从文本中提取含义表示的制作方法
本申请一般涉及信息技术，并且更具体地，涉及人工智能中的自然语言理解。
自然语言理解(NLU)涉及例如机器阅读理解，并且通常被认为是人工智能中的较困难的问题之一。由于NLU的许多应用，包括例如自动推理、机器翻译和语音激活，人们对NLU有相当大的兴趣。计算机科学中的现有技术通常限于自然语言处理(NLP)和信息提取(IE)系统。这些系统不能提供真正的NLU能力。另外，理论语言学和语义学对单词“含义”的定义仍不一致，理论语义学中单词“含义”的几种方法中没有一个方法可用于为NLU建立基于计算机的系统。
技术实现要素：
在本文描述的主题的一个实施例中，提供了用于从文本提取含义表示的技术。一种示例性方法包括以下步骤：对至少一个文本片段执行语法分析以导出该文本片段的语法结构；选择与所导出的语法结构对应的一个或多个预定义语法结构模板，其中，预定义语法结构模板中的每一个预定义语法结构模板针对所导出的语法结构定义语义原词和与该语义原词对应的语义特征的不同组合；检测文本片段中的语义信息，其中，该语义信息包括(i)语义原词中的至少一个和(ii)对应的语义特征中的一个或多个；识别所选择的预定义语法结构模板中的与所导出的语法结构和在该文本片段中的检测到的语义信息相匹配的一个预定义语法结构模板；至少部分地基于该识别来生成该文本片段的可计算含义表示；以及将该可计算含义表示输出到一个或多个自然语言理解应用。
本发明的另一实施例或其元素可以以有形地体现计算机可读指令的计算机程序产品的形式来实现，当实现该计算机可读指令时，使得计算机执行多个方法步骤，如本文所描述的。此外，本发明的另一实施例或其元素可以以包括存储器和至少一个处理器的系统的形式实现，该至少一个处理器耦合到存储器并且被配置为执行所描述的方法步骤。此外，本发明的另一实施例或其元素可以以用于执行本文所描述的方法步骤的装置或其元件的形式来实现；该装置可以包括硬件模块或硬件和软件模块的组合，其中软件模块存储在有形计算机可读存储介质(或多个这样的介质)中。
本发明的这些和其它目的、特征和优点将从以下结合附图阅读的对其说明性实施例的详细描述中变得显而易见。
附图说明
现在将参考附图仅通过示例的方式描述本发明的实施例，在附图中：
图1是示出根据本发明的示例性实施例的系统架构的图；
图2是示出根据示例性实施例的语义信息检测器的图；
图3是示出根据示例性实施例的具有相关联的可能含义的语法结构的示图；
图4是示出根据本发明实施例的技术的流程图；
图5是可以在其上实现本发明的至少一个实施例的示例性计算机系统的系统图；
图6示出了根据本发明实施例的云计算环境；以及
图7示出了根据本发明实施例的抽象模型层。
具体实施方式
如上所述，现有技术不能提供供应真正NLU能力的基于计算机的系统。将文本转换成其含义表示的系统被称为语义解析器。通常，在语义解析中存在两种情况，即开放领域和封闭领域。在封闭领域的情况下，假设输入文本仅来自给定领域，并且存在该领域的某种表示。例如，本体经常被用作领域知识表示。本体通常包括在领域中活动的概念和关系。例如，如果该领域是购买飞机票，则本体包括诸如票、航班、目的地、城市、州、国家、价格、非停止等概念。该领域中的关系的例子包括所购买的票、为票支付的价格、航班的出发城市等。
存在若干方法来检测在给定本体的情况下在输入文本中存在什么概念和关系。一种方法是基于规则的系统，它具有由依赖关系解析器和规则匹配引擎组成的传统NLP流水线。这些系统将预先配置的规则应用于根据每个输入句子生成的依赖关系树，以搜索指示来自本体的什么概念和关系的匹配。检测到的概念和关系被视为含义表示。该含义表示还可以通过其到相应SQL查询的转换而被用在特定NLU任务中，诸如自然语言接口到数据库。
这种方法有几个缺点。首先，本体通常需要提前知道，这对于广泛的知识领域是有问题的。其次，依赖关系解析往往出错，从而导致系统相对不准确(大约60-70％)。另外，规则要提前创建，这不仅耗时，而且易于出错。
