响应于包括未知词的查询查找资源的制作方法
一种或多种本发明的实施例一般地涉及数据处理，尤其涉及响应于包括一个或多个未知词的查询发现资源。
背景技术：
聊天机器人(chatbots)，也称为对话机器人(talkbots)、闲聊机器人(chatterbots)、机器人、即时消息(im)机器人、互动媒介或人造会话实体，例如可通过听觉或文本的方法进行通话的虚拟助理(virtualassistants)。
聊天机器人已收到大量有关聊天机器人如何帮助具有各种面向客户的任务的组织的关注，如客户服务。
技术实现要素：
在本发明的一个实施例中，一种方法涉及由计算机接收来自用户用于查找一个资源的搜索查询。所述方法旨在通过计算机使用词法分析(morphologicalanalysis)从所述搜索查询中提取一个或多个词。所述方法旨在通过计算机使用词典将至少一个第一类别分配给一个或多个词中的至少一个第一词，其中所述词典包括来自多个词中的独立的词和与所述独立的词相关联的多个类别中的特定类别的一个或多个配对。所述方法旨在响应于识别出不包括在具有所述一个或多个词的所述词典中的未知词，由所述计算机在网络上搜索所述未知词。响应于在网络上找到所述未知词，所述方法旨在由所述计算机获得在所述网络的页面上的描述，在所述页面上找到所述未知词；通过所述计算机使用词法分析从所述描述中提取一个或多个第二词；由所述计算机使用所述词典将至少一个第二类别分配给从所述描述中提取的所述一个或多个第二词；在所述一个或多个第二词中找到已分配预定类别的特定词，从与所述已找到的特定词具有高度相关性的所述一个或多个第二词中提取相关词，并在所述词典中从已分配与预定类别相同的至少一个所述第一类别的一个或多个第一词语中查找搜索词；通过所述计算机从存储库中使用所述相关词和所述搜索词查找资源数据；并由所述计算机列出为所述资源找到的所述资源数据。
在本发明的另一个实施例，提供一种计算机系统。所述计算机系统可以包括一个或多个处理器以及存储程序的存储器，所述程序在处理器上执行时执行用于寻找资源的一个或多个操作。所述一个或多个操作包括从用户接收用于查找资源的搜索查询。所述一个或多个操作包括使用词法分析从所述搜索查询中提取一个或多个词。所述一个或多个操作包括使用词典将至少一个第一类别分配给一个或多个词中的至少一个第一词，其中所述词典包括来自多个词中的独立的词和与所述独立的词相关联的多个类别中的特定类别的一个或多个配对。所述一个或多个操作包括：响应于在所述一个或多个词中识别出不在所述词典中的未知词，在网络上搜索所述未知词。所述一个或多个操作包括响应于在所述网络上找到所述未知词：在所述网络的页面上获得描述，在所述页面上找到未知词；使用词法分析从所述描述中提取一个或多个第二词；使用所述词典，将多个类别中的至少一个第二类别分配给从描述中提取的所述一个或多个第二词；在所述一个或多个第二词中找到已分配预定类别的特定词，从与所述已找到的特定词具有高度相关性的所述一个或多个第二词中提取相关词，并在所述词典中从已分配与所述预定类别相同的所述至少一个第一类别的所述一个或多个第一词语中查找搜索词；从存储库中使用所述相关词和所述搜索词查找资源数据；并列出为所述资源找到的资源数据。
在本发明的另一个实施方案中，提供了一种计算机程序产品。所述计算机程序产品可以包括计算机可读存储介质，所述计算机可读存储介质具有以其体现的程序指令。所述程序指令是计算机可执行的以使所述计算机执行涉及一种接收来自用户的搜索查询用于发现的资源的方法。所述程序指令是计算机可执行的，以使所述计算机执行涉及一种使用词法分析从搜索查询中提取一个或多个词的方法。所述程序指令是计算机可执行的，以使所述计算机执行一种旨在使用词典将至少一个第一类别分配给一个或多个词中的至少一个第一词的方法，其中所述词典包括来自多个词中的独立的词和与所述独立的词相关联的多个类别中的特定类别的一个或多个配对。所述程序指令是计算机可执行的，以使计算机执行一种旨在响应于在一个或多个词中识别出不在词典中的未知词并在网络上搜索所述未知词的方法。所述程序指令是计算机可执行的，以使所述计算机执行一种旨在响应于在网络上找到未知词的方法：在所述网络上的页面上获得描述，在所述页面上找到所述未知词；使用词法分析从描述中提取一个或多个第二词；使用所述词典，将多个类别中的至少一个第二类别分配给从所述描述中提取的所述一个或多个第二词；在所述一个或多个第二词中，找到已分配预定类别的特定词，从与所述已找到的特定词具有高度相关性的所述一个或多个第二词中提取相关词，并在所述词典中从已分配与所述预定类别相同的所述至少一个第一类别的所述一个或多个第一词语中查找搜索词；从存储库中使用所述相关词和所述搜索词查找资源数据；并向所述用户列出为所述资源找到的所述资源数据。
附图说明
参考以下附图，本公开将在一个或多个实施例的以下描述中提供细节。这些附图不一定按比例绘制。附图仅是示意性表示，并非意图描绘本发明的一个或多个实施例的特定参数。附图仅旨在描绘本发明的典型实施例。在图中，相同的标号表示相同的元素。被认为是本发明的一个或多个实施例的特征的新颖特征在所附权利要求中提出。然而，结合附图阅读以下说明性实施例的详细描述，将最好地理解本发明的一个或多个实施例，其中：
图1是描绘根据本发明的实施例而使用的计算机系统的一个示例的框图。
图2a至图2c是一个框图，其根据本发明的一个实施例描绘了一个为找到人力资源用计算机实现的方法的示例；
图3a至3d是一个框图，根据本发明的一个实施例描绘了一个为找到机器资源而用计算机实现的方法的示例；
图4a和图4b是根据本发明的一个实施例的高级逻辑流程图，其描述找到人力或机器资源的过程和计算机程序的一个例子；
图5a至图5c是根据本发明的另一实施例的高级逻辑流程图，其描述找到人力或机器资源的过程和计算机程序的一个例子；
图6a和图6b是根据本发明的一个实施例的高级逻辑流程图，其描述了用于发现人力或机器资源的工作场所(worksite)的过程和计算机程序的一个示例；
图7a至7c是根据本发明的另一实施例的高级逻辑流程图，其描述了用于发现人力或机器资源的工作场所的过程和计算机程序的一个示例；
图8a是根据本发明的一个实施例的表格，其示出了使用的词典；
图8b是是根据本发明的一个实施例的表格，其示出了根据本发明的实施例使用的挖掘结果的示例；
图9a是根据本发明的一个实施例的一个整体功能框图，其描绘了与图4a和4b以及图6a和6b的所述过程相关的一个计算机硬件系统的例子；
图9b是根据本发明的一个实施例的一个整体功能框图，其描绘了与图5a到5c以及图7a到7c的所述过程相关的一个计算机硬件系统的例子；以及
图10描绘了根据本发明的实施例使用的测试挖掘中的相关值的示例。
具体实施方式
本发明的各种实施例的描述是旨在说明但不旨在穷尽或限制于这些实施例所公开的内容。在不脱离所描述的实施例的范围和精神的情况下，许多修改和变型对于本领域普通技术人员将是显而易见的。本发明选择使用的术语是为了最好地解释实施例的原理、市场上已发现的技术的实际应用或技术上的改进，或者使本领域的其他普通技术人员能够理解本发明公开的实施例。
