面向知識庫的中文自然語言問句的語義理解
目標：將中文的自然語言轉化為SPARQL查詢
基本方法：
自然語言預處理：分詞（ICTCLAS），命名實體識別，句法分析（Standford Parser)得到句法分析樹
1、利用句法分析樹構建用戶的查詢語義圖（查詢語義圖是用來描述用戶的查詢中實體關系的一張圖，其中頂點表示命名實體或名詞性變量，邊表示頂點之間的關系）
2、實體消歧（將查詢語義圖中頂點對應到知識庫中實體）
3、謂詞消歧（將查詢語義圖中的邊映射為知識庫中的邊）
將自然語言中的關鍵詞映射為知識庫中的關系
3.1收集與關系相關度較高的關鍵詞（首先為知識庫中每個關系收集相關度比較高的動詞短語和名詞短語）
3.1.1對於任意一種關系a，首先抽取實體對R(a)<s,o>放入實體對集合P（a)，收集所有出現P（a)中實體對的句子，放入S（a),對句子進行詞性標注，將名詞和動詞的集合看作單個文檔，把文檔統一計算每個詞tf-idf值，最后進行降序排序。這樣就得到與每個關系相關，並且按照相關程度從高到低排序的詞的列表。
3.2謂詞映射（定義一種計算詞語相關度的算法，利用收集到的詞將圖中的謂詞映射到語義上最相關的關系）
4將查詢語義圖轉換成SPARQL語句