自然語言接口軟件的設(shè)計(jì)與實(shí)現(xiàn)

第頁自然語言接口軟件的設(shè)計(jì)與實(shí)現(xiàn)

關(guān)鍵字受限；自然語言；機(jī)器辭典；切詞；SQL語句

1引言

隨著人工智能的發(fā)展和數(shù)據(jù)庫(kù)技術(shù)的廣泛應(yīng)用，人們非常希望以一種更方便的方法去查詢數(shù)據(jù)庫(kù)。使用自然語言開展查詢無疑是解決這一問題的有效方法。它防止了以往命令式人機(jī)界面、圖形式人機(jī)界面繁雜的操作訓(xùn)練。事實(shí)證明，通用的自然語言理解往往是低效的，而作為數(shù)據(jù)庫(kù)人機(jī)接口的自然語言界面具有使用目的單一、用詞范圍有限等特點(diǎn)，在數(shù)據(jù)庫(kù)查詢意義上實(shí)現(xiàn)自然語言理解是完全可行的。另外，我們可以通過語音識(shí)別技術(shù)開展語音輸入，從而簡(jiǎn)化復(fù)雜的輸入工作。

本系統(tǒng)針對(duì)數(shù)據(jù)庫(kù)這一單一領(lǐng)域開展查詢，從而簡(jiǎn)化了數(shù)據(jù)庫(kù)查詢的復(fù)雜操作。以提取查詢對(duì)象和查詢條件為手段，生成數(shù)據(jù)庫(kù)查詢語句為目的的軟件。本軟件的人機(jī)交互界面既可以單純的通過輸入語句，然后轉(zhuǎn)換成SQL語句，也可以通過語音輸入，再依靠復(fù)制-粘貼的手段開展輸入，然后轉(zhuǎn)換成SQL語句。

2數(shù)據(jù)辭典的設(shè)計(jì)

2.1辭典構(gòu)造的設(shè)計(jì)

為了便于以后對(duì)機(jī)器辭典開展查找，本系統(tǒng)通過類來設(shè)計(jì)了機(jī)器辭典，具體構(gòu)造如下：

classjqcd//定義一個(gè)反映機(jī)器辭典的jqcd類

{char*ct;//詞條字符串

char*yzym;//標(biāo)志

char*yybz;//語義

char*szb1;//所在表1

char*szb2;//所在表2

char*szb3;//所在表3

}

其中：ct：表示詞條字符串，在切詞時(shí)開展匹配，便于以后生成SQL語句。yzym：表示句法標(biāo)志，用來表示詞條在語句中的功能。

用九個(gè)數(shù)字表示不同的含義，其中：“0”表示域名，“1”表示域值，“2”表示邏輯操作符，“3”表示關(guān)系操作符，“4”表示查詢動(dòng)詞，“5”表示疑問詞，“6”表示連接動(dòng)詞，“7”表示使役動(dòng)詞，“8”表示中性詞。yybz：表示語義標(biāo)志，用來表示詞條所對(duì)應(yīng)的概念在語義框架中的功能。給詞條加上合適的語義標(biāo)志，有助于以后生成SQL語句。語義標(biāo)志比語法標(biāo)志復(fù)雜的多。szb1：表示詞條所在表1，因?yàn)橛行┰~條（如學(xué)號(hào)等）不只在一個(gè)表中，指出所在表有助于以后生成SQL語句。szb2:表示詞條所在表2，因?yàn)橛行┰~條（如學(xué)號(hào)等）不只在一個(gè)表中，指出所在表有助于以后生成SQL語句。szb3:表示詞條所在表3，因?yàn)橛行┰~條（如學(xué)號(hào)等）不只在一個(gè)表中，指出所在表有助于以后生成SQL語句。

2.2辭典的排序

辭典排序采取先按機(jī)內(nèi)碼由小到大，再按詞條長(zhǎng)度由大到小開展排序，通過排序以后，切詞時(shí)可以先通過機(jī)內(nèi)碼找到該詞第一個(gè)字，然后通過最大匹配法開展切詞。

3切詞及其存儲(chǔ)

