.net NLP/Quest。应答-从数据库中检索信息

最近我读了一些关于NLP的书，到目前为止，我已经（非常）了解了从句子分割到词性标注，以及知识表示等一切工作的基本原理

我知道有很多NLP库（主要是Java或Python），并且已经找到了一个.NET实现（）。事实上，它非常棒。无需编写任何自定义处理逻辑；只要使用它们的功能，瞧！用户输入被很好地分开，并带有POS标签

我不明白的是，如果我的主要动机是建立一个问答系统（类似于一个喋喋不休的人），那么接下来该怎么办。我可以使用哪些库（最好是.NET）？如果我希望构建自己的知识库，我应该如何表示我的知识？我是否需要将POS标记的输入解析为DB可以理解的其他内容？如果我使用MS SQL，是否有任何库可以帮助将POS标记的输入映射到数据库查询？或者我需要根据过程语义编写自己的数据库查询逻辑（我已经读过了）

---

当然，下一步是制定一个结构良好的答复，但我想我可以留待以后再说。现在困扰我的是这方面的资源不足（知识表示法，NLP到KB/DB检索），如果在座的任何人都能提供我您的专业知识，我将不胜感激：）

这是一个非常广泛的问题，因此它几乎不适合StackOverflow的格式，尽管如此，我还是想尝试一下

首先，一个关于NLP的单词
NLP领域成熟工具的广泛可用性本身就有点误导。当然，从词性标记或组块到自动摘要或命名实体识别等所有/大多数NLP功能都已涵盖，并且通常由各种库的逻辑和支持数据提供良好的服务。然而，从这些构建块构建真实世界的解决方案并不是一项简单的任务。我们需要：

• 沿着某种管道或链构建解决方案，从而将特定转换的结果输入到后续流程的输入中
• 配置各个过程：这些过程的计算框架已经建立，但它们对基础数据（如训练/参考语料库、可选调整参数等）极为敏感
• 选择并验证适当的功能/流程

对于与从文本中提取和处理语义元素相关的部分解决方案来说，上述问题尤其困难（一般来说，信息提取，但也包括共同引用消歧、关系提取或情感分析等）。这些NLP函数和各种库中相应的实现往往更难配置，对依赖于域的模式或语音级别的变化更敏感，甚至对支持语料库的“格式”更敏感

简言之，NLP库为问题中提到的“问答系统”等应用程序提供了必要的构建块，但需要大量的“胶水”以及如何和在何处使用胶水的大量自由裁量权（以及大量非NLP技术，如知识表示问题，如下所述）

关于知识表示的研究
如上所述，词性标注本身并不是NLP管道中的一个充分元素。本质上，词性标注将添加文本中每个单词的信息，表明该单词的[可能]语法角色（如名词、形容词、动词、代词等）该POS信息非常有用，因为它允许，例如，随后将文本分块成逻辑上相关的词组和/或在字典、分类法或本体中更精确地查找单个词

说明某些“问答系统”可能需要的信息提取类型和底层知识表示，我将讨论各种语义搜索引擎中使用的一种常见格式。但是，请注意，对于语义搜索，这种格式可能更具概念性，而不是规范性，其他应用程序（如专家系统或翻译机）需要其他形式的知识表示

想法是使用NLP技术和支持数据（从简单词汇的普通“查找表”，到分类的树状结构，再到用专门语言表示的本体），以从文本中提取实体的三元组，结构如下：

• 代理人：某事或某人“做”某事
• 动词：正在做什么
• 对象：完成“做”的人或项目（或更一般地说，关于“做”的一些补充信息）

示例：
猫/代理吃/动词鼠标/对象。
约翰·格里沙姆/代理编写/动词鹈鹕简报/对象
奶牛/代理产品/动词牛奶/对象

此外，这类三元组有时被称为“事实”，可以根据特定的语义模式分为各种类型，通常围绕动词的语义组织。例如，“因果”事实有一个动词，表示某种因果关系，“包含”事实有一个动词，暗示容器与容器的关系，“定义”事实指的是对象[如果只是部分]定义了主体/主体的模式（例如，“猫是哺乳动物”），等等

人们可以很容易地想象，如何查询这些事实数据库，以提供问题的答案，并提供各种智能和服务，如同义词替换或提高问题答案的相关性（与普通关键字匹配相比）

真正的困难在于