如将被本领域的技术人员理解的，本发明的实施例可以通过一个计算机实现的方法、计算机系统或计算机程序产品来实现。因此，本发明的实施例可以采取完全基于硬件的实施例、完全基于软件的实施例的形式，包括例如固件、驻留软件微代码等，或者可以采取以下形式：结合了基于软件和基于硬件各方面的实施例的形式，在此可以将它们统称为“电路”、“模框”或“系统”。
如本文中所使用的，表述“一/一个”应被理解为“至少一个”。表述“包括/包含一个/一个”应被理解为“包括/包含至少一个的”。表述“包含/包含”应理解为“至少包含/包含”。表述“/”应理解为“和/或”。
为了更清楚地定义如本文中所使用的术语，在下文中提供术语的示例性定义，这应当如本领域技术人员或本发明所属技术领域中已知的那样广义地解释。
如本文所使用的术语“资源”，可指一个或一个以上但不限于一个或更多的人力资源、一个或多个机器资源、一个或多个用于一个或更多的人力资源的工作场所、一个或多个用于一种或多种机器资源的工作场所。
本文所使用的术语“人力资源”是指构成一个组织、业务部门或经济体的成员、参与者或劳动者。人力资源也可以称为“人才”、“劳工”、“人员”或简称为“人”。人力资源可以是例如但不限于从属于临时雇佣代理机构、公司的内部员工或者类似人员、或从事自由职业的人。
本文所使用的术语“机器资源”可以指构成一个组织、业务部门或经济体的成员、参与者或劳动者的任何机器。机器资源可以包括任何机器人，例如但不限于工业用机器人、对话机器人、护理机器人和无人驾驶飞机或者类似于活的生物的机器，其能够独立地移动例如机器通过轮子行走或滚动并执行复杂的动作，例如但不限于抓握和移动物体；或自动执行复杂且经常重复的任务的设备，例如但不限于，如在工业装配线上。
如果一台机器资源可以是类人机器人，类人机器人的技能或工作历史可以是和人力资源相似并于此类人机器人相关联。因此，针对人力资源描述的上述定义也可以应用于类人机器人。换句话说，类人机器人也可以被视为人力资源。
本文所使用的术语“用于人力资源的工作场所”可以指人力资源为他或她的雇主工作的地点、雇佣地点。这样的地点可以是任何办公室，例如从家庭办公室到办公楼或工厂的办公室。“用于人力资源的工作场所”也可以被称为“用于人力资源的工作场所”。
本文所使用的术语“用于机器资源的工作场所地点”可以指机器资源为的雇主工作的地点、雇佣地点。这样的地点可以是任何办公室，例如从家庭办公室到办公楼或工厂的办公室。“用于机器资源的工作场所”也可以被称为“用于机器资源的工作地点”。
如果一台机器资源可以是类人机器人，类人机器人的技能或工作历史可以是和人力资源相似并于此类人机器人相关联。因此，针对用于人力资源的工作场所描述的上述定义也可以应用于用于类人机器人的工作场所。换句话说，用于类人机器人的工作场所也可以被视为用于人力资源的工作场所。
如本文中所使用的，“职业中介”可指一种或多种类型的组织、实体、企业或个人，其提供资源或提供对资源的连接。
如本文所使用的，术语“未知词”可以指未在系统的词典中登记的词，例如一个关键词词典。
如本文中所使用的，术语“词”可以指口头或书面、单独地或顺序的一个或多个不同有意义的元素，诸如一个短语或句子。
如本文所使用的，所述术语“存储库”可以指任何用于存储与该资源相关联的数据的资源数据以及技能信息的存储器。例如，成对的资源数据和与资源数据相关联的技能信息可以包括但不限于成对的人力资源数据或机器资源数据和与该人力资源数据或机器资源数据相关联的技能信息或成对的工作场所数据和与该工作场所数据相关的工作描述。存储库可以是例如人机资源数据库、机器资源数据库、工作场所数据库或其组合。人力资源数据库可以具有成对的人力资源数据和技能信息，例如与该人力资源数据相关联的职业信息。机器资源数据库可以具有与机器资源数据相关联的成对的机器资源数据和技能信息，例如，职业信息、规格信息或其组合。工作场所数据库可以具有成对的工作场所数据和与工作场所数据相关的工作描述。
随着现在参考图1，图1是一个框图，示出一个计算机系统的一个例子中使用了根据本发明的一个实施例。
一种计算机系统101可以是，例如但不限于台式机、膝上型电脑、笔记本电脑或服务器计算机。服务器计算机可以是例如但不限于工作站、机架式服务器、刀片式服务器、大型机服务器或云服务器，并且可以运行例如用于创建和运行一个或多个虚拟机的管理程序。计算机系统101可以包括一个或多个中央处理单元(cpu)102和连接到总线104的主存储器103。cpu102可以优选地基于32位或64位架构。cpu102例如但不限于是国际商业机器公司(internationalbusinessmachinescorporation)的
一种显示器106，如液晶显示器(lcd)，可经由显示控制器105连接到总线104。显示器106可以用于通过适当的图形界面来显示关于经由通信线路连接到网络的计算机上的信息以及关于在计算机上运行的软件的信息以用于计算机系统101的管理。显示器可以具有触摸屏或非触摸屏。显示器可以是例如但不限于lcd、等离子体显示面板(pdp)、有机电致发光(oel)或投影型显示器。磁盘108诸如硬盘或固态驱动器(ssd)等驱动器，以及诸如光盘(cd)、数字视频光盘(dvd)或光蓝光盘(bd)驱动器之类的驱动器109可以是通过串行at附件(sata)或集成驱动电子设备(ide)控制器107连接到总线104。此外，键盘111和鼠标112可以经由键盘鼠标控制器110或通用串行总线(usb)(未示出)连接至总线104。
操作系统、程序提供
驱动器109可以用于安装程序，例如本发明的实施例的计算机程序，其可以从cd只读存储器(cd-rom)、dvd只读存储器(dvd-rom)或bd到磁盘108或将可从cd-rom，dvd-rom或bd读取的任何数据加载到主存储器103或磁盘108中。
通信接口114可以基于，例如但不限于所述的以太网协议。通信接口114可以经由通信控制器113连接到总线104，该通信控制器113将计算机系统101物理地连接到通信线路115，并且可以向计算机系统101的操作系统的通信功能的tcp/ip通信协议提供网络接口层。在这种情况下，通信线路115可以是有线局域网(lan)环境或基于无线lan连接标准的无线lan环境，例如但不限于
在下文中，本发明的各种实施例将参照所描述的以下附图2a至2c、图3a和3b、图4a和4b、图5a至5c、图6a和6b、图7a至7c、图8a和8b，图9a和9b，以及图10。
