一種基于組合理論的文本信息處理系統(tǒng)及方法
【專利摘要】本發(fā)明提出了一種基于組合理論的文本信息處理系統(tǒng)及方法，解決了文本數(shù)據(jù)分析問題，可充分釋放文本信息的價值，其包括：基本元素層，用于定義最底層的基本元素和執(zhí)行基本元素的匹配邏輯；組合邏輯層，連接基本元素層，用于定義一種或多種組合邏輯，組合邏輯用于將基本元素粘合成組合性表達元素；編程接口定義層，連接組合邏輯層，定義一個或多個可通過編程實現(xiàn)的規(guī)則表達接口；抽取支持層，連接編程接口定義層，用于根據(jù)匹配規(guī)則抽取文本信息，并將文本信息以規(guī)則表達；類自然語言描述層，連接抽取支持層，以類自然語言的格式來描述規(guī)則；類自然語言描述解析及優(yōu)化組件，連接類自然語言描述層；支持組件，連接類自然語言描述解析及優(yōu)化組件。
【專利說明】一種基于組合理論的文本信息處理系統(tǒng)及方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及文本分析【技術(shù)領(lǐng)域】，尤其涉及一種基于組合理論的文本信息處理系統(tǒng)及方法。

【背景技術(shù)】
[0002]信息抽取就是從文本中抽取特定的實時信息。在大多數(shù)的信息抽取中，都是通過識別文本中的實體，對實體進行語義分析來確定文本語義信息的，但是該類方法局限性大，在語義分析過程中，語義信息的描述過于機械化，容易遺漏，特征項的選取較片面，語義表達不完整甚至錯誤，總而言之，現(xiàn)有的語義抽取技術(shù)，不能準確并充分的釋放文本信息，從而難以對文本信息進行有效利用。
[0003]因此，現(xiàn)有技術(shù)中，在進行文本語義處理的過程中，如何做到對文本信息進行充分釋放，是十分關(guān)鍵的問題。


【發(fā)明內(nèi)容】

[0004]基于【背景技術(shù)】存在的問題，本發(fā)明提出了一種基于組合理論的文本信息處理系統(tǒng)及方法，解決了文本數(shù)據(jù)分析問題，可充分釋放文本信息的價值。
[0005]本發(fā)明提出的一種基于組合理論的文本信息處理系統(tǒng)，包括:
[0006]基本元素層，用于定義最底層的基本元素和執(zhí)行基本元素的匹配邏輯；
[0007]組合邏輯層，連接基本元素層，用于定義一種或多種組合邏輯，組合邏輯用于將基本元素粘合成組合性表達元素；
[0008]編程接口定義層，連接組合邏輯層，用于定義一個或多個可通過編程實現(xiàn)的規(guī)則表達接口 ；
[0009]抽取支持層，連接編程接口定義層，用于根據(jù)匹配規(guī)則抽取文本信息，并將文本信息以規(guī)則表達；
[0010]類自然語言描述層，連接抽取支持層，用于以類自然語言的格式來描述規(guī)則；
[0011]類自然語言描述解析及優(yōu)化組件，連接類自然語言描述層，將以類自然語言描述的規(guī)則解析為以基本元素和邏輯組合形式構(gòu)成的內(nèi)部表達式；
[0012]支持組件，連接類自然語言描述解析及優(yōu)化組件，用于提供邏輯組合形式。
[0013]優(yōu)選地，基本元素層包括:基本表達元素模塊，用于定義表達元素；基本數(shù)量元素模塊，用于定義數(shù)量元素；表達執(zhí)行器，用于執(zhí)行基本元素的表達方式。
[0014]優(yōu)選地，組合邏輯包括布爾表達邏輯、類正則表達邏輯、連接表達邏輯和/或位置表達邏輯。
[0015]優(yōu)選地，編程接口定義層中的每一個規(guī)則表達接口均可通過編程實現(xiàn)特定特性。
[0016]優(yōu)選地，抽取支持層抽取的文本信息的表達方式為短語構(gòu)詞、短句構(gòu)詞或句式結(jié)構(gòu)。
[0017]優(yōu)選地，邏輯組合形式內(nèi)置并具有工具性。
[0018]優(yōu)選地，邏輯組合形式包括通用的組合形式。
[0019]優(yōu)選地，邏輯組合形式包括常用的組合形式。
[0020]優(yōu)選地，邏輯組合形式包括詞匯性組合形式，常用詞組合形式，數(shù)量、順序及時間組合形式和句式級連接詞組合形式。
[0021 ] 一種基于組合理論的文本信息處理方法，包括步驟:
[0022]S1、定義最底層的基本元素和執(zhí)行基本元素的匹配邏輯；
[0023]S2、根據(jù)組合邏輯粘合基本元素，獲取組合性表達元素做為匹配規(guī)則；
[0024]S3、根據(jù)編程實現(xiàn)規(guī)則表達接口并接入匹配規(guī)則；
[0025]S4、根據(jù)匹配規(guī)則抽取文本信息，并將文本信息以規(guī)則表達；
[0026]S5、將規(guī)則以類自然語言的格式來描述；
[0027]S6、對類自然語言描述的規(guī)則進行解析，并以基本元素和連邏輯組合形式來表示，形成內(nèi)部表達式。
[0028]本發(fā)明利用組合規(guī)則表達文本信息，既保證了文本信息的有效提取，又避免了相同信息的重復表達，有效的解決了文本數(shù)據(jù)分析問題，不但精準度高、提供語義信息豐富，而且極具實用性和可產(chǎn)業(yè)化等特點，以其作為數(shù)據(jù)挖掘等技術(shù)的輸入數(shù)據(jù)，可充分釋放文本信息的價值。

