也就是，研究用电子计算机模拟人的语言交际过程，使计算机能理解和运用人类社会的自然语言如汉语、英语等，实现人机之间的自然语言通信，以代替人的部分脑力劳动，包括查询资料、解答问题、摘录文献、汇编资料以及一切有关自然语言信息的加工处理。其中需要解决的中心问题是语义解析，即识别一句话所表达的实际意义。一般将用于解析自然语言语义的电脑程序称为Al引擎，目前主要将解析语义的逻辑定义在程序体内部，这会造成程序员需要学习语义规则或语义专家需要学习程序知·识，无法实现角色分离，从而造成一名精通语义的程序员难以培养。此外，现有的Al引擎大都缺乏一套可以由语义专家而非软件工程师进行配置的业务规则，导致Al的规则维护相当困难，并且难以扩展，以至于语义专家和Al产品本身严重脱节。另外一方面，此类Al引擎也缺乏通用性，规则的可定制性不强，导致大多目前流行的Al引擎，只能处理一部分领域的问题。
技术实现思路
本专利技术的目的在于提供一种，将语义规则的定义与程序体分离，使得语义专家可以不关注程序体运行规则，在程序体外部对语义规则进行编辑和维护，从而使规则的维护和扩展简化，易于实现。为解决上述技术问题，本专利技术的实施方式提供了一种基于规则的可定义式语义解析系统，包含交互模块、规则模型化模块、Al引擎、规则库；所述交互模块，用于接收语义专家输入的自然语言的语义规则，并输出至所述规则模型化模块；所述规则模型化模块，用于将所述自然语言的语义规则定义为计算机可识别的规则对象，并存储至所述规则库；所述规则库，用于存储所述计算机可识别的规则对象；所述Al引擎，用于从所述规则库中选择规则对象，并根据所述规则对象解析语义。本专利技术的实施方式还提供了一种基于规则的可定义式语义解析方法，包含以下步骤接收语义专家输入的自然语言的语义规则；将所述自然语言的语义规则定义为计算机可识别的规则对象；选择规则对象，并根据所述规则对象解析语义。本专利技术实施方式相对于现有技术而言，通过将语义规则的定义与程序体分离，使得语义专家可以不关注程序体运行规则，在程序体外部对语义规则进行编辑和维护，从而使规则的维护和扩展简化，易于实现。另外，所述规则模型化模块包含以下子模块拆分子模块，用于拆分条件和执行过程；条件模型化子模块，用于将拆分得到的所述条件 定义为条件对象；动作模型化子模块，用于将拆分得到的所述执行过程定义为动作对象；结构模型化子模块，用于将所述动作对象和/或所述条件对象实例化为规则对象，其中，所述规则对象包含分词解析规则对象和语义解析规则对象。通过规则模型化模块提供一套可配置规则的框架，将语义专家制定的自然语言的语义规则转化为计算机可识别的规则对象，使语义专家可只关注自然语言的语义规则，不用关注自然语言的语义规则转化为计算机可识别的规则对象的过程。另外，所述规则模型化模块还包含条件嵌套子模块，用于根据逻辑判断方式，使用合成方式定义嵌套的条件；所述条件模型化子模块在将拆分得到的所述条件定义为条件对象时，所述条件为合成的嵌套条件。通过使用合成方式将复杂的条件定义为嵌套的条件，使规则模型化模块将复杂的自然语言的语义规则拆分成简单语义的合成，方便规则对象的描述。另外，所述Al引擎包含以下模块分词模块，用于在接收到一句需解析的语句后，从所述规则库中选择分词解析规则对象，对句子进行分词，得到含有分词结果的句子对象；句子解析模块，用于在接收到含有分词结果的句子对象后，从所述规则库中选择语义解析规则对象，对句子进行语义分析，得到语义分析结果；回复模块，用于根据句子的语义分析结果返回相应的回复。Al引擎只提供可解析规则的基础框架，而非规则本身，所以可以满足各种规则的需求，无需对特定领域定制特定的Al引擎，使开发出的一个Al引擎可以用于多个领域，大大增强了 Al引擎的可重用性。另外，所述规则库包含医学行业规则库、汽车行业规则库、化工业规则库。