A natural language information retrieval (NLIR) system employing a hash
table technique to reduce memory requirements and a proxy process module
to improve processing speed on multi-processor platforms. The NLIR system
includes a Dynamic Link Library (DLL) search engine annex that implements
a number of improvements that allow the preexisting natural language
processing (NLP) core code module to operate sufficiently fast in a
limited-memory environment. The improvements relate to (1) reducing
storage requirements, (2) increasing processing speed, (3) improved
operation on multi-processor platforms, and (4) a trouble-shooting
mechanism. The NLIR system includes three modes of operation. First,
during index processing, the NLIR system prepares documents for NLP
searching to create a group of searchable documents. Second, during
question processing, the NLIR system receives a natural language question
and, for each document in the group of searchable documents, computes a
document score connoting the likelihood that the document includes an
answer to the natural language question. Third, during debugging, the NLIR
system receives trouble-shooting requests and returns diagnostic reports,
such as a document trace report and a question trace report.
Un système de la recherche documentaire de langage naturel (NLIR) utilisant une technique de table d'informations parasites pour réduire des conditions de mémoire et une procuration traitent le module pour améliorer traiter la vitesse sur des plateformes de multiprocesseur. Le système de NLIR inclut une annexe dynamique de Search Engine de la bibliothèque de lien (DLL) qui met en application un certain nombre d'améliorations qui permettent le langage naturel de préexistence traitant le module de code du noyau (NLP) pour actionner suffisamment rapide dans un environnement de limité-mémoire. Les améliorations se relient (1) à réduire des conditions de stockage, (2) augmentant traitant la vitesse, (3) l'opération améliorée sur des plateformes de multiprocesseur, et (4) un mécanisme de dépannage. Le système de NLIR inclut le mode de fonctionnement trois. D'abord, pendant l'index traitant, le système de NLIR prépare des documents pour NLP recherchant pour créer un groupe de documents rechercheables. En second lieu, pendant la question traitant, le système de NLIR reçoit une question de langage naturel et, pour chaque document dans le groupe de documents rechercheables, calcule des points de document suggérant la probabilité que le document inclut une réponse à la question de langage naturel. Troisièmement, pendant la correction, le système de NLIR reçoit des demandes de dépannage et renvoie des rapports diagnostiques, tels qu'un rapport de trace de document et un rapport de trace de question.