3.1切詞

切詞采取機(jī)內(nèi)碼匹配，然后通過匹配詞條字符串開展切詞，具體流程如圖1所示。

具體分析如下：首先，讀入句子。然后，按照句子的第一個(gè)字的機(jī)內(nèi)碼與辭典中的詞條第一個(gè)字相匹配，匹配成功則從辭典中順序查找詞條，找到詞條后入棧。如果找不到，則開展容錯(cuò)處理。對(duì)于數(shù)字，我們給他添加特別標(biāo)志，使其在辭典中的位置為“-1”，以后開展分析時(shí)，只要遇到位置為“-1”的詞時(shí)，就認(rèn)為是數(shù)字。

3.2存儲(chǔ)

切詞完畢，用棧開展存儲(chǔ)中間結(jié)果，棧的構(gòu)造如下：

structsave

{char*savestr;

intindexInDirectory;

structsave*next;

};

其中：savestr存儲(chǔ)切出的詞。indexInDirectory存儲(chǔ)切出的詞在辭典中的位置，便于以后查詢機(jī)器辭典中的詞條。

4中間鏈表的生成

生成中間鏈表的`目的是為了便于以后的語句分析，便于生成查找對(duì)象和查找條件中間鏈表的構(gòu)造如下：

structwTypeList

{charword;//詞條

char*wordType;//詞性

charfield_value;//對(duì)應(yīng)的域值

charfield_name;//對(duì)應(yīng)的域名

intlocationlibrary;//在辭典中的位置

structwTypeList*next;//next指針

};

其中：該中間鏈表中的詞性是關(guān)系到以后生成查詢對(duì)象和查詢條件的關(guān)鍵項(xiàng)。通過詞性的判斷可以提取查詢對(duì)象和查詢條件，以便生成SQL語句。

5查詢對(duì)象的生成

自然語言的查詢語句不外乎是命令性的祈使句、疑問句、條件判斷句，根據(jù)相應(yīng)句型，采用不同搜索方式來確定查詢對(duì)象，本軟件采用三種搜索方式：不需要搜索查詢對(duì)象、需正向搜索查詢對(duì)象、需逆向搜索查詢對(duì)象。

經(jīng)過反復(fù)比較和總結(jié)自然語言查詢語句，共有六種句型：

（1）who—sentence如“誰的學(xué)號(hào)為100033102？”，這種句型的查詢對(duì)象隱含在“誰”中，搜索方式為“不需搜索”。

（2）us—sentence如“哪些學(xué)生的籍貫是**？”

（3）特殊語句：即verbqus不在句子首尾，而可以在其他的任何位置上。如“戴子強(qiáng)是哪個(gè)地方的人？”。以上句型一般采用正向搜索查詢對(duì)象。

（4）findsentence這是以動(dòng)詞開頭的句型，大部分的祈使句的查詢句都是這種句型。如“查詢學(xué)號(hào)為1000033102的學(xué)生的姓名”。

（5）b（把）sentence這是以“把”為首的祈使句。如“把學(xué)號(hào)為1000033102的學(xué)生找出來”。

（6）sentence--verb—qus（who）這種句型是以verbqus或verbwho結(jié)尾的句子，如“張三的學(xué)號(hào)是多少？”

（4）（5）（6）三種句型采取逆向搜索查詢對(duì)象。以上六種句型，其覆蓋的查詢句子已相當(dāng)廣泛，所以當(dāng)句型和搜索方式確定以后，就可以找出查詢對(duì)象。查詢對(duì)象的搜索規(guī)則滲透到程序中，采取的方法是一邊搜索中間詞鏈，一邊根據(jù)句型搜索查詢對(duì)象。

6查詢條件的生成

首先，根據(jù)前面生成的中間詞鏈，在通過查詢對(duì)象尋找的程序后用一個(gè)指針從中間詞鏈的頭移動(dòng)到尾，分別判斷當(dāng)前指針指向的結(jié)點(diǎn)的詞性是不是為“-1”、“8”、“4”，即為查詢對(duì)象、查詢動(dòng)詞、中性詞、一般動(dòng)詞。如果是，指針后移；如果不是，則復(fù)制該結(jié)點(diǎn)，然后執(zhí)行插入查詢條件詞鏈中的程序。這樣指針移動(dòng)到頭后，所生成的查詢條件鏈就是下一步程序所要的詞鏈。若中間詞鏈的頭指針和首結(jié)點(diǎn)相等的話，即中間詞鏈為空，則直接返回查詢條件棧的頭指針。