本发明的一个实施例基于以下认识。职业中介所用于分配人力资源的聊天机器人的问题在于，如果搜索查询中包含未知词，则聊天机器人可能会用如下方式回答搜索查询：“无法理解搜索查询的含义”或“没有找到人力资源”，或者聊天机器人可以使用搜索查询中除未知词之外的词来回答搜索查询，因为聊天机器人用来解析查询词的词典中没有这样的未知词。这可能导致以下情况：响应于搜索查询，在显示器上没有人力资源呈现给用户。为了避免这个问题，本发明的一个或多个实施例的一个优点是，聊天机器人不仅可以使用词典，而且可以通过在网络或存储库中搜索以存储一种或多种类型的资源数据来找到未知词，包括但不限于人力资源数据、机器资源数据、人力资源的工作场所数据和机器资源的工作场所数据。
图2a至2c和图3a至3d分别示出一个框图，其描绘了为找到“人力资源”和“机器资源”的计算机实现的方法的示例。
现在参考图2a至图2c，图2a至图2c示出根据本发明的实施例的描绘用于发现“人力资源”的计算机实现的方法的示例的框图。
现在参考图2a，图2a示出了显示器201，显示用户和根据本发明的实施例的计算机系统之间的通话。用户可以是想要使用计算机系统找到人力资源的人。该计算机系统可以对应于图1中描述的计算机系统101。
显示器201可以通过显示器电缆被连接到计算机系统101或连接到显示器201的单独的计算机。单独的计算机可以经由诸如但不限于互联网或内联网的网络连接到计算机系统101。
首先，计算机系统可以在显示器201中显示提示输入查找人力资源的信息。例如，对话框211中显示的提示输入搜索查询的消息如下：“我们将向您介绍技术领域的人力资源。您正在寻找什么类型的人力资源？”
响应于在对话框211显示的该消息，用户可以使用一个或多个类型的输入接口，其中包括但不限于键盘、鼠标、触摸笔或用户手指或语音输入法，输入用于查找人力资源的搜索查询。搜索查询可以是自然语言形式的输入。例如，对话框212中显示的以自然语言形式从用户输入的搜索查询如下：“具有与项目tttyyy的软开发有关案例的能力的人力资源。”
响应于对话框212中所示的来自用户的搜索查询输入，计算机系统接收来自用户的搜索查询。
在框221中示出所接收的搜索查询的一个例子如下：“具有用于与项目tttyyy的软开发有关案例的能力的人力资源。”
计算机系统使用词法分析从框221提取搜索查询词语。在一个示例中，通过使用词法分析，计算机系统可以切分出词并在接收到的搜索查询中进行解析。对于本领域技术人员将显而易见的是，可以使用任何已知的计算机实现的词法分析方法来从搜索查询中提取词。对于本领域技术人员将显而易见的是，可以实施一种或多种不同类型的分析以从一种或多种不同类型的形式的搜索查询中提取词。
框222示出了从搜索查询中提取词的示例。框222示出了所提取的词如下：“人力资源”、“能力”、“案例”、“有关”、“软开发”和“项目tttyyy”。
从搜索查询提取词后，该计算机系统使用词典261对所述词分配类别。在一个示例中，在框223中已分配类别的一个或多个提取的词可以被称为“第一词”。在一个示例中，词典261中的类别可以包括但不限于代表人力资源技能的类别、代表与搜索查询中的问题有关词的类别，或代表对话的一部分的类别。
在一个示例中，如下面所解释，计算机系统可以使用词典261作为关键词词典。
关键词词典可包括词和与该词相关联的类别的配对。关键词词典中的词可以是与人力资源发现有关的词，例如搜索查询中使用的常见或特定词。关键词词典中的类别可以是可以分配给从搜索查询中提取的词中的技能词或查询词的类别。
图8a示出关键词词典的一个实施例。关键词词典801包括词和与该词相关联的类别的配对。关键词词典801中示出的类别是“技能”和“询问”。类别“技能”表示分配给该类别的词与人力资源或机器资源的技能、寻找人力资源或机器资源所需的技能或寻找所需的技能或者为查找人力资源或机器资源的工作场所所需的技能有关。类别“询问”表示分配给该类别的词与询问词有关，而与技能词无关。
关键词词典可具有关键词词典中的词的同义词。同义词可能是与原始词具有相同或几乎相同的含义的另外的词。
关键词词典801示出了同义词的一个例子。关键词词典801示出“软开发”的同义词是“软件开发”。
如果在框222中从搜索查询中提取的特定词在词典261中作为同义词被列出，如关键词词典801中，计算机系统可以从搜索查询找到所述特定提取词的同义词，然后用找到的所述同义词替换从搜索查询中所述提取的特定词，因为找到的同义词通常列在词典261中，或者与从搜索查询中提取的词相比被经常使用。在另一个替代实施例中，如果被应用于词法分析的提取词典存在同义词，所述计算机系统可以在所述词法分析中使用该提取词典(未显示)，从而在词法分析过程中用找到的同义词替换从搜索查询中提取的特定词。
如果在框222所提取的词中某一个词在词典261中没有找到，计算机系统可以把类别“未知词”分配给这个词。可替代地，该计算机系统可以不对该词分配任何类别。在该替代实施例中，没有任何类别被分配给该词。
在一个示例中，框223示出了在框222中对提取的词的类别分配，如下所示：“人力资源”-“查询”；“能力”-“查询”；“案件”-“询问”；“与……有关”-“询问”；“软件开发”-“技能”；以及“项目tttyyy”-“未知词”。在框223的示例中，类别“未知词”被分配给词“项目tttyyy”，因为词典261不包括词“项目tttyyy”。
该计算机系统检查所提取的词中是否存在未知词。如果找到已分配“未知词”类别的词，则计算机系统将该词选择为未知词224。或者，如果计算机系统找到未分配任何类别的词，则计算机系统选择该词做为未知词224。
现在参考图2b，在一个示例中，计算机系统可以在网络281上搜索未知词226。网络281可以是诸如因特网或内部网的网络。该计算机系统可以使用网络上的词典，例如互联网词典或内部网词典。
如果在网络281上找到未知词226，则计算机系统可以获得网络页面上的描述，在该页面上找到该未知词，如图2b所示的找到的页面282所示。页面282可以具有标头和描述。该标头可以包括标题。该描述可以是关于该标头的说明性注释。页面282示出作为描述的标题的标头和与该标头有关的描述，类似于具有标题和与该标题有关的描述的词典。页面282的标题可能是“项目tttyyy”，标题是“总部位于东京的zzz出售的游戏机”。
计算机系统可以使用上述词法分析从网页282的描述中提取词。
框228示出了从页面282的描述中提取词的一个示例。框228示出所提取的词如下：“游戏机”、“出售”、“zzz”、“总部”、“位于”和“东京”。
在从描述中提取词之后，其中从描述中提取的词可以被称为“第二词”，计算机系统使用词典262将类别分配给第二词。
对于词典262，计算机系统可以使用诸如上述关键词词典的词典261、如下所述的系统词典或其组合。
关键词词典的先前说明在这里适用。
系统词典可以包括词和与该词相关联的类别的配对。系统词典中的词可以是可以在例如语言词典上列出的任何词。系统词典中的类别可以是可以分配给例如从描述中提取的词中的名词、专有名词或动词的类别。
系统词典的一个示例在图8a中示出。系统词典802包括成词和与该词相关联的类别的配对。系统词典802中示出的类别例如是“名词”、“专有名词”和“动词”等。
系统词典可以具有系统中词的同义词。同义词可以是与原始词具有相同或几乎相同含义的另外的词。