另一种语义解析的方法是基于深度学习(DL)技术，其中，在经标注的句子及其使用逻辑形式的含义表示的大型语料库上训练解析器。这种类型的方法具有需要经注释的数据的大型语料库的缺点。另外，在该语料库内，仅非常简单的含义结构是可能的。因此，这些系统也往往是不准确的，特别是当系统在一个领域中训练，然后向其呈现来自另一个不同领域的问题时。这是当系统在训练语料库中提供的一组示例内学习从文本到结构化表示的映射时的情况。
人类语言是非常复杂的，并且这些方法通常不适于复杂的情况或当从不同领域呈现系统时。
本文的示例性实施例描述了用于以可计算方式表示文本含义的技术。通常，这些技术将含义表示为通用含义原语及其特征的组合。例如，可以通过应用语义原词和自然语义元语言(NSM)理论以可计算方式提取含义表示来提取含义。
NSM用于70+语言，并且还处理多个语言概念。NSM假定含义可以由非常小的数量(即，六十四)的语义原词来表示。语义原词是通用的概念，因为它们可以被翻译成任何已知的语言并且保留它们的语义表示。语义原词也是原始的，因为它们对应于最简单的语言概念，并且不能使用更简单的术语来定义。NSM还提供关于这些语义原词如何彼此交互的规则。NSM中的语义分析导致被称为“解释”的缩减的释义，其捕获所解释的概念的含义。下面是NSM解释的一个实例：
某人X是高兴的(此时)：
●此时某人X是这样认为的：
○“如我所愿地，在我身上发生了许多好事
○我现在可以如我所愿做很多事情
○这很好”
●因此，某人此时感觉到了好事
○就像某人在其这样想时能感受到的
现在转到图1，该图是示出根据示例性实施例的系统架构100的图。架构100包括语法结构解析器110、语法模板选择器115、语义信息检测器125、语义信息组合器130和含义提取器135。
语法解析器110获得文本105的一个或多个片段，并分析这些片段以导出语法结构。这可以例如通过使用成分或依赖关系解析器来完成。语法模板选择器115选择与所导出的语法结构相对应的一个或多个语法结构模板120。注意，语法结构模板120中的每一个定义如何组合语义原词及其特征。语法结构模板120可经由离线处理(例如，基于手动语言分析)来预先确定。
语义信息检测器125检测文本片段105中的语义原词及其特征。可以使用在按语义原词的大型语料库(例如，大约100,000个句子)上训练的DL模型来执行检测。这样，不管所使用的领域是什么，通用的构件块都被检测，并且这些构件块可以容易地被任何应用使用。这样，语义信息检测器125只需要训练一次，而不需要针对特定领域和/或特定应用进行重新训练。
还参考图2，该图描绘了根据至少一个示例实施例的NSM语义信息检测器205。NSM语义信息检测器205可以对应于例如图1中的语义信息检测器125。NSM语义信息检测器205包括多个NSM检测器210-1、1…210-64(统称为NSM检测器210)，其中NSM检测器中的每一个被配置为检测六十四个语义原词之一及其特征。NSM检测器210中的每一个可以基于DL方法，诸如具有注意模型的双向-长期存储器(Bi-LSTM)。
语义信息组合器130使用由语法模板选择器115选择的语法结构模板来组合检测到的语义原词及其特征。含义提取器135确定所选择的语法结构模板中的哪一个保证文本片段的语法结构和由语义信息检测器125输出的语义信息之间的匹配，并且基于该匹配输出文本片段的含义表示140。含义表示然后可以由一个或多个NLU应用145使用。
因此，一系列处理步骤可以包括以下各项：
1.解析输入文本(诸如，通过成分解析器或依赖关系解析器)。
2.提前准备的语法模板被应用于经解析的文本以寻找匹配。在至少一个示例中，语法模板等效于依赖关系树的子树(诸如，主语-动词-宾语、名词-介词-名词等)。每个模板具有与其相关联的过多含义，其中每个含义取决于触发给定语法模式的单词的语义特性。
3.输入文本通过语义检测器，作为非限制性示例，语义检测器基于NSM理论来确定输入文本及其单词的语义特性。
4.给定从步骤3确定的语义特征，可以确定给定语法结构的哪些潜在含义实际上存在于输入文本中。
