索结果并输出，如果判定验证结果无交叉，则将所述 验证结果发送至映射检测单元；
[0039] 步骤52 :检测验证结果中的商品属性的取值是否映射正确，如果是，则根据验证 结果生成商品列表，作为最终检索结果并输出；如果否，则执行步骤6。
【附图说明】
[0040] 图1为本发明智能语义检索系统整体模块关系示意图；
[0041] 图2为本发明验证模块内部单元关系示意图；
[0042] 图3为本发明意图生产模块内部单元关系示意图。
【具体实施方式】
[0043] 以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并 非用于限定本发明的范围。
[0044] 本发明针对用户输入的自然语言，首先会结合用户的检索习惯，以及商品概念本 身的约束性，筛选出商品和符合商品最合理的筛选条件。
[0045] 如图1所示，基于电子商务的智能语义检索系统，包括知识库、知识管理模块、规 则生成模块、信息抽取模块、验证模块、意图生成模块和对话模块；
[0046] 知识库存储知识图谱，知识图谱包括商品的属性及其属性值以及商品属性值之间 的映射关系；知识图谱以OWL配置文件的形式存储，包括基础配置表和规则配置表，所述基 础配置表存储根据电子商务网站的约束规则生成的商品的属性及其对应的属性值，所述规 则配置表存储商品属性值之间的映射关系。
[0047] 基础配置表存储根据电子商务网站的约束规则生成的商品属性及其属性值列表， 不同的电子商务网站的约束规则不同，其生成的商品属性及其属性值列表也不同。
[0048] 例如：京东商城中，类目属性为平板电脑的商品中，具有品牌、屏幕尺寸、价格、颜 色、网络制式、操作系统等商品属性及其属性值列表。
[0049]
【主权项】
1. 一种智能语义检索系统，其特征在于，包括知识库、知识管理模块、规则生成模块、信 息抽取模块、验证模块、意图生成模块和对话模块； 所述知识库，用于存储知识图谱，所述知识图谱包括商品的属性及其属性值以及商品 属性值之间的映射关系； 所述知识管理模块，用于加载知识图谱，并通过增、改、删、查的方式对所述知识图谱进 行管理； 所述规则生成模块，用于根据知识图谱中商品属性值或商品属性值和商品属性值之间 的映射关系生成抽取规则； 所述信息抽取模块，用于获取用户输入的自然语言，将抽取规则与用户输入的自然语 言进行匹配，生成结构化知识； 所述验证模块，用于调取知识图谱，将知识图谱与结构化知识进行比对，根据比对结果 生成验证结果； 所述意图生成模块，用于检测验证结果中的商品属性的取值是否有歧义，如果是，则将 验证结果发送至对话模块，如果否，则根据验证结果生成商品列表，作为最终检索结果并输 出； 所述对话模块，用于根据有歧义的验证结果生成提示语句，并输出提示语句，提示语句 用于提示用户重新输入自然语言。
2. 根据权利要求1所述一种智能语义检索系统，其特征在于，还包括个性化历史记录 库，所述个性化历史记录库，用于存储个性化历史记录，所述个性化历史记录为个体用户进 行智能语义检索时，输入的自然语言与生成的最终检索结果的映射关系的记录； 所述验证模块，还调取个性化历史记录，将个性化历史记录与结构化知识进行比对，根 据比对结果生成验证结果。
3. 根据权利要求1所述一种智能语义检索系统，其特征在于，所述知识图谱以OWL配置 文件的形式存储，包括基础配置表和规则配置表，所述基础配置表存储根据电子商务网站 的约束规则生成的商品的属性及其对应的属性值，所述规则配置表存储商品属性值之间的 映射关系。
4. 根据权利要求2所述一种智能语义检索系统，其特征在于，所述验证模块包括第一 消歧单元和第二消歧单元； 所述第一消歧单元，用于调取知识图谱，将知识图谱与结构化知识进行第一次比对，如 果比对结果为一致，则将第一次比对后的结构化知识发送给第二消歧单元；如果比对结果 为不一致，则将所述结构化知识进行第一次消歧处理，并将第一次消歧处理后的结果作为 验证结果并输出； 所述第二消歧单元，用于调取个性化历史记录，将所述个性化历史记录与第一次比对 的结构化知识进行第二次比对；如果第二次比对结果为一致，则将第二次比对后的结构化 知识作为验证结果并输出；如果第二次比对结果不一致，则将其进行第二次消歧处理后作 为验证结果并输出。