在关键词词典801中示出了同义词的一个示例。系统词典802示出“软件开发”的同义词是词“软件开发”，而“技术问题”的同义词是词“技术问题”。
如果在框262中列出了从框228的描述中提取的词作为同义词，例如关键词词典802，则计算机系统可以用对应的词替换从框228的描述中提取的词的同义词。这是因为，与同义词相比，被替换的词通常被列在词典262中或更常用。
在框229中示出如下类别分配的实施例：“游戏机”-“技能”，“zzz”-“专有名词”，“总部”-“名词”和“东京”-“专有名词”。
现在参考图2c，在框229中，计算机系统在第二词中找到一个给其已分配预定类别的词。可以根据发现资源的目的来确定预定类别。预定类别可以是代表人力资源技能的类别。
让我们假设预定类别是“技能”。在这种情况下，在框229中从第二词中选择词“游戏机”。
此后，所述计算机系统提取一个词，其可以被称为“相关词”，其具有与所找到的词的高相关度。该相关度可以被指示为相关度值。该相关度值可以是测量值，其表示了当前查询所选择的文档集相对于集合中的其他文档的所述表征值的关系强度的程度。
例如，如图10所示，可以计算相关度值。
现在参考图10，图10示出了如何计算的相关度值的一个例子。
例如，如参考标号1001所示，相关度值＝实际测量值/期望值。
其中准确测定值是包含a和b两者的文档的可能性，并表示为如下：
期望值是通过将包含a的文档的概率和包含b的文档的概率相乘而获得的值，其表示如下：
现在回到图2c，根据在框291中看到的相关度值，词“游戏机”的相关词是“游戏编程”。因此，在框231中，计算机系统将词“游戏编程”视为相关词。可以选择多个词作为相关词。
计算机系统可以在第一词中找到已分配与前述预定类别相同的类别的词，其中在表231中该词可以被称为“搜索词”。可以选择多个词作为搜索词。
在一个示例中，如图2c所示，预定类别是“技能”。在该示例中，在框223中，在第一词中选择词“软件开发”。
此后，在框231所述计算机系统从存储库诸如人力资源数据库(db)271找到使用所述相关词的人力资源数据“游戏编程”和搜索词“软件开发”。计算机系统可以仅使用相关词、仅使用搜索词或同时使用相关词和搜索词两者来查找人力资源数据，然后可以使用如下所述的挖掘方法将优先级给予每个找到的人力资源数据。
人力资源数据库271可以具有人力资源id(id)、人力资源状态(状态)、人力资源经验水平(经验)、人力资源的可用或优选工作位置(位置)和有关人力资源的职业信息(职业)。状态可以表示如下：1.已调度；2.等待调度；3.退休。体验等级可以表示为以下形式：20、30、40、50和60。该位置可以由一个或多个位置标识符表示，例如但不限于州名、府名、县名。职业信息可以包括，例如但不限于工作历史、就业记录、认证、教育背景、主要的研究领域或者资格。在附加或替代示例中，id、状态、经验、位置和职业可以包括附加或替代类型的信息，并且可以由附加或替代类型的形式来表示。
结果，计算机系统从人力资源数据271中获得附图标记272所示的条目中的一个或多个人力资源数据条目，该条目具有或不具有诸如推荐值或挖掘分析值。
当计算机系统获得机器资源数据时，计算机系统可以进一步使用挖掘方法，该挖掘方法使用与经验水平有关的相关性。
通过参考图8b来说明与经验水平有关的相关性的实施例。
随着现在参考图8b，表811示出了其中对每个经验水平的数字相加的情况下的总数量。在一个示例中，表812示出了包含“游戏机(技能)”和“软件开发(技能)”两者的领域。在一个示例中，表812中与经验水平相关的相关性如下计算：假定数值与基于整体比率计算出的实际数值之比。在该示例中，与表812中的经验水平有关的上述相关性如下：50/100(1000/4000)＝2.0
计算机系统可以给具有高分数的词更高的优先级。因此，如果获得多个词，则可以根据优先级对词的顺序进行排序。
在框232中示出如下所获得的人力资源数据的实施例：“前缀xxx”(％)；“前缀yyy”(％)；...”。
此后，如对话框213所示，计算机系统或显示器将找到的人力资源数据呈现给用户。在一示例中，对话框213如下所示：
“推荐以下人员：
前缀xxx(％)
前缀yyy(％)...”。
所述计算机系统可以列出根据优先级顺序发现的人力资源数据。此后，其它计算机系统可以列出呈现人力资源数据给用户。或者，显示器将列出的人力资源数据显示给用户。
如果用户想了解所提出的人力资源的详细信息，用户可以点击显示器203的人力资源数据所呈现的特征。
响应于该点击，计算机系统可以从人力资源数据库271获得关于所呈现的人力资源数据的详细信息，以便在显示器203上显示该信息。
根据图2a至2c中描述的框图，本发明的一个或多个实施例的优点在于，计算机系统可以用上述相关词代替未知词，因此可以呈现合适人力资源以响应甚至包含一个或多个未知词的自然语言输入。
现在参考图3a至3d，根据本发明的一个实施例，图3a到3d示出的框图描绘了一种由计算机实现的找到机器资源的方法。
在参考图3a，图3a示出了根据本发明实施例的管理用户与计算机系统之间的对话的显示器301。用户可以是想要使用计算机系统找到机器资源的人。该计算机系统可以对应于图1中描述的计算机系统101。
显示器301可以通过显示器电缆或显示器301连接于其上的单独的计算机连接到计算机系统101。该单独的计算机可以经由诸如因特网或内联网的网络连接到计算机系统101。
首先，计算机系统在显示器301中可以显示信息以提示输入搜索查询去查找一个机器资源。搜索查询可以是自然语言形式的输入。例如，提示输入用于查找机器资源的搜索查询的消息显示在对话框311中，如下所示：“我们将向您展示技术领域中的机器资源。您要搜索哪种类型的机器资源？”
响应于消息在对话框311中的显示，用户可以使用键盘、鼠标、触摸笔或用户手指或语音输入法来输入用于查找机器资源的搜索查询。在一个示例中，来自用户的搜索查询如下显示在对话框框312中：“具有能够回答与项目tttyyy相关的技术问题的能力的机器资源。”
响应于来自用户的搜索查询的输入，计算机系统从用户接收搜索查询。
如下所示，在框321中接收到搜索查询的一个示例：“具有能够回答与项目tttyyy有关的技术问题的能力的机器资源。”
在框321中，计算机系统使用词法分析从搜索查询中提取词。在一示例中，通过使用词法分析，计算机系统可以切出词并在接收到的搜索查询中进行解析。对于本领域技术人员将显而易见的是，可以使用任何已知的由计算机实施的词法分析方法来从搜索查询中提取词。对于本领域技术人员将显而易见的是，可以实施一种或多种不同类型的分析以从一种或多种不同类型的形式的搜索查询中提取词。
在一个示例中，在框322中示出了在框321中从搜索查询中提取词。框322表明，所提取的词如下：“机器的资源”、“能力”、“回答”、“技术问题”以及“项目tttyyy”。