现在参考图3，该图描绘了根据示例性实施例的语法结构305。在该示例中，语法结构305是“NP1(人)V NP2(人)NP3(事)”，其中NP表示名词短语，而V表示动词。语法结构305对应于英语中的内部与格(internal dative)(例如，参见Wierzbicka，A.，The Semantics of Grammer，第18卷，John Benjamins出版公司，1988)。语法结构305包括八个对应的类型310。每个类型310是不同的，并提供关于如何组合给定语法结构305的语义原词及其特征的模板。例如，类型1-Transfer提供了以下模板：
NP1对NP3做了一些事情
希望NP2具有NP3
因此NP3发生了一些事情
此时可以想到：
因此NP2将具有NP3
如可以看到的，在类型1-Transfer中，NP3将主要表示物理的具体对象，并且动词将非常经常地指示由NP3表示的对象处于运动中(语义原词)；而在类型6-Telling中，NP3将一般地表示单词，因为这种类型涉及信息交换。
一旦所有语义原词检测器已经被应用于输入文本，图3中所示的八种类型中的每一种可以与其它类型中的每一种相区分。在应用语义原词检测器之后，含义提取器135确定输入文本的含义(即，类型中的哪一个)。
作为另一个示例，类型6-Telling提供了以下模板：
NP1对NP2说了一些事情
因此希望NP2知道NP3
因此NP3发生了一些事情
此时可以想到：
因此NP2将知道NP3
基于以上描述，对应于其它类型310的模板对于本领域技术人员将是显而易见的。
为了确定具有特定语法结构的输入句子的含义，根据相对应的模板来组成句子的所有语义信息。输入句子的含义于是等于产生形式(即，语法)和内容(即，语义)之间的匹配的模板。例如，输入句子“Jim threw Betty an apple”的语法结构对应于图3中的语法结构305(即，英语中的内部与格)。然后根据不同的类型模板310组合句子的语义信息以寻找匹配。对于该示例，输入句子“Jim threw Betty an apple”匹配类型1-Transfer。作为另一个示例，输入句子“Bill emailed Sue the news”与类型6-Telling匹配。
根据示例实施例，可以对文本片段检测语义原词及其对应的特征，使得这些特征中的每一个具有单独的表示。因此，给定输入文本的语义信息可以包括表示六十四个语义原词中的一个或多个的数据，以及表示与这些语义原词相对应的特征中的每一个特征的数据。例如，如果在输入句子中检测到语义原词MOTION，则语义信息可以包括MOTION的数据表示，以及与语义原词MOTION相对应的特征的数据表示。与语义原词MOTION相对应的特征可以包括，例如输入句子中的什么对象处于运动中，以及关于运动本身的特征的任何附加信息，无论对象是自身运动(例如，产生用于运动的力)还是通过从另一对象施加力而运动，无论运动的起始点是否被指示等。作为示例，如果输入是“Jack jumped from cliff”，则输出的数据表示可以指示：(i)存在运动，(ii)Jack是运动对象，(iii)运动大部分是垂直的，(iv)运动的起始点是悬崖等。数据表示可以包括例如示出语义原词、语义原词的特征以及它们之间的关系的一个或多个图。
图4是根据本文所描述主题的示例性实施例的过程400的流程图。步骤402包括对至少一个文本片段执行语法分析以导出该文本片段的语法结构。步骤404包括选择与所导出的语法结构相对应的一个或多个预定义语法结构模板，其中预定义语法结构模板中的每一个定义所导出的语法结构的语义原词和与语义原词相对应的语义特征的不同组合。步骤406包括检测文本片段中的语义信息，其中语义信息包括(i)语义原词中的至少一个和(ii)对应的语义特征中的一个或多个。步骤408包括识别所选择的预定义语法结构模板中与所导出的语法结构和文本片段中的所检测到的语义信息相匹配的一个预定义语法结构模板。步骤410包括至少部分地基于该识别来生成文本片段的可计算含义表示。步骤412包括将可计算含义表示输出到一个或多个自然语言理解应用。
语法分析可以由成分解析器或依赖关系解析器执行。一个或多个预定义的语法结构模板可以从由离线语言分析定义的多个预定义语法结构模板中选择。步骤406中的检测可以包括将文本片段作为输入提供给至少一个经训练的神经网络，其中至少一个经训练的神经网络输出语义信息。该至少一个经训练的神经网络可以包括具有注意力的双向-长短期记忆(B-LSTM)模型。该至少一个经训练的神经网络可以被训练以检测跨多个领域的多个语义原词中的每一个。可从一组六十四个语义原词中检测至少一个语义原词。过程400可以包括从以下各项中的一个或多个获得至少一个文本片段：文本文件、音频文件、图像文件和视频文件。
