去年的齐鲁软件大赛，关于语义识别方面，一种简单的实现想法。

        去年的第九届齐鲁软件大赛中，我们团队的作品《南山景区3D智能旅游咨询员》当中，其中一个功能是智能问答。就是用户通过说话或者打字向虚拟旅游咨询员提问，虚拟旅游咨询员思考后会做出相应回答。如果是用问题的关键字去匹配用户问题问题来实现，实用性就太低了。因为人们平时说话，经常存在同义词或者语义不明等情况。在实现这个功能的时候，我们尽可能的去分析人们平时说话的语义，模拟让计算机理解自然语言，做到模糊匹配。（我们本科作品，水平有限。。大牛们可以忽略。。-0-）

 

        技术背景：MFC(主框架)+OGRE（3D图形渲染）+语音识别引擎+UDK+FLASH

 

        首先假设，以下是人们平时可能提出的问题：

 

       1、请给我介绍一下关于南山大佛的历史

       2、推荐一下南山大佛的旅游路线

       3、景区附近有什么旅馆。

       4、青岛到南山景区怎么走

 

       问题来了，人说话，千变万化，尤其是同义词。比如：“南山大佛的历史”和“南山大佛的渊源”其实意思上是一样的。如果连同义词都不处理，那这个功能基本是不可用的。所以第一步，首先替换问题中的同义词。通过摘一些现实生活中，各种各样人提问，总结这些同义词。首先进行一系列替换。这一步的关键是，同义词库一定要够量，尽量覆盖日常相关的提问。

 

        比如关于“怎么走”一律归为“路线”，“介绍，告诉我，什么是”一律归为“简介”。所以第一步之后，有可能问题已经面目全非，但是不要紧，我们要的是分析用户的语义，所以只要计算机接下来能理解就好了。

 

       关键词成功替换之后，第二步就是再把统一的关键词提取出来。我不是学文科的不懂语法，但是起码分析了很多平时人们常说的话之后，其实是有很多共同点的，修饰词都是没有用，其实核心那就是动宾结构，主语都可以省略。其实同义词转换之后，再抽取主干之后就是：

 

       1、请给我简介一下关于南山大佛的历史

       2、推荐一下南山大佛的旅游路线

       3、景区附近有什么酒店。

       4、青岛到南山景区路线

 

        问题一下变成了精华，关键点到了。这个只是简单的一问一答，所以没有去考虑更具体的拆分句子，更深层的语义，双重否定什么的。介于很少有人提出“请不要给我介绍一下XXXX”，“XXX的XXXX是不是XXX的XXXX?还是XXXX的XXXX?”这种变态的句子。

 

        之后要进行第三步，判断动词是否是具有方向性，因为起点和终点是不一样的。

       

        判断动作方向性之后，最后，用关键字匹配问答库。把提取出来的关键字，放到数组里再去匹配问答库里的问题题干，如果全匹配成功，则作答。如果关键字没有全匹配成功，则返回最相近的那个。比如四个关键字，返回匹配成功三个关键字的问题题干。然后计算机反问用户一句：您想要问的是不是XXXXX（返回的题干）？一方面避免了错回答问题的几率，令一方面给用户更友好的感觉。

       

 

        比如数据库里有：“青岛到南山景区的路线。”和“烟台到南山景区的路线”

 

        用户问了：“请告诉我青岛到烟台的路线。”

 

        首先先判断清楚了，是从青岛到烟台，而不是从烟台到青岛。其次匹配不到用户的问题，反问用户最匹配的问题，可以加入问题的提问率，每当回答一次就增加该问题的提问率，显然，返回提问率较高的问题被认可的几率更大。

 

        这就是我们实现问答的具体思路。实践过程中感觉效果还不错。前来测试的用户都是尽可能简短的向计算机提问（可能是怕计算机听不懂-0-）。不过只要不说非常绕弯的语义，计算机都能非常正确“听懂”用户的问题。做出回答。

 

        另外，我们还让虚拟人记录了最近问的几次问题，中间夹杂一些衔接语，调侃以及敏感词的判断，都得到了好评。比如如下：

 

用户：早上好

 

虚拟人：您好，但现在已经是下午XX点了（礼貌及调侃判断）

 

用户：请告诉我青岛怎么去烟台啊？

 

虚拟人：对不起，您的问题我不清楚，你想要问的是不是“从青岛到南山景区的路线”？（问答判断，同时记录刚才的问题）

 

用户：恩，是的！

 

虚拟人：您可以通过XXXXX高速XXXXXXXXXXXX，您还有什么要问的吗？（回答了刚才的问题，并且加上部分衔接语）

 

用户：不用了，谢谢。

 

虚拟人：不客气，希望您在南山景区玩的开心。（礼貌判断）

 

 

这只是我们团队当时的一种实现想法，实现起来不难，但是起到了非常好的效果。大家有什么好的想法互相交流，来完善3D智能旅游咨询员这个命题！