各行业的语义专家均可以编辑和维护本领域的规则，保存到规则库中，Al引擎在进行语义解析时，从规则库中选择所需规则，从而拓展了 Al引擎的使用范围。附图说明图I是根据本专利技术第一实施方式的基于规则的可定义式语义解析系统的结构示意图；图2是根据本专利技术第一实施方式的基于规则的可定义式语义解析系统的Al引擎与行业规则之间的关系示意图；图3是根据本专利技术第二实施方式的基于规则的可定义式语义解析方法的流程图；图4是根据本专利技术第二实施方式的基于规则的可定义式语义解析方法的条件嵌套合成示意图5是根据本专利技术第二实施方式的基于规则的可定义式语义解析方法的逻辑判断结构模型化示意图；图6是根据本专利技术第二实施方式的基于规则的可定义式语义解析方法的实例化条件对象和动作对象的示意图；图7是根据本专利技术第二实施方式的基于规则的可定义式语义解析方法的条件对象和动作对象的生成示意图；图8是根据本专利技术第二实施方式的基于规则的可定义式语义解析方法的Al引擎的语义解析流程图。 具体实施例方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本专利技术各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请各权利要求所要求保护的技术方案。本专利技术的第一实施方式涉及一种基于规则的可定义式语义解析系统，如图I所示，包含交互模块、规则模型化模块、Al引擎、规则库。交互模块用于接收语义专家输入的自然语言的语义规则，并输出至规则模型化模块；具体地说，提供一种规则定义工具，通过强大的图形化工具，语义专家可以编辑和维护特定领域的规则，如图2所示。规则模型化模块用于将自然语言的语义规则定义为计算机可识别的规则对象，并存储至规则库。有了规则对象后，规则就可以被图形化工具所识别，以便供语义专家编辑，维护。规则模型化模块包含以下子模块拆分子模块，用于拆分条件和执行过程；条件模型化子模块，用于将拆分得到的条件定义为条件对象；动作模型化子模块，用于将拆分得到的执行过程定义为动作对象；结构模型化子模块，用于将动作对象和/或条件对象实例化为规则对象，其中，规则对象包含分词解析规则对象和语义解析规则对象。通过规则模型化模块提供一套可配置规则的框架，将语义专家制定的自然语言的语义规则转化为计算机可识别的规则对象，使语义专家可只关注自然语言的语义规则，不用关注自然语言的语义规则转化为计算机可识别的规则对象的过程。此外，规则模型化模块还包含条件嵌套子模块，用于根据逻辑判断方式，使用合成方式定义嵌套的条件；条件模型化子模块在将拆分得到的条件定义为条件对象时，条件为合成的嵌套条件。通过使用合成方式将复杂的条件定义为嵌套的条件，使规则模型化模块将复杂的自然语言的语义规则拆分成简单语义的合成，方便规则对象的描述。规则库用于存储计算机可识别的规则对象。针对不同的业务规则需要，规则库可以包含医学行业规则库、汽车行业规则库、化工业规则库等行业中的一种或多种，各行业的语义专家均可以编辑和维护本领域的规则，保存到规则库中，Al引本文档来自技高网...

【技术保护点】
一种基于规则的可定义式语义解析系统，其特征在于，包含：交互模块、规则模型化模块、AI引擎、规则库；所述交互模块，用于接收语义专家输入的自然语言的语义规则，并输出至所述规则模型化模块；所述规则模型化模块，用于将所述自然语言的语义规则定义为计算机可识别的规则对象，并存储至所述规则库；所述规则库，用于存储所述计算机可识别的规则对象；所述AI引擎，用于从所述规则库中选择规则对象，并根据所述规则对象解析语义。

【技术特征摘要】

【专利技术属性】
技术研发人员：卢玉敏，谢峰，
申请(专利权)人：卢玉敏，
类型：发明
国别省市：