如本文所述，图4中所描绘的技术还可以包括提供一种系统，其中该系统包括不同的软件模块，每个不同的软件模块被包含在有形的计算机可读可记录存储介质上。例如，所有模块(或其任何子集)可以在相同的介质上，或者每个模块可以在不同的介质上。模块可以包括图中所示和/或本文所描述的任何或所有组件。在本发明的实施例中，模块可以例如在硬件处理器上运行。然后，可以使用如上所描述的在硬件处理器上执行的系统的不同软件模块来执行方法步骤。此外，计算机程序产品可以包括有形计算机可读可记录存储介质，其具有适于被执行以执行本文描述的至少一个方法步骤的代码，包括向系统提供不同的软件模块。
另外，图4中所描绘的技术可以经由计算机程序产品来实现，该计算机程序产品可以包括存储在数据处理系统中的计算机可读存储介质中的计算机可用程序代码，并且其中该计算机可用程序代码是通过网络从远程数据处理系统下载的。此外，在本发明的实施例中，计算机程序产品可以包括存储在服务器数据处理系统中的计算机可读存储介质中的计算机可用程序代码，并且其中计算机可用程序代码通过网络下载到远程数据处理系统，以便在具有远程系统的计算机可读存储介质中使用。
本发明的实施例或其元件可以以包括存储器和至少一个处理器的装置的形式来实现，该至少一个处理器耦合到存储器并且被配置为执行示例性方法步骤。
另外，本发明的实施例可以利用在计算机或工作站上运行的软件。参考图5，这样的实现可以采用例如处理器502、存储器504和例如由显示器506和键盘508形成的输入/输出接口。这里使用的术语“处理器”旨在包括任何处理设备，例如包括CPU(中央处理单元)和/或其他形式的处理电路的处理设备。此外，术语“处理器”可以指多于一个的单独处理器。术语“存储器”旨在包括与处理器或CPU相关联的存储器，例如，RAM(随机存取存储器)、ROM(只读存储器)、固定存储器设备(例如，硬盘驱动器)、可移动存储器设备(例如，磁盘)、闪存等。另外，这里使用的短语“输入/输出接口”旨在包括例如用于向处理单元输入数据的机构(例如，鼠标)和用于提供与处理单元相关联的结果的机构(例如，打印机)。处理器502、存储器504和诸如显示器506和键盘508的输入/输出接口可以例如经由作为数据处理单元512的一部分的总线510互连。例如经由总线510的适当互连也可以提供给例如网卡的网络接口514，网络接口514可以被提供以与计算机网络接口，以及提供给例如磁盘或CD-ROM驱动器的介质接口516，介质接口516可以被提供以与介质518接口。
因此，包括用于执行如本文所描述的本发明的方法的指令或代码的计算机软件可以存储在相关的存储器设备(例如，ROM、固定或可移动存储器)中，并且当准备使用时，部分或全部加载(例如，加载到RAM中)并由CPU实现。这种软件可以包括但不限于固件、驻留软件、微代码等。
适于存储和/或执行程序代码的数据处理系统将包括至少一个通过系统总线510直接或间接耦合到存储器元件504的处理器502。存储器元件可以包括在程序代码的实际实现期间采用的本地存储器、大容量存储装置、以及提供至少一些程序代码的临时存储以便减少在实现期间必须从大容量存储装置取回代码的次数的高速缓存。
输入/输出或I/O设备(包括但不限于键盘508、显示器506、指示设备等)可以直接(诸如，经由总线510)或通过中间I/O控制器(为了清楚起见而省略)耦合到系统。
诸如网络接口514的网络适配器也可以耦合到系统，以使数据处理系统能够通过中间的专用或公共网络耦合到其它数据处理系统或远程打印机或存储设备。调制解调器、电缆调制解调器和以太网卡只是当前可用的网络适配器的几种类型。
如本文(包括权利要求书)所使用的，“服务器”包括运行服务器程序的物理数据处理系统(例如，图5所示的系统512)。可以理解，这样的物理服务器可以包括或不包括显示器和键盘。