5. 根据权利要求1所述一种智能语义检索系统，其特征在于，所述意图生成模块包括 交叉检测单元和映射检测单元； 所述交叉检测处理单元，用于根据用户输入的自然语言中文字的字符定位判断验证结 果是否有交叉，如果判定验证结果有交叉，根据用户输入的自然语言对有交叉的验证结果 进行修正，将修正后的结果生成商品列表，作为最终检索结果并输出，如果判定验证结果无 交叉，则将所述验证结果发送至映射检测单元； 所述映射检测单元，用于检测验证结果中的商品属性的取值是否映射正确，如果是， 则根据验证结果生成商品列表，作为最终检索结果并输出；如果否，则将验证结果发送至对 话丰吴块。
6. -种智能语义检索方法，其特征在于，包括以下步骤： 步骤1 :从知识库中加载知识图谱，所述知识图谱包括商品的属性及其属性值以及商 品属性值之间的映射关系； 步骤2 :从加载完成的知识图谱中提取商品属性值，根据商品属性值或商品属性值和 商品属性值之间的映射关系生成抽取规则； 步骤3 :获取用户输入的自然语言，将抽取规则与用户输入的自然语言进行匹配，生成 结构化知识； 步骤4:调取知识图谱，将知识图谱与结构化知识进行比对，根据比对结果生成验证结 果； 步骤5 :检测验证结果中的商品属性的取值是否有歧义，如果是，则执行步骤6 ;如果 否，则根据验证结果生成商品列表，作为最终检索结果并输出，结束检索流程； 步骤6 :根据有歧义的验证结果生成提示语句，并输出提示语句； 步骤7 :再次获取用户重新输入的自然语言，并执行步骤3。
7. 根据权利要求6所述一种智能语义检索方法，其特征在于，步骤4还包括调取个性化 历史记录，将个性化历史记录与结构化知识进行比对，根据比对结果生成验证结果；所述个 性化历史记录为个体用户进行智能语义检索时，输入的自然语言与生成的最终检索结果的 映射关系的记录。
8. 根据权利要求6所述一种智能语义检索方法，其特征在于，所述步骤1还包括：在知 识库中预先存储知识图谱；所述知识图谱以OWL配置文件的形式存储，包括基础配置表和 规则配置表，所述基础配置表存储根据电子商务网站的约束规则生成的商品的属性及其对 应的属性值，所述规则配置表存储商品属性值之间的映射关系。
9. 根据权利要求7所述一种智能语义检索方法，其特征在于，所述步骤4具体为： 步骤41 :调取知识图谱，将知识图谱与结构化知识进行第一次比对，如果比对结果为 一致，则执行步骤42;如果比对结果为不一致，则将所述结构化知识进行第一次消歧处理， 并将第一次消歧处理后的结果作为验证结果并输出，执行步骤5 ; 步骤42 :调取个性化历史记录，将所述个性化历史记录与第一次比对后的结构化知识 进行第二次比对，如果第二次比对结果为一致，则将第二次比对后的结构化知识作为验证 结果并输出，执行步骤5 ;如果第二次比对结果不一致，则将其进行第二次消歧处理后作为 验证结果并输出，执彳丁步骤5。
10. 根据权利要求6所述一种智能语义检索方法，其特征在于，所述步骤5具体为： 步骤51 :根据用户输入的自然语言中文字的字符定位判断验证结果是否有交叉，如果 判定验证结果有交叉，根据用户输入的自然语言对有交叉的验证结果进行修正，将修正后 的结果生成商品列表，作为最终检索结果并输出，如果判定验证结果无交叉，则将所述验证 结果发送至映射检测单元； 步骤52 :检测验证结果中的商品属性的取值是否映射正确，如果是，则根据验证结果 生成商品列表，作为最终检索结果并输出；如果否，则执行步骤6。
【专利摘要】本发明涉及一种智能语义检索系统和方法,系统包括知识库、知识管理模块、规则生成模块、信息抽取模块、验证模块、意图生成模块和对话模块；知识库存储知识图谱，知识管理模块加载并管理知识图谱；规则生成模块根据知识图谱中商品属性值或商品属性值和商品属性值之间的映射关系生成抽取规则；信息抽取模块匹配抽取规则与用户输入的自然语言，生成结构化知识；验证模块将知识图谱与结构化知识进行比对并生成验证结果；意图生成模块检测验证结果中的商品属性的取值是否有歧义；对话模块根据有歧义的验证结果生成并输出提示语句。本发明能够更加智能化的理解用户输入的检索语句，检索结果具有更高准确率。
【IPC分类】G06F17-30
【公开号】CN104750795
【申请号】CN201510109472
【发明人】魏文轩
【申请人】北京云知声信息技术有限公司
【公开日】2015年7月1日
【申请日】2015年3月12日