【專利附圖】

【附圖說明】
[0029]圖1為本發(fā)明提出的一種基于組合理論的文本信息處理系統(tǒng)的結(jié)構(gòu)圖；
[0030]圖2為圖1所示系統(tǒng)的工作流程圖。

【具體實施方式】
[0031]參照圖1，本發(fā)明提出的一種基于組合理論的文本信息處理系統(tǒng)，包括基本元素層、組合邏輯層、編程接口定義層、抽取支持層、類自然語言描述層、類自然語言描述解析及優(yōu)化組件和支持組件。
[0032]基本元素層，用于定義最底層的基本元素和執(zhí)行基本元素的匹配邏輯，其包括基本表達元素模塊、基本數(shù)量元素模塊和表達執(zhí)行器。其中，基本表達元素模塊，用于定義表達元素；基本數(shù)量元素模塊，用于定義數(shù)量元素；表達執(zhí)行器，用于執(zhí)行基本元素的表達方式。
[0033]組合邏輯層，連接基本元素層，用于定義一種或多種組合邏輯，組合邏輯用于將基本元素粘合成組合性表達元素。組合邏輯包括布爾表達邏輯、類正則表達邏輯、連接表達邏輯和/或位置表達邏輯的任意組合。本實施方式中，組合邏輯包括布爾表達邏輯、類正則表達邏輯、連接表達邏輯和位置表達邏輯。
[0034]編程接口定義層，連接組合邏輯層，用于定義一個或多個可通過編程實現(xiàn)的規(guī)則表達接口。編程接口定義層中的每一個規(guī)則表達接口均可通過編程實現(xiàn)特定特性。
[0035]抽取支持層，連接編程接口定義層，用于根據(jù)匹配規(guī)則抽取文本信息，并將文本信息以規(guī)則表達。抽取支持層抽取的文本信息的表達方式為短語構(gòu)詞、短句構(gòu)詞或句式結(jié)構(gòu)。
[0036]類自然語言描述層，連接抽取支持層，用于以類自然語言的格式來描述規(guī)則。類自然語言的格式適配自然語言的書寫習慣和語法特征，使得規(guī)則的表達形式更加貼近自然語言，人員易于上手。
[0037]類自然語言描述解析及優(yōu)化組件，連接類自然語言描述層，將以類自然語言描述的規(guī)則解析為以基本元素和邏輯組合形式構(gòu)成的內(nèi)部表達式，一方面優(yōu)化執(zhí)行效能，另一方面將上層的規(guī)則解析為底層的基本邏輯，表達方式更加清晰，避免信息描述的重復。
[0038]支持組件，連接類自然語言描述解析及優(yōu)化組件，用于提供內(nèi)置的、工具性的邏輯組合形式。同時，為了更加方便的工作，邏輯組合形式還可以具有通用性或常用性。本實施方式中，邏輯組合形式為核心人員開發(fā)的內(nèi)置的、常用的或者通用的、工具性的組合形式，具體包括詞匯性組合形式；常用詞組合形式，例如姓名、地域、名詞等；數(shù)量、順序及時間組合形式和句式級連接詞組合形式。
[0039]參照圖2，圖1所示系統(tǒng)的工作方式包括以下步驟:
[0040]S1、定義最底層的基本元素和執(zhí)行基本元素的匹配邏輯；
[0041]S2、根據(jù)組合邏輯粘合基本元素，獲取組合性表達元素做為匹配規(guī)則；
[0042]S3、根據(jù)編程實現(xiàn)規(guī)則表達接口并接入匹配規(guī)則；
[0043]S4、根據(jù)匹配規(guī)則抽取文本信息，并將文本信息以規(guī)則表達；
[0044]S5、將規(guī)則以類自然語言的格式來描述；
[0045]S6、對類自然語言描述的規(guī)則進行解析，并以基本元素和連邏輯組合形式來表示，形成內(nèi)部表達式。
[0046]以上方法中，利用組合規(guī)則表達文本信息，既保證了文本信息的有效提取，又避免了相同信息的重復表達，有效的解決了文本數(shù)據(jù)分析問題，不但精準度高、提供語義信息豐富，而且極具實用性和可產(chǎn)業(yè)化等特點，以其作為數(shù)據(jù)挖掘等技術(shù)的輸入數(shù)據(jù)，可充分釋放文本信息的價值。
