自動(dòng)回復(fù)系統(tǒng)中基于焦點(diǎn)的問(wèn)題分類

劉淑婷

(西安翻譯學(xué)院 工程技術(shù)學(xué)院，西安 710105)

0 引言

醫(yī)?？ㄗ詣?dòng)回復(fù)系統(tǒng)的建設(shè)補(bǔ)充了現(xiàn)有的咨詢渠道，實(shí)現(xiàn)了信息及時(shí)、高效地傳遞，方便參保用戶通過(guò)短信平臺(tái)及時(shí)咨詢醫(yī)保繳費(fèi)、報(bào)銷、辦理流程等問(wèn)題，用戶能隨時(shí)了解參保情況，并享受醫(yī)療保險(xiǎn)待遇，提高了西安市人社局的辦公效率和對(duì)參保用戶的服務(wù)質(zhì)量，在參保用戶與西安市人社局之間建立了一種快捷、高效、方便地的溝通渠道。

1 自動(dòng)回復(fù)系統(tǒng)

自動(dòng)回復(fù)系統(tǒng)目的是將精確答案發(fā)送到用戶手機(jī)上，并將已發(fā)送信息保存到數(shù)據(jù)庫(kù)中備查[1]。按照處理順序分為問(wèn)題理解、信息檢索、答案抽取[2]。問(wèn)題理解是對(duì)問(wèn)句進(jìn)行分析，包括詞法分析、語(yǔ)義分析、問(wèn)題分類，其準(zhǔn)確度直接影響后續(xù)階段的處理[3]。信息檢索是在文檔集合中利用問(wèn)題理解抽取出來(lái)的關(guān)鍵字查找出相關(guān)的文檔[4]。答案抽取是從信息檢索得出的文檔中提取與問(wèn)題相關(guān)的段落生成答案[5]。自動(dòng)回復(fù)系統(tǒng)的主要流程如圖1所示。

2 基于焦點(diǎn)的問(wèn)題分類

問(wèn)題理解需要對(duì)問(wèn)題語(yǔ)句做出分類，并對(duì)問(wèn)題的類型、語(yǔ)義和答案類型等進(jìn)行定性和定量。問(wèn)題分析的質(zhì)量限定了備選答案的范圍，并減少了答案的搜索空間，決定后續(xù)步驟采取的處理策略。

圖1 自動(dòng)回復(fù)系統(tǒng)的主要流程

2.1 利用問(wèn)題焦點(diǎn)分析分類的優(yōu)勢(shì)

傳統(tǒng)的問(wèn)題分析在對(duì)問(wèn)題分析完成后留下的是關(guān)鍵詞和一些對(duì)關(guān)鍵詞的擴(kuò)展，將句子分割成詞，降低了語(yǔ)言表達(dá)能力，并且丟失了詞語(yǔ)之間的關(guān)系，而問(wèn)題焦點(diǎn)表示的問(wèn)題分析在輸出關(guān)鍵詞集合的同時(shí)，還完整的保留了問(wèn)句的句式結(jié)構(gòu)和語(yǔ)義。

2.2 問(wèn)題焦點(diǎn)的確定

漢語(yǔ)問(wèn)句，一般分為疑問(wèn)句、反問(wèn)句、設(shè)問(wèn)句，醫(yī)?？ㄗ詣?dòng)回復(fù)系統(tǒng)只處理用于詢問(wèn)信息的疑問(wèn)句。疑問(wèn)句主要分為是非問(wèn)句、選擇問(wèn)句、特指問(wèn)句[6]。據(jù)統(tǒng)計(jì)，在醫(yī)保業(yè)務(wù)咨詢方面是非問(wèn)句不到10%，選擇問(wèn)句不到1%，約90%都是特指問(wèn)句。所以本文重點(diǎn)對(duì)特指問(wèn)句分析。

問(wèn)題焦點(diǎn)定義：?jiǎn)栴}焦點(diǎn)(Question Focus，QF)是由疑問(wèn)類型與疑問(wèn)內(nèi)容組成：

QF={疑問(wèn)類型：疑問(wèn)詞，疑問(wèn)對(duì)象：疑問(wèn)內(nèi)容}

例如，問(wèn)題Q(A)={醫(yī)?？ㄔ趺囱a(bǔ)辦？}，疑問(wèn)類型為特指疑問(wèn)，疑問(wèn)詞為“怎么”，疑問(wèn)對(duì)象為“補(bǔ)辦”事件，所以問(wèn)題焦點(diǎn)為QF(A)={特指疑問(wèn)：怎么；事件：補(bǔ)辦}。