本发明可以是任何可能的技术细节集成水平的系统、方法和/或计算机程序产品。计算机程序产品可以包括其上具有计算机可读程序指令的计算机可读存储介质(或多个介质)，该计算机可读程序指令用于使处理器执行本发明的实施例。
计算机可读存储介质可以是能够保留和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质可以是例如但不限于电子存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或前述的任何合适的组合。计算机可读存储介质的更具体示例的非穷举列表包括以下：便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式光盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、诸如上面记录有指令的打孔卡或凹槽中的凸起结构的机械编码装置，以及上述的任何适当组合。如本文所使用的计算机可读存储介质不应被解释为暂时性信号本身，诸如无线电波或其他自由传播的电磁波、通过波导或其他传输介质传播的电磁波(例如，通过光纤线缆的光脉冲)、或通过导线传输的电信号。
本文描述的计算机可读程序指令可以从计算机可读存储介质下载到相应的计算/处理设备，或者经由网络，例如因特网、局域网、广域网和/或无线网络，下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光传输光纤、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或网络接口从网络接收计算机可读程序指令，并转发计算机可读程序指令以存储在相应计算/处理设备内的计算机可读存储介质中。
用于执行本发明的操作的计算机可读程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、集成电路的配置数据，或者以一种或多种编程语言(包括面向对象的编程语言，例如Smalltalk、C++等)和过程编程语言(例如“C”编程语言或类似的编程语言)的任意组合编写的源代码或目标代码。计算机可读程序指令可以完全在用户的计算机上执行，部分在用户的计算机上执行，作为独立的软件包执行，部分在用户的计算机上并且部分在远程计算机上执行，或者完全在远程计算机或服务器上执行。在后一种情况下，远程计算机可以通过任何类型的网络连接到用户的计算机，包括局域网(LAN)或广域网(WAN)，或者可以连接到外部计算机(例如，使用因特网服务供应商通过因特网连接到外部计算机)。在一些实施例中，为了执行本发明的实施例，包括例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)的电子电路可以通过利用计算机可读程序指令的状态信息来执行计算机可读程序指令以使电子电路个性化。
本文参考根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述本发明的实施例。将理解，流程图和/或框图中的每个框以及流程图和/或框图中的框的组合可以由计算机可读程序指令来实现。
这些计算机可读程序指令可以被提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器以产生机器，使得经由计算机或其他可编程数据处理装置的处理器执行的指令创建用于实现流程图和/或框图的一个或多个框中指定的功能/动作的部件。这些计算机可读程序指令还可以存储在计算机可读存储介质中，其可以引导计算机、可编程数据处理装置和/或其他设备以特定方式工作，使得其中存储有指令的计算机可读存储介质包括制品，该制品包括实现流程图和/或框图的一个或多个框中指定的功能/动作的各方面的指令。
计算机可读程序指令还可以被加载到计算机、其他可编程数据处理装置或其他设备上，以使得在计算机、其他可编程装置或其他设备上执行一系列操作步骤，以产生计算机实现的过程，使得在计算机、其他可编程装置或其他设备上执行的指令实现流程图和/或框图的一个或多个框中指定的功能/动作。