其次，根據(jù)七種基本模版：（1）域名+關(guān)系符+域值（2）域名+關(guān)系符（3）域名+域值（4）域值（5）域值+域名+關(guān)系符（6）域值+域名（7）關(guān)系符+域名開展匹配。一個(gè)查詢條件鏈可以有一個(gè)或多個(gè)模版組成。

最后，將匹配成功的一個(gè)或多個(gè)模版分別壓入條件棧，返回入棧后的棧頂指針。在沒有找到匹配的模版或條件鏈為空時(shí)，直接返回沒有結(jié)點(diǎn)的條件棧的棧頂指針。

查詢條件棧的構(gòu)造為：

structcondStack//查詢條件棧

{char*name;//域名

intnameIndex;//域名在字典中的位置

char*condition;//關(guān)系（邏輯或者一般關(guān)系）

char*value;//域值

intvalueIndex;//域值在字典中的位置

structcondStack*next;

};

7SQL語句的生成

根據(jù)前面生成的查詢對(duì)象棧和查詢條件棧，開展SQL語句的轉(zhuǎn)換。

首先，判斷對(duì)象棧和條件棧是否為空。如果這兩個(gè)棧有一個(gè)為空，則SQL轉(zhuǎn)化沒有方法執(zhí)行，直接返回空。

其次，分別將對(duì)象棧和條件棧中的結(jié)點(diǎn)做出棧處理。并分別記下查詢對(duì)象和條件的個(gè)數(shù)，并判斷該查詢語句屬于哪一種情況：（1）單對(duì)象，單條件（2）單對(duì)象，多條件（3）多對(duì)象，但條件（4）多對(duì)象，多條件。

然后，根據(jù)屬于哪一種情況，來開展對(duì)漢語查詢語句的SQL轉(zhuǎn)換。但是，不管查詢語句屬于哪一種情況，都要開展判斷查詢對(duì)象和查詢條件是否在同一個(gè)表中。這是通過szb()函數(shù)和OneOrMoreTable()函數(shù)結(jié)合來實(shí)現(xiàn)的。

在單對(duì)象，單條件中，如果查詢對(duì)象和條件在同一表中，則直接調(diào)用函數(shù)one()來執(zhí)行SQL語句的轉(zhuǎn)化。在one()函數(shù)中，將select、from、where等SQL語句中必要的單詞轉(zhuǎn)換成字符串，將查詢對(duì)象和查詢條件根據(jù)他們能在SQL中的位置開展轉(zhuǎn)換。當(dāng)查詢對(duì)象和查詢條件不在同一個(gè)表中，此時(shí)就是一個(gè)嵌套查詢的語句。根據(jù)提供的9個(gè)表，找出查詢對(duì)象和查詢條件分別所在表之間的聯(lián)系。因這9個(gè)表之間都是通過什么號(hào)（例如：學(xué)號(hào)、院系號(hào)）開展聯(lián)系的，所以最后在多表問題上通過表之間的聯(lián)系并調(diào)用more()函數(shù)來開展SQL語句的轉(zhuǎn)換。

在單對(duì)象，多條件情況中，先判斷條件是否在同一個(gè)表中，然后在分別判斷多條件和單個(gè)對(duì)象是否在同一個(gè)表中。這樣就又會(huì)出現(xiàn)多條件在同一個(gè)表中，與單對(duì)象在同一個(gè)表中，與單對(duì)象不再同一個(gè)表中；多條件不在同一個(gè)表中，單條件與單對(duì)象在同一個(gè)表中，單條件與對(duì)象不再同一個(gè)表中等多種情況。分別對(duì)這些情況開展判斷和分析，最后都將它們轉(zhuǎn)換成簡(jiǎn)單的單對(duì)象單條件的情況開展處理。對(duì)于實(shí)在沒有方法處理的句子情況