2.2.1 疑問(wèn)類型

疑問(wèn)類型是問(wèn)題焦點(diǎn)的疑問(wèn)形式。特殊疑問(wèn)的疑問(wèn)類型常含有“什么”、“哪里”、“為什么”、“多少”等特指疑問(wèn)詞，其本身已顯現(xiàn)詢問(wèn)者想知道的內(nèi)容及回答方式，這些疑問(wèn)詞就是疑問(wèn)句的問(wèn)題焦點(diǎn)，能很準(zhǔn)確的提取疑問(wèn)句的意思。

2.2.2 疑問(wèn)對(duì)象

疑問(wèn)對(duì)象是詢問(wèn)者想知道的問(wèn)題答案。事就是事件，包括事件自身(如：補(bǔ)辦、辦理、報(bào)銷等)、事件論元(如：方式、地點(diǎn)、時(shí)間等)、事件之間的關(guān)系(如：區(qū)別、流程等)；物就是實(shí)體，包括實(shí)體自身(如：醫(yī)保卡、醫(yī)療保險(xiǎn)、醫(yī)保等)、實(shí)體的屬性(如：卡號(hào)、基數(shù)、繳費(fèi)比例等)、實(shí)體之間的相互關(guān)系(如：不同、包含等)等。疑問(wèn)對(duì)象分為兩大類六小類。如表1所示。

表1 問(wèn)題語(yǔ)義內(nèi)容分類體系實(shí)例

2.3 問(wèn)題分類的方法

問(wèn)題分類是把問(wèn)題讓機(jī)器區(qū)分，將尋找答案的范圍盡量縮小，以提高答案的精度。問(wèn)題分類結(jié)果的好壞直接影響問(wèn)題回答的系統(tǒng)性能。問(wèn)題焦點(diǎn)分類流程,如圖2所示。

圖2 問(wèn)題焦點(diǎn)分類流程

2.3.1 問(wèn)題焦點(diǎn)的獲取

從問(wèn)句中識(shí)別、標(biāo)注問(wèn)題焦點(diǎn)，建立問(wèn)題焦點(diǎn)數(shù)據(jù)結(jié)構(gòu)，篩選問(wèn)題中的相關(guān)信息，添加到焦點(diǎn)數(shù)據(jù)結(jié)構(gòu)中，即焦點(diǎn)的獲取。

本文調(diào)用語(yǔ)言云(語(yǔ)言技術(shù)平臺(tái)云 LTP-Cloud)對(duì)漢語(yǔ)中的文本句子進(jìn)行分詞處理。 LTP中采用863詞性標(biāo)注集，部分詞性含義,如表2所示。

表2 部分詞性含義

依存句法分析標(biāo)注關(guān)系(共14種)及含義,如表3所示。

表3 依存句法分析標(biāo)注關(guān)系(共14種)及含義

核心的語(yǔ)義角色為 A0-5 六種，A0 通常表示動(dòng)作的施事，A1通常表示動(dòng)作的影響等，A2-5 根據(jù)謂語(yǔ)動(dòng)詞不同會(huì)有不同的語(yǔ)義含義。其余的15個(gè)語(yǔ)義角色為附加語(yǔ)義角色。附加語(yǔ)義角色列表,如表4所示。

表4 附加語(yǔ)義角色及含義

例如，對(duì)問(wèn)題A“怎樣補(bǔ)辦醫(yī)保卡？”的預(yù)處理結(jié)果,如圖3所示。

圖3 對(duì)問(wèn)題A“怎樣補(bǔ)辦醫(yī)?？?？”的預(yù)處理結(jié)果

結(jié)果匯總,如表5所示。

表5 問(wèn)題A預(yù)處理結(jié)果

通過(guò)哈工大語(yǔ)言云的分析得出，問(wèn)題A中的詞性分別為：怎樣(r代詞), 補(bǔ)辦(v動(dòng)詞)，醫(yī)?？?n名詞)，？(wp標(biāo)點(diǎn)符號(hào))。