附图中的流程图和框图示出了根据本发明的各种实施例的系统、方法和计算机程序产品的可能实现的架构、功能和操作。在这点上，流程图或框图中的每个框可以表示指令的模块、段或部分，其包括用于实现指定的逻辑功能的一个或多个可执行指令。在一些替代实施方案中，框中所注明的功能可不按图中所注明的次序发生。例如，连续示出的两个框实际上可以基本上同时执行，或者这些框有时可以以相反的顺序执行，这取决于所涉及的功能。还将注意，框图和/或流程图图示的每个框以及框图和/或流程图图示中的框的组合可以由执行指定功能或动作或执行专用硬件和计算机指令的组合的专用的基于硬件的系统来实现。
应当注意，本文描述的任何方法可以包括提供包括在计算机可读存储介质上实现的不同软件模块的系统的附加步骤；模块可以包括例如本文详述的任何或所有组件。然后，可以使用在硬件处理器502上执行的如上所述的系统的不同软件模块和/或子模块来执行方法步骤。此外，计算机程序产品可以包括计算机可读存储介质，其具有适于被实现以执行本文描述的至少一个方法步骤的代码，包括向系统提供不同的软件模块。
在任何情况下，应当理解，本文所示的组件可以以硬件、软件或其组合的各种形式来实现，例如，专用集成电路(ASICS)、功能电路、具有相关联的存储器的适当编程的数字计算机等。在给出本文提供的本发明的教导的情况下，相关领域的普通技术人员将能够设想本发明的组件的其它实现。
另外，预先理解，尽管本公开包括关于云计算的详细描述，但是本文中记载的教导的实现不限于云计算环境。相反，本发明的实施例能够结合现在已知或以后开发的任何其它类型的计算环境来实现。
云计算是一种服务递送模型，用于实现对可配置计算资源(例如，网络、网络带宽、服务器、处理、存储器、存储、应用、虚拟机和服务)的共享池的方便的按需网络访问，该可配置计算资源可以以最小的管理努力或与服务的提供者的交互来快速供应和释放。该云模型可以包括至少五个特性、至少三个服务模型和至少四个部署模型。
特征如下：
按需自助：云消费者可以单方面地自动地根据需要提供计算能力，诸如服务器时间和网络存储，而不需要与服务的提供者进行人工交互。
广域网接入：能力在网络上可用，并且通过促进由异构的瘦或胖客户端平台(例如，移动电话、膝上型计算机和PDA)使用的标准机制来访问。
资源池化：供应商的计算资源被池化以使用多租户模型来服务多个消费者，其中不同的物理和虚拟资源根据需求被动态地分配和重新分配。存在位置无关的意义，因为消费者通常不控制或不知道所提供的资源的确切位置，但是能够在较高抽象级别(例如，国家、州或数据中心)指定位置。
快速弹性：在一些情况下，可以快速且弹性地提供快速向外扩展的能力和快速向内扩展的能力。对于消费者，可用于提供的能力通常看起来不受限制，并且可以在任何时间以任何数量购买。
测量服务：云系统通过利用在适合于服务类型(例如，存储、处理、带宽和活动用户账户)的某一抽象级别的计量能力来自动地控制和优化资源使用。可以监视、控制和报告资源使用，从而为所利用服务的提供者和消费者两者提供透明度。
服务模型如下：
软件即服务(SaaS)：提供给消费者的能力是使用在云基础设施上运行的提供者的应用。应用可以通过诸如web浏览器(例如，基于web的电子邮件)等瘦客户端界面从各种客户端设备访问。消费者不管理或控制包括网络、服务器、操作系统、存储、或甚至个别应用能力的底层云基础结构，可能的例外是有限的用户专用应用配置设置。
平台即服务(PaaS)：提供给消费者的能力是将消费者创建或获取的应用部署到云基础设施上，该消费者创建或获取的应用是使用由供应商支持的编程语言和工具创建的。消费者不管理或控制包括网络、服务器、操作系统或存储的底层云基础设施，但具有对部署的应用和可能的应用托管环境配置的控制。
基础设施即服务(IaaS)：提供给消费者的能力是提供处理、存储、网络和消费者能够部署和运行任意软件的其它基本计算资源，该软件可以包括操作系统和应用。消费者不管理或控制底层云基础设施，但具有对操作系统、存储、部署的应用的控制，以及可能对选择的联网组件(例如，主机防火墙)的有限控制。
部署模型如下：
私有云：云基础设施仅为组织操作。它可以由组织或第三方管理，并且可以存在于建筑物内或建筑物外。