从搜索查询中提取词之后，计算机系统使用词典361为词分配类别。在一个示例中，在框323中已分配类别的一个或多个提取词可以是一个或多个第一词。
如下所述，计算机系统可以将词典361用作关键词词典。关键词词典可以包括词和与此词相关联的类别的配对。关键词词典中的词可以是与机器资源的发现有关的词，例如在搜索查询中使用的常见或特定词。关键词词典中的类别可以是可以分配给从搜索查询中提取的词中的技能词或查询词的类别。关键词词典的上述实施例也适用于词典361。
如果在词典361中未找到框322中的提取词中的一个词，则计算机系统可以向该词分配类别“未知词”。可替代地，计算机系统可以不对该词分配任何类别。在该替代实施例中，没有类别被分配给该词。
在一个示例中，框323示出了对框323中所提取词的类别分配，如下所示：“机器资源”-“查询”；“能力”-“查询”；“回答”-“查询”；“技术问题”-“技能”；和“项目tttyyy”-“未知词”。在框323的示例中，类别“未知词”被分配给词“项目tttyyy”，因为词典361中没有词“项目tttyyy”。
计算机系统检查所提取的词中是否存在未知词。如果找到已分配类别“未知词”的词，则计算机系统将该词选择为未知词324。可替代地，如果计算机系统找到未分配任何类别的词，则计算机系统将该词选择为未知词324。
现在参考图3b，在一个示例中，计算机系统可以在诸如机器资源数据库371之类的存储库中搜索未知词325。在一个示例中，机器资源数据库371可以具有成对的机器资源数据和与机器资源数据相关联的技能信息。
如果在机器资源数据库371上未找到未知词325，则计算机系统然后在网络381上搜索未知词326。网络381可以是诸如因特网或内联网的网络。网络381可以是网络上的词典，例如因特网词典或内联网词典。
将通过参考下面的图3d单独解释如果在机器资源数据库371上找到未知词325时执行的过程。
如图3b所示的发现页面382中，所示如果在网络381上找到未知词326，则计算机系统获得在网络上的页面上的描述，在该页面上找到未知词。页面382可能具有标题和描述。标题可以包括标题。该描述可以是标题上的说明性注释。页面382将标题显示为描述的标题和与该标题有关的描述。页面382的标题可能为“项目tttyyy”，其标题为“总部位于东京的zzz销售的游戏机”。
计算机系统可以使用前述词法分析从页面382中的描述中提取词。
框328示出了从页面382中的描述中提取词的一个示例。框328示出了所提取的词如下：“游戏机”、“出售”、“zzz”、“总部”、“住所”和“东京”。
在从描述中提取词之后，其中从描述中提取的一个或多个词可以代表一个或多个第二词，计算机系统可以使用词典362将类别分配给第二词。
对于词典362，计算机系统可以使用词典361，例如上述关键词词典，以及如下所述的上述系统词典或其组合。如果词典包括上述关键词词典和上述系统词典，则使用词典对词的类别分配是按照关键词词典的顺序，其次是系统词典的顺序。
关键词词典和系统词典的上述说明在这里适用。
现在参考图3c，类别分配的一个示例在图3c的框329中显示如下：“游戏机”-“技能”，“zzz”-“专有名词”，“总部”-“名词”和“东京”-“专有名词”。
在框329中，计算机系统在第二词中找到已分配预定类别的词。可以根据发现资源的目的来确定预定类别。预定类别可以是表示机器资源的技能的类别。
在一个示例中，如图3c所示，预定类别是“技能”。在图3c的示例中，在框329中，在第二词之中选择词“游戏机”。
此后，所述计算机系统提取可以表示相关词的词，具有与所找到的词的相关性高。相关性的说明在此处适用。
现在再次参考图3c，根据表391中所示的相关度值，词“游戏机”的相关词是“游戏编程”。因此，在框331中，计算机系统将词“游戏编程”视为相关词。如果存在多个词作为相关词，则可以选择多个词作为相关词。
在框331中，计算机系统可以在第一词中找到已分配与前述预定类别相同类别的词，称为“搜索词”。如果存在多个词作为搜索词，则可以选择多个词作为搜索词。
在图3c所示的一个示例中，预定类别是“技能”。在这种情况下，在框323中的第一词中选择词“软件开发”。
此后，在框331中，计算机系统使用相关词“游戏编程”和搜索词“软件开发”从诸如机器资源数据库(db)371之类的存储库中找到机器资源数据。计算机系统可以仅使用相关词、仅使用搜索词以及使用相关词和搜索词两者找到人力资源的数据，然后使用如下所述的挖掘方法将每个找到的人力资源数据赋予优先级。
机器资源数据库371可以具有机器资源的id(id)、机器资源的状态(status)以及关于机器资源的指定信息(specification)的对。状态可以表示如下：1.已调度；2.等待发货；和3.在维修或报废。规范信息可以包括例如但不限于工作历史、业绩或出售或出租的费用。
结果，计算机系统从机器资源数据库371中从附图标记372所示的条目中获得一个或多个机器资源数据条目，该条目具有或不具有诸如推荐值或挖掘分析值的值。
在一个示例中，职业领域可以包含“游戏机(技能)”和“软件开发(技能)”
当计算机系统获得机器资源数据时，计算机系统可以进一步使用挖掘方法，该挖掘方法使用与经验水平有关的相关性。
与图2a-2c中的示例中的经验水平有关的相关性的前述示例在这里可应用于图3a-3d中的示例中。
现在回到图3c，如下所示在框332中获得了机器资源数据的实施例：“#004”(％)；“#002”(％)”；...”。
此后，计算机系统或显示器将找到的机器资源数据呈现给用户，如对话框313所示。在一示例中，对话框313如下所示：
“建议使用以下机器人：
id#00c(％)
id#00b(％)
...”。
所述计算机系统可以根据优先级的顺序列出所找到的机器资源数据。所述的计算机系统可以将列出的人力资源数据呈现给用户。可替代地，显示器可以将列出的人力资源数据显示给用户。
如果用户想知道关于所呈现的机器资源的更多细节，则用户可以在显示器303上单击所呈现的机器资源数据的字符。
响应于该点击，计算机系统可以从机器资源数据库371获得关于所呈现的机器资源数据的详细信息，以便在显示器303上显示该信息。
现在参考图3d，在一个示例中，使用机器资源数据库391代替机器资源数据库371，并且机器资源数据库391在项目“规格”中具有词“项目tttyyy”。
如果在机器资源数据库391中找到未知词，则计算机系统然后使用该未知词或未知词和上述搜索词从机器资源数据库391中找到机器资源数据。
结果，计算机系统从机器资源数据库391中的附图标记373所示的条目中获得一个或多个机器资源数据条目，该条目具有或不具有诸如推荐值或挖掘分析值之类的值。
所获得的机器的资源数据的一个例子在框341被示出:“#00c”(％)；“#00b”(％)；...。
此后，计算机系统或显示器将找到的机器资源数据呈现给用户，如对话框314所示。对话框314的一个示例如下：
“建议使用以下机器人：
id#00c(％)
id#00b(％)
...”