[0047]以上所述，僅為本發(fā)明較佳的【具體實施方式】，但本發(fā)明的保護范圍并不局限于此，任何熟悉本【技術(shù)領(lǐng)域】的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，根據(jù)本發(fā)明的技術(shù)方案及其發(fā)明構(gòu)思加以等同替換或改變，都應涵蓋在本發(fā)明的保護范圍之內(nèi)。
【權(quán)利要求】
1.一種基于組合理論的文本信息處理系統(tǒng)，其特征在于，包括: 基本元素層，用于定義最底層的基本元素和執(zhí)行基本元素的匹配邏輯； 組合邏輯層，連接基本元素層，用于定義一種或多種組合邏輯，組合邏輯用于將基本元素粘合成組合性表達元素； 編程接口定義層，連接組合邏輯層，用于定義一個或多個可通過編程實現(xiàn)的規(guī)則表達接口 ； 抽取支持層，連接編程接口定義層，用于根據(jù)匹配規(guī)則抽取文本信息，并將文本信息以規(guī)則表達； 類自然語言描述層，連接抽取支持層，用于以類自然語言的格式來描述規(guī)則； 類自然語言描述解析及優(yōu)化組件，連接類自然語言描述層，將以類自然語言描述的規(guī)則解析為以基本元素和邏輯組合形式構(gòu)成的內(nèi)部表達式； 支持組件，連接類自然語言描述解析及優(yōu)化組件，用于提供邏輯組合形式。
2.如權(quán)利要求1所述的基于組合理論的文本信息處理系統(tǒng)，其特征在于，基本元素層包括:基本表達元素模塊，用于定義表達元素；基本數(shù)量元素模塊，用于定義數(shù)量元素；表達執(zhí)行器，用于執(zhí)行基本元素的表達方式。
3.如權(quán)利要求1所述的基于組合理論的文本信息處理系統(tǒng)，其特征在于，組合邏輯包括布爾表達邏輯、類正則表達邏輯、連接表達邏輯和/或位置表達邏輯。
4.如權(quán)利要求1所述的基于組合理論的文本信息處理系統(tǒng)，其特征在于，編程接口定義層中的每一個規(guī)則表達接口均可通過編程實現(xiàn)特定特性。
5.如權(quán)利要求1所述的基于組合理論的文本信息處理系統(tǒng)，其特征在于，抽取支持層抽取的文本信息的表達方式為短語構(gòu)詞、短句構(gòu)詞或句式結(jié)構(gòu)。
6.如權(quán)利要求1所述的基于組合理論的文本信息處理系統(tǒng)，其特征在于，邏輯組合形式內(nèi)置并具有工具性。
7.如權(quán)利要求1或6所述的基于組合理論的文本信息處理系統(tǒng)，其特征在于，邏輯組合形式包括通用的組合形式。
8.如權(quán)利要求1或6所述的基于組合理論的文本信息處理系統(tǒng)，其特征在于，邏輯組合形式包括常用的組合形式。
9.如權(quán)利要求1或6所述的基于組合理論的文本信息處理系統(tǒng)，其特征在于，邏輯組合形式包括詞匯性組合形式，常用詞組合形式，數(shù)量、順序及時間組合形式和句式級連接詞組合形式。
10.一種基于組合理論的文本信息處理方法，其特征在于，包括步驟: S1、定義最底層的基本元素和執(zhí)行基本元素的匹配邏輯； S2、根據(jù)組合邏輯粘合基本元素，獲取組合性表達元素做為匹配規(guī)則； S3、根據(jù)編程實現(xiàn)規(guī)則表達接口并接入匹配規(guī)則； S4、根據(jù)匹配規(guī)則抽取文本信息，并將文本信息以規(guī)則表達； S5、將規(guī)則以類自然語言的格式來描述； S6、對類自然語言描述的規(guī)則進行解析，并以基本元素和連邏輯組合形式來表示，形成內(nèi)部表達式。
【文檔編號】G06F17/21GK104199803SQ201410348404
【公開日】2014年12月10日 申請日期:2014年7月21日 優(yōu)先權(quán)日:2014年7月21日
【發(fā)明者】賈巖 申請人:安徽華貞信息科技有限公司