社区云：云基础设施由若干组织共享，并且支持具有共享关注点(例如，任务、安全要求、策略和合规性考虑)的特定社区。它可以由组织或第三方管理，并且可以存在于场所内或场所外。
公有云：云基础设施可用于一般公众或大型工业群体，并且由销售云服务的组织拥有。
混合云：云基础设施是两个或更多云(私有、共同体或公共)的组合，该云保持唯一实体，但是通过使数据和应用能够移植的标准化或私有技术(例如，用于云之间的负载平衡的云突发)绑定在一起。
云计算环境是面向服务的，其焦点在于无状态、低耦合、模块性和语义互操作性。在云计算的核心是包括互连节点的网络的基础设施。
现在参考图6，描绘了说明性云计算环境50。如图所示，云计算环境50包括云消费者使用的本地计算设备可以与其通信的一个或多个云计算节点10，该本地计算设备例如个人数字助理(PDA)或蜂窝电话54A、桌上型计算机54B、膝上型计算机54C和/或汽车计算机系统54N。节点10可以彼此通信。它们可以被物理地或虚拟地分组(未示出)在一个或多个网络中，诸如如上文描述的私有云、社区云、公共云或混合云或其组合。这允许云计算环境50提供基础设施、平台和/或软件作为服务，云消费者不需要为其维护本地计算设备上的资源。应当理解，图6中所示的计算设备54A-N的类型仅旨在说明，并且计算节点10和云计算环境50可以在任何类型的网络和/或网络可寻址连接上(例如，使用web浏览器)与任何类型的计算机化设备通信。
现在参考图7，示出了由云计算环境50(图6)提供的一组功能抽象层。应当预先理解，图7中所示的组件、层和功能仅旨在说明，并且本发明的实施例不限于此。如所描绘的，提供了以下层和相应的功能：
硬件和软件层60包括硬件和软件组件。硬件组件的示例包括：主机61；基于RISC(精简指令集计算机)架构的服务器62；服务器63；刀片服务器64；存储装置65；以及网络和网络组件66。在一些实施例中，软件组件包括网络应用服务器软件67和数据库软件68。
虚拟化层70提供抽象层，从该抽象层可以提供虚拟实体的以下示例：虚拟服务器71；虚拟存储器72；虚拟网络73，包括虚拟专用网络；虚拟应用和操作系统74；以及虚拟客户端75。在一个示例中，管理层80可以提供下面描述的功能。资源供应81提供用于在云计算环境内执行任务的计算资源和其它资源的动态采购。计量和定价82提供了在云计算环境中利用资源时的成本跟踪，以及针对这些资源的消耗的帐单或发票开具。
在一个示例中，这些资源可以包括应用软件许可证。安全性为云消费者和任务提供身份验证，以及为数据和其他资源提供保护。用户门户83为消费者和系统管理员提供对云计算环境的访问。服务级别管理84提供云计算资源分配和管理，使得满足所需的服务级别。服务水平协议(SLA)规划和履行85提供对云计算资源的预安排和采购，其中根据SLA预期计算资源的未来需求。
工作负载层90提供了可以利用云计算环境的功能的示例。可以从该层提供的工作负载和功能的示例包括：绘图和导航91；软件开发和生命周期管理92；虚拟教室教育传送93；数据分析处理94；交易处理95；以及根据本发明的一个或多个实施例的含义表示提取96。
本文所用的术语仅是为了描述特定实施例的目的，而不是要限制本发明。如本文所用，单数形式“一”、“一个”和“该”旨在也包括复数形式，除非上下文另有明确指示。还应当理解，术语“包括”和/或“包含”在本说明书中使用时，表示存在所述特征、步骤、操作、元件和/或部件，但不排除存在或添加另一特征、步骤、操作、元件、部件和/或其组合。
在不以任何方式限制下面出现的权利要求的范围、解释或应用的情况下，本文公开的一个或多个示例实施例的技术效果表示以可计算方式跨领域的文本片段的含义表示，其可以由不同的NLU应用使用。本文公开的一个或多个示例实施例的另一技术效果是避免了针对不同领域和不同应用重新训练语义检测器的需要。
已经出于说明的目的给出了本发明的各种实施例的描述，但是其不旨在是穷尽的或限于所公开的实施例。在不脱离所描述的实施例的范围和精神的情况下，许多修改和变化对于本领域的普通技术人员将是显而易见的。选择本文所使用的术语以最好地解释实施例的原理、实际应用或对市场上存在的技术改进，或使本领域的其他普通技术人员能够理解本文所公开的实施例。