如果未知词在存储库中但当前不在词典361中，则计算机系统可以提议将未知词添加到词典361中。
根据图3a至3c中描述的框图中的示例，本发明的一个或多个实施例的优点在于，在诸如机器资源数据库371之类的存储库中找不到未知词但是在网络上可以找到,计算机系统可以使用上述相关词代替未知词，因此，可以响应于甚至包含未知词的自然语言输入而呈现合适的机器资源。
根据图3a、3b和3d中描述的框图，本发明的一个或多个实施例的优点在于，如果在存储库中找到未知词，则计算机系统可以使用该未知词响应甚至包含未知词的自然语言输入进一步提供了另一种合适的机器资源。
可以组合图2a至2c和图3a至3d中描述的示例性的实施例，以从包括成对的人力资源数据和与该人力资源数据相关联的技能信息的存储库中找到人力资源数据或机器资源数据，以及成对的机器资源数据和与机器资源数据相关联的技能信息。
图4a和4b以及图6a和6b示出了不同的高级逻辑流程图，每个流程图都描述了用于寻找人力或机器资源的过程和计算机程序的示例。图5a至5c和图7a至7c示出了不同的高级逻辑流程图，每一个都描绘了用于寻找人力或机器资源的工作场所的过程和计算机程序的示例。
在图4a和4b、图5a至5c、图6a和6b以及图7a至7c中描述的这些流程图中，步骤的主题可以是计算机系统，例如图1中描述的计算机系统101。
现在参考图4a和4b，图4a和4b是描述根据本发明实施例的寻找人力或机器资源的过程的流程图。
在步骤401，计算机系统开始上述处理。
在步骤402，计算机系统在显示器上显示提示用户输入搜索查询的消息。搜索查询可以用于查找人力或机器资源。
在步骤403，计算机系统从用户接收用于查找人力或机器资源的搜索查询。
在步骤404，计算机系统使用词法分析从搜索查询中提取词。
在步骤405，计算机系统使用诸如上述关键词词典之类的词典461将类别分配给词。已分配类别的一个或多个词可以表示一个或多个第一词。
在步骤406，电脑系统检查提取的词中是否有未知词。在步骤406，如果在提取的词中存在未知词，则计算机系统进行到步骤411。同时，如果所提取的词中没有任何未知词，则计算机系统进行到步骤407。
在步骤407，计算机系统使用已分配预定类别的第一词从诸如人力资源数据库或机器资源数据库之类的存储库471中查找人力或机器资源数据。如果存在多个第一个词，则使用多个第一个词来查找人员或机器资源数据。
在步骤411，计算机系统在诸如因特网或内联网的网络上搜索未知词。
在步骤412，计算机系统检查是否在网络上找到了未知词。该网络可以是诸如因特网或内联网的网络。该计算机系统可以使用网络上的词典，例如互联网词典或内联网词典。在步骤412，如果在网络上找到未知词，则计算机系统进行到步骤413。同时，如果在网络上找不到未知词，则计算机系统进行到上述步骤407。
在步骤413，计算机系统获得在网络上的页面上的描述，在该页面上找到未知词。该页面可能具有标头和描述。标头可以包括标题。该描述可以是关于标头的说明性注释。
在步骤414，计算机系统使用词法分析从描述中提取词。步骤414中使用的词法分析可以是步骤404中使用的相同或不同的词法分析。
在步骤415，计算机系统使用词典462将从描述中提取的词进行分类。被分类的一个或多个词可以表示一个或多个第二词。步骤415中使用的词典可以是上述关键词词典或上述关键词词典和系统词典。
在步骤416，计算机系统在第二词中找到已分配预定类别的词，然后提取与所找到的词具有高相关性的词，该词可以表示相关性词。预定类别是表示人力或机器资源的技能的类别。此外，计算机系统在一个或多个第一词中找到已分配与前述预定类别相同的类别的词，该词可以表示搜索词。
在步骤417，计算机系统使用相关词和搜索词从存储库471中找到人力或机器资源数据。储存库471可以是前述的人力资源数据库或前述的机器资源数据库。
在步骤418，计算机系统列出找到的人力或机器资源数据，以便使找到的人力或机器资源数据能够在显示器上呈现给用户。此后，计算机系统将列出的人力或机器资源数据提供给用户。或者，显示器将列出的人员或机器资源数据显示给用户。
在步骤419，计算机系统终止上述过程。
根据图4a和4b中流程图的描述，计算机系统使用上述相关词，而不是一个未知词，因此，可以呈现一个合适的人力或机器资源的自然语言输入，即使是含有未知词。
现在参考图5a至5c，图5a至5c是描述根据本发明的一个实施例的寻找人力或机器资源的过程的流程图。
在步骤501，计算机系统开始上述处理。
步骤502至507可以分别对应于步骤402至407。因此，这里省略步骤502至507的详细说明。
在步骤508，计算机系统在诸如上述人力资源数据库或机器资源数据库之类的存储库571上搜索未知词。
在步骤509，计算机系统检查是否在存储库571上找到了未知词。如果在存储库571上找到了未知词，则计算机系统前进到步骤510。同时，如果在存储库571上没有找到未知词，则计算机系统将继续执行步骤510。计算机系统进行到步骤511。
在上述步骤509之后的步骤510，计算机系统使用在存储库中找到的未知词或该未知词以及已分配预定类别的一个或多个第一词从存储库571中找到人力或机器资源数据。
步骤511和512可以分别对应于步骤411和412。因此，这里省略步骤511和512的详细说明。
在前述步骤512之后的步骤510，计算机系统使用已分配预定类别的一个或多个第一词从存储库571中找到人力或机器资源数据。
步骤513至518可以分别对应于步骤413至418。因此，这里省略步骤513至518的详细说明。
在步骤519，计算机系统终止上述过程。
在可选步骤520中，如果诸如在步骤509中的未知词存在于存储库中，则计算机系统可以建议将未知词添加到词典中。因此，在该步骤520之后，词典具有上述未知词，即在词典中注册的已知词。
根据该流程图图示中描述图5a到5c中，计算机系统使用上述相关字，而不是一个未知词，因此，可以响应给出一适当的人或机器资源给自然语言输入，即使包含一个未知词。
现在参考图6a和6b，图6a和6b是描述根据本发明的实施例的为人力或机器资源寻找工作场所的过程的一个示例的流程图。
在步骤601，计算机系统开始上述处理。
在步骤602，计算机系统在显示器上显示提示用户输入搜索查询的消息。搜索查询可以用于寻找人力或机器资源的工作场所。
在步骤603，计算机系统从用户接收用于查找人力或机器资源的工作场所的搜索查询。
在步骤604，计算机系统使用词法分析从搜索查询中提取词。
在步骤605，计算机系统使用诸如上述关键词词典之类的词典661将类别分配给词。已分配类别的一个或多个词可以表示一个或多个第一词。
在步骤606，计算机系统检查所提取的词中是否存在未知词。如果在提取的词中存在未知词，则计算机系统进行到步骤608。同时，如果所提取的词中没有未知词，则计算机系统进行到步骤607。
在步骤607，计算机系统从诸如工作场所数据库之类的存储库671中，使用已分配预定类别的第一词来找到工作场所数据。如果存在多个第一个词，则使用多个第一词来查找工作场所数据。