根據(jù)依存句法的分析結(jié)果，句子的核心謂詞為“補(bǔ)辦”，補(bǔ)辦的賓語(yǔ)是“醫(yī)保卡”，它們構(gòu)成VOB動(dòng)賓關(guān)系，“怎樣”是“補(bǔ)辦”的狀語(yǔ)，它們構(gòu)成ADV狀中關(guān)系。

在語(yǔ)義角色標(biāo)注中，補(bǔ)辦是謂詞，怎樣是它的方式(用ADV表示)，醫(yī)?？ㄊ撬氖苁?用A1表示)。

規(guī)則1：疑問(wèn)詞指代實(shí)體

例如，問(wèn)題Q1={醫(yī)?？ㄊ鞘裁矗縸，“醫(yī)?？ā笔恰笆恰钡腁0論元，以SBV依存于“是”；“什么”是“是”的A1論元，以VOB依存于“是”，得出的問(wèn)題焦點(diǎn)QF(Q1)={特指疑問(wèn)：什么；實(shí)體：醫(yī)保卡},如圖4所示。

圖4 對(duì)問(wèn)題Q1的預(yù)處理結(jié)果

問(wèn)題Q2={什么是醫(yī)保卡？}，“什么”是“是”的A0論元，以SBV依存于“是”；“醫(yī)?？ā笔恰笆恰钡腁1論元，以VOB依存于“是”，得出的問(wèn)題焦點(diǎn)QF(Q2)={特指疑問(wèn)：什么；實(shí)體：醫(yī)保卡},如圖5所示。

圖5 對(duì)問(wèn)題Q2的預(yù)處理結(jié)果

通過(guò)哈工大語(yǔ)言云分析得出，實(shí)體的名詞是“醫(yī)保卡”，Q1的焦點(diǎn)與Q1的焦點(diǎn)是一致的，即QF(Q1)=QF(Q2)。

規(guī)則2：疑問(wèn)詞修飾實(shí)體的屬性

例如，問(wèn)題Q3={醫(yī)保卡的卡號(hào)是多少？}，“醫(yī)?？ǖ目ㄌ?hào)”是“是”的A0論元，“卡號(hào)”以SBV依存于“是”；“多少”是“是”的A1論元，以VOB依存于“是”，從而確定問(wèn)題的焦點(diǎn)，QF(Q3)={特指疑問(wèn)：多少；實(shí)體屬性(醫(yī)?？?卡號(hào))：？}，用戶的疑問(wèn)是想知道實(shí)體“醫(yī)保卡”的屬性“卡號(hào)”的取值是什么,如圖6所示。

圖6 對(duì)問(wèn)題Q3的預(yù)處理結(jié)果

問(wèn)題Q4={醫(yī)保的最低基數(shù)是多少？}，“醫(yī)保的最低基數(shù)”是“是”的A0論元，“基數(shù)”以SBV依存于“是”；“多少”是“是”的A1論元，以VOB依存于“是”，從而確定問(wèn)題的焦點(diǎn)，QF(Q4)={特指疑問(wèn)：多少；實(shí)體屬性(醫(yī)保-最低基數(shù))：？ }，用戶的疑問(wèn)是想知道實(shí)體“醫(yī)?！钡膶傩浴白畹突鶖?shù)”的取值是什么，如圖7所示。

圖7 對(duì)問(wèn)題Q4的預(yù)處理結(jié)果

通過(guò)Q3與Q4可以看出，這類問(wèn)題的疑問(wèn)內(nèi)容是實(shí)體的屬性值。

規(guī)則3：特殊疑問(wèn)詞為事件的動(dòng)詞論元

例如，問(wèn)題Q5={怎么辦理醫(yī)保卡？}，QF(Q5)={特指疑問(wèn)：怎么；事件論元(辦理-醫(yī)?？?：？ }，用戶的疑問(wèn)是想知道事件“辦理”的論元取值是什么,如圖8所示。

圖8 對(duì)問(wèn)題Q5的預(yù)處理結(jié)果

例如，問(wèn)題Q6={如何辦理醫(yī)保？}，QF(Q6)={特指疑問(wèn)：如何；事件論元(辦理-醫(yī)保)：？}，用戶的疑問(wèn)是想知道事件“辦理”的論元取值是什么,如圖9所示。

圖9 對(duì)問(wèn)題Q6的預(yù)處理結(jié)果

通過(guò)Q5與Q6可以看出，它們的事件都是“辦理”，“怎么”與“如何”是同義詞，但“辦理”的對(duì)象不同，得出的焦點(diǎn)就不同，這類問(wèn)題是用戶想知道事件的論元取值，所以焦點(diǎn)是事件的論元。

