1

私は NLP 分野の初心者であり、私の質問がばかげているか間違っている可能性があることをお詫びします。正しい方向への動きベクトルを与えることができる支援を楽しみにしています。

現在、私は自分の論文に取り組んでおり、その重要な部分である自然言語クエリ パーサーがあります。以前は、検索エンジン アルゴリズムの経験がありました。しかし今、私は自分のシステムがいくつかのタイプのクエリを「理解」し、大まかに言えば、それをデータベースクエリ言語に変換して構造化検索を実行できるようにしたいと考えています。たとえば、「ロシアに住んでいる私の友達」というクエリの場合、システムはテーブル「人」を調べて、「国 = ロシア」を持つ人を選択するだけです。

構造化された検索が、たとえばスパム フィルタリングのような単純な NLP 問題ではないことははっきりと理解していますが、最近では、Siri、Google Now、Facebook グラフ検索など、そのようなシステムが数多く生まれています。彼らはクエリを「理解」し、(従来の検索エンジンのように)ランク付けされた結果リストを提供するだけでなく、調査されたタイプの情報を適切に提示することができます. 彼らが内部でどのように機能するのかに興味がありましたが、十分な情報を見つけることができませんでした.

これらのシステムの研究と論文の進行に役立つ情報、参考文献、書籍を提供していただければ幸いです。できれば、国防省のクローズド開発ではなく、実際に適用することができます:)

英語は私の母国語ではありません。間違いをお詫びします。私の問題を理解していただければ幸いです。

4

1 に答える 1

2

あなたの質問は広すぎます。有用な回答を得たい場合は、より具体的にする必要があります。


アイデアは次のとおりです。クエリからフィラー ワードを削除してキーワードを取得し、キーワードを分析してセマンティックな意味を判断します。例えば:

my friends who live in Russia

つなぎ言葉の削除:

friends live Russia

分析 (類義語、セマンティクス、単語リストを使用):

friends -> people,
live -> location,
Russia -> country

次に、クエリを作成します。

于 2013-03-18T12:06:17.570 に答える