在步骤611，计算机系统在诸如互联网或内联网的网络上搜索未知词。
在步骤612，计算机系统检查是否在网络上找到了未知词。该网络可以是诸如因特网或内联网的网络。该计算机系统可以使用网络上的词典，例如互联网词典或内联网词典。如果在网络上找到未知词，则计算机系统进行到步骤613。同时，如果在网络上找不到未知词，则计算机系统前进到前述步骤607。
在步骤613，计算机系统获得在网络上的页面上的描述，在该页面上找到未知词。该页面可能具有标头和描述。标头可以包括标题。该描述可以是关于标头的说明性注释。
在步骤614，计算机系统使用词法分析从描述中提取词。步骤614中使用的词法分析可以与步骤604中使用的词法分析相同或不同。
在步骤615，计算机系统使用词典662将类别分配给从描述中提取的词。被分配类别的一个或多个词可以表示一个或多个第二词。在步骤615中所使用的词典可以是上述关键词词典或上述关键词词典和系统词典。
在步骤616，计算机系统在第二词中找到已分配预定类别的词，然后提取与所找到的词具有高相关性的词，该词可以表示相关性词。预定类别是表示人力或机器资源的工作场所所需的技能的类别。此外，计算机系统从第一词中找到已分配与前述预定类别相同的类别的词，该词可以表示搜索词。
在步骤617，计算机系统使用相关词和搜索词从存储库671中找到工作场所数据。储存库671可以是上述工作地点的数据库。
在步骤618，计算机系统列出找到的人力或机器资源数据，以便使找到的人力或机器资源数据能够在显示器上呈现给用户。此后，该计算机系统将列出的人力资源数据呈现给用户。或者，显示器将列出的人力资源数据显示给用户。
在步骤619，计算机系统终止上述过程。
根据图6a和6b的流程图中的描述，计算机系统使用上述相关词，而不是一个未知词，因此，可以呈现一个合适的工作场所给自然语言输入，即使该自然语言包含未知词。
现在参考图7a到图7c，图7a至图7c是示出根据本发明的另一实施例所示出的为人力或机器资源寻找工作场所的过程的一个示例的流程图。
在步骤701，计算机系统开始上述处理。
步骤702至707可以分别对应于步骤602至607。因此，这里省略步骤702至707的详细说明。
在步骤708，计算机系统在诸如上述工作场所数据库之类的存储库771上搜索未知词。
在步骤709，计算机系统检查是否在存储库771上找到了未知词。如果在存储库771上找到未知词，则计算机系统进行到步骤710。同时，如果在存储库771上未找到未知词，则计算机系统进行到步骤711。
在前述步骤709之后的步骤710，计算机系统使用在存储库中找到的未知词或该未知词以及预定类别所针对的一个或多个第一词，从存储库771中找到已分配的工作场所数据
步骤711和712可以分别对应于步骤611和612。因此，这里省略了步骤711和712的详细说明。
在前述步骤712之后的步骤710，计算机系统使用已分配预定类别的一个或多个第一词从存储库771中找到人力或机器资源数据。
步骤713至718可以分别对应于步骤613至618。因此，这里省略步骤713至718的详细说明。
在步骤719，计算机系统终止上述过程。
如果未知词在存储库中，则计算机系统可以建议将未知词添加到词典中，例如在步骤709中。因此，在该步骤720的稍后，词典将上述未知词作为注册在词典中的已知词。
根据图7a至7c中流程图的描述，计算机系统使用上述相关词，而不是一个未知词，因此，可以呈现一个合适的工作场所给自然语言输入，即使该自然语言输入包含未知词。
图9a和9b示出了根据本发明的不同实施例的总体功能框图的一个示例。
现在参考图9a，图9a示出了根据本发明的一个实施例的与图4a和4b以及图6a和6b的过程相关的计算机系统硬件的一个示例的整体功能框图。
在一示例中，计算机系统901可以对应于图1中描述的计算机系统101。在一个示例中，显示器902可以对应于图2a中描述的显示器201或图3a中描述的显示器301。
计算机系统901可以包括对话应用程序部分911、词法分析部分912、网络搜索部分914、词查找部分915以及资源或工作场所查找部分916。
对话应用程序部分911可以接收一个来自用户的搜索查询发现的资源，例如但不限于人力资源、机器资源、用于人力资源的工作场所或用于机器资源的工作场所。
对话应用部分911可以执行图4a中所述的步骤403和图6a中所描述的步骤603。
词法分析部分912可以使用词法分析从搜索查询中提取词，并且使用词典将类别分配给词，其中，被分配类别的一个或多个词可以表示一个或多个第一词。词法分析部分912还使用词法分析从描述中提取词，并使用词典将类别分配给从该描述中提取的词，其中，从该描述中提取的一个或多个词和所分配的类别可以表示一个或多个第二词。
词法分析部分912可以分别执行图4a和图4b中描述的步骤404至406和步骤414至415，以及分别执行图6a和图6b中描述的步骤604至606和步骤614至615。
网络搜索部分914可以在网络上搜索未知词。网络搜索部分914获得在网络上的页面上的描述，如果在网络上发现了未知词，则在该页面上找到未知词。
网络搜索部分914可以分别执行图4a和图4b中描述的步骤411至412和步骤413，以及分别执行图6a和图6b中描述的步骤611至612和步骤613。
词查找部分915可以在所述第二词中查找已分配预定类别的词，然后提取与所找到的词具有高度相关性的词，其中所提取的词可以表示相关词，以及在第一词中找到为其已分配与前述预定类别相同的类别的词，其中该词称为搜索词。
词查找部分915可以执行图4a中描述的步骤416和图6a中描述的步骤616。
资源或工作场所查找部分916可以使用相关词和搜索词从存储库中找到人力资源数据、机器资源数据或工作场所数据。
资源或工作场所查找部分916可以分别执行在图4a和图4b中描述的步骤407和步骤417，以及分别在图6a和图6b中描述的步骤607和步骤617。
显示器902可以包括显示部分921。
显示部分921可以列出已找到的人力资源数据或机器资源数据或工作场所数据，并且可以在显示器上显示列出的已找到的人力资源数据、机器资源数据或工作场所数据。
显示部分921可以分别执行在图4a和图4b中描述的步骤402和步骤418，以及分别在图6a和图6b中描述的步骤602和步骤618。
现在参考图9b，图9b是根据本发明的实施例的与图5a至5c和图7a至7c的过程有关的计算机系统硬件的一个示例的整体功能框图。
计算机系统931可以对应于图1中描述的计算机系统101。显示器932可以对应于图2a中描述的显示器201或图3a中描述的显示器301。
计算机系统931可包括对话应用程序部分941、词法分析部分942、存储库搜索部分943、网络搜索部分944、词查找部分945和资源或工作场所查找部分946。
对话应用部分941可以接收一个来自用户的用于发现资源的搜索查询，例如但不限于，人力资源、机器资源、用于人力资源的工作场所或用于机器资源的工作场所。