2.3.2 基于焦點(diǎn)分類

焦點(diǎn)分類是對(duì)焦點(diǎn)相同的問(wèn)題進(jìn)行分類，焦點(diǎn)相同即同類。將疑問(wèn)對(duì)象存入數(shù)據(jù)庫(kù)中，并錄入具體的答案。例如，問(wèn)題Q3的疑問(wèn)對(duì)象是“卡號(hào)”，在數(shù)據(jù)庫(kù)中的實(shí)體屬性列錄入“卡號(hào)”。對(duì)問(wèn)題Q1～Q6進(jìn)行分類的結(jié)果是：Q1與Q2的類別是實(shí)體“醫(yī)?？ā保籕4的類別是實(shí)體屬性“最低基數(shù)”；Q5與Q6的類別是事件論元“辦理”。

3 信息檢索和答案抽取

信息檢索是使用經(jīng)過(guò)問(wèn)題分類處理得出的關(guān)鍵字，在數(shù)據(jù)庫(kù)中尋找問(wèn)題的答案。答案抽取決定提供什么答案給用戶。

經(jīng)過(guò)問(wèn)題分類，明確了問(wèn)題焦點(diǎn)，醫(yī)保卡數(shù)據(jù)庫(kù)查詢的過(guò)程是給定查詢的目標(biāo)(答案)，以及查詢的條件(事件、論元、實(shí)體、屬性等)，可以通過(guò)執(zhí)行SQL命令的方式從表中迅速、方便地檢索出數(shù)據(jù)。

具體語(yǔ)句為：SELECT問(wèn)題答案FROM短信回復(fù)數(shù)據(jù)表WHERE特指疑問(wèn)=具體的特指疑問(wèn)詞AND事件=具體事件名稱AND實(shí)體=具體實(shí)體名稱AND屬性=具體屬性名稱。

可以通過(guò)上述語(yǔ)句完成答案的查詢。其中，對(duì)于規(guī)則1的信息檢索，只要查詢(事件=具體事件名稱)或(實(shí)體=具體實(shí)體名稱)就可以查詢出具體的答案。規(guī)則2的信息檢索則需要查詢(實(shí)體=具體實(shí)體名稱)和(屬性=具體屬性名稱)。只有規(guī)則3需要全部查詢。

對(duì)于事件關(guān)系與實(shí)體關(guān)系問(wèn)題，根據(jù)語(yǔ)義進(jìn)行分析，通過(guò)自聯(lián)接完成。以實(shí)體關(guān)系為例，具體語(yǔ)句為：SELECT表1.問(wèn)題答 FROM短信回復(fù)數(shù)據(jù)表AS表1，短信回復(fù)數(shù)據(jù)表AS表2WHERE兩表連接AND特指疑問(wèn)=具體的特指疑問(wèn)詞AND表1.實(shí)體=具體實(shí)體名稱AND表1.實(shí)體2=具體實(shí)體名稱。

通過(guò)問(wèn)題理解、信息檢索、答案抽取，最終實(shí)現(xiàn)了醫(yī)?？ǘ绦抛詣?dòng)回復(fù)系統(tǒng)，如圖10所示。

圖10 短信自動(dòng)回復(fù)

4 總結(jié)

醫(yī)保卡自動(dòng)回復(fù)系統(tǒng)結(jié)合焦點(diǎn)的問(wèn)題理解，依存分析和語(yǔ)義角色標(biāo)注對(duì)問(wèn)題進(jìn)行了淺層語(yǔ)義分析，然后從預(yù)先定義的問(wèn)題焦點(diǎn)結(jié)構(gòu)與焦點(diǎn)抽取規(guī)則中獲取問(wèn)題焦點(diǎn)，最后根據(jù)焦點(diǎn)相同即同類實(shí)現(xiàn)問(wèn)題分類。該系統(tǒng)實(shí)現(xiàn)了醫(yī)保信息能夠方便、及時(shí)、高效的傳遞，一方面提高了人社局內(nèi)部的辦公效率，另一方面在參保用戶與人社局之間搭建一種方便、高效、快捷的溝通渠道，提高了對(duì)參保用戶的服務(wù)質(zhì)量。