对话应用部分941可以执行图5a中描述的步骤503和图7a中描述的步骤703。
词法分析部分942可以使用词法分析从搜索查询中提取词，并使用词典将类别分配给词，其中，被分配类别的一个或多个词可以表示一个或多个第一词。词法分析部分942可以进一步使用词法分析从描述中提取词，并使用词典将类别分配给从描述中提取的词，其中，从描述中提取的一个或多个词和分配的类别可以表示一个或多个第二词。
词法分析部分942可以分别执行在图5a和图5b中描述的步骤504至506和步骤514至515，以及分别在图7a和图7b中描述的步骤704至706和步骤714至715。
存储库搜索部分943可以在存储库上搜索未知词，其中该存储库具有成对的人力或机器资源数据和与该人力或机器资源数据相关联的技能信息或成对的工作场所数据和与之相关的工作描述，如果在提取的词中存在未知词，则在网络上搜索未知词之前，先检查工作现场数据。
存储库搜索部分943可以分别执行在图5a和图5b中描述的步骤508和步骤509，以及分别在图7a和图7b中描述的步骤708和步骤709。
网络搜索单元944可以在网络上搜索未知词。网络搜索部分944可以获得网络页面上的描述，如果在网络上发现了未知词，则在该页面上找到该未知词。
网络搜索部分944可以执行步骤511至513中描述的图5b和步骤711至713中描述的图7b。
词查找部分945可以在第二词中找到已分配预定类别的词，然后提取与所找到的词具有高度相关性的词，在第一词中找到与上述预定类别相同的类别所分配的词，其中该词可以表示搜索词。
词查找部分945可以执行图5c中所述的步骤516和图7c中所描述的步骤716。
资源或工作场所查找部分946可以使用相关词和搜索词从存储库中找到人力或机器资源数据或工作场所数据。
资源或工作场所查找部分946可以分别执行图5a、图5b和图5c中描述的步骤507、步骤510和步骤517，以及执行分别参见图7a、图7b和图7c中描述的步骤707、步骤710和步骤717。
在一个示例中，显示器932可以包括显示部分951。
显示部分951可以列出找到的人力或机器资源数据或工作场所数据，并且可以在显示器上显示列出的找到的人力或机器资源数据或工作场所数据。
显示部分951可以分别执行在图5a和图5c中描述的步骤502和步骤518，以及分别在图7a和图7c中描述的步骤702和步骤718。
本发明可以是计算机实现的方法、系统和/或计算机程序产品。该计算机程序产品可以包括其上具有用于使处理器执行本发明的各方面的计算机可读程序指令的计算机可读存储介质。
计算机可读存储介质可以是有形的设备，其可以保留和存储由指令执行设备使用的指令。计算机可读存储介质可以是例如但不限于电子存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或前述的任何合适的组合。计算机可读存储介质的更具体示例的非穷举列表包括以下内容：便携式计算机软盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦可编程只读存储器、只存储器(eprom或闪存)、静态随机存取存储器(sram)、便携式光盘只读存储器(cd-rom)、数字多功能磁盘(dvd)、记忆棒、软盘、机械编码设备例如其上记录了指令的打孔卡或凹槽中的凸起结构，以及上述内容的任何合适组合。如本文所使用的，计算机可读存储介质不应被理解为本身是瞬时信号。诸如无线电波或其他自由传播的电磁波，通过波导或其他传输介质传播的电磁波(例如，穿过光纤电缆的光脉冲)或通过电线传输的电信号。
本文所述的计算机可读程序指令可以从计算机可读存储介质下载到相应的计算/处理设备，或者可以经由网络(例如，互联网、局域网、广域网和/或无线网络)下载到外部计算机或外部存储设备。该网络可以包括铜传输电缆、光传输光纤、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配器卡或网络接口从网络接收计算机可读程序指令，并转发计算机可读程序指令以存储在相应的计算/处理设备内的计算机可读存储介质中。
用于执行本发明的操作的计算机可读程序指令可以是汇编程序指令、指令集架构(isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、用一种或多种编程语言(包括面向对象的编程语言，例如smalltalk，c++等)和常规过程编程语言(例如“c”编程语言或类似编程语言)的任意组合编写的源代码或目标代码。计算机可读程序指令可以作为独立软件包完全在用户计算机上、部分在用户计算机上执行、部分在用户计算机上另一部分在远程计算机上执行或完全在远程计算机或服务器上执行。在后一种情况下，远程计算机可以通过任何类型的网络(包括局域网(lan)或广域网(wan))连接到用户计算机，或者可以与外部计算机建立连接(用于例如，通过使用互联网服务提供商的互联网)。在一些实施例中，包括例如可编程逻辑电路、现场可编程门阵列(fpga)或可编程逻辑阵列(pla)的电子电路可以通过利用计算机可读程序指令的状态信息来执行计算机可读程序指令来个性化电子电路，以执行本发明的各方面。
在此参考根据本发明的实施例的计算机实现的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各方面。将理解，流程图图示和/或框图的每个框以及流程图图示和/或框图中的框的组合可以通过计算机可读程序指令来实现。
可以将这些计算机可读程序指令提供给通用计算机、专用计算机或其他可编程数据处理设备的处理器，以产生机器，从而使得该指令经由计算机的处理器或其他可编程数据处理来执行。在该装置中，创建用于实现流程图和/或框图方框中指定的功能/动作的装置。这些计算机可读程序指令也可以存储在计算机可读存储介质中，该介质可以指导计算机、可编程数据处理装置和/或其他设备以特定方式起作用。
还可以将计算机可读程序指令加载到计算机、其他可编程数据处理设备或其他设备上，以使得在计算机、其他可编程设备或其他设备上执行一系列操作步骤以产生实现的计算机处理过程，以使在计算机、其他可编程装置或其他设备上执行的指令实现流程图和/或框图方框中指定的功能/动作。
附图中的流程图和框图示出了根据本发明的各个实施例的系统、计算机实现的方法和计算机程序产品的可能实现的体系结构、功能和操作。就这一点而言，流程图或框图中的每个方框可以代表指令的模块、片段或部分，其包括用于实现指定的逻辑功能的一个或多个可执行指令。在一些替代实施方式中，方框中指出的功能可以不按图中指出的顺序发生。例如，取决于所涉及的功能，实际上可以基本上同时执行连续示出的两个框，或者有时可以以相反的顺序执行这些框。还应注意，框图和/或流程图的每个方框以及框图和/或流程图的方框的组合可以由执行指定功能或动作或基于特定目的的基于硬件的专用系统或者执行特殊用途的硬件和计算机指令的组合来实现。
- 还没有人留言评论。精彩留言会获得点赞！