搜索自然语言句子结构

存储和搜索自然语言句子结构树数据库的最佳方式是什么？

Using OpenNLP 的 http://incubator.apache.org/opennlp/英语树库解析器，我可以对任意句子进行相当可靠的句子结构解析。我想做的是创建一个工具，可以从源代码中提取所有文档字符串，为文档字符串中的所有句子生成这些树，将这些树及其关联的函数名称存储在数据库中，然后允许用户使用自然语言查询来搜索数据库。

所以，给出这个句子"This uploads files to a remote machine."对于函数upload_files()，我会有树：

(TOP
  (S
    (NP (DT This))
    (VP
      (VBZ uploads)
      (NP (NNS files))
      (PP (TO to) (NP (DT a) (JJ remote) (NN machine))))
    (. .)))

如果有人输入查询“如何上传文件？”，相当于树：

(TOP
  (SBARQ
    (WHADVP (WRB How))
    (SQ (MD can) (NP (PRP I)) (VP (VB upload) (NP (NNS files))))
    (. ?)))

我如何在 SQL 数据库中存储和查询这些树？

我编写了一个简单的概念验证脚本，可以使用正则表达式和网络图解析的组合来执行此搜索，但我不确定如何以可扩展的方式实现此搜索。

是的，我意识到使用简单的关键字搜索来检索我的示例是微不足道的。我试图测试的想法是如何利用语法结构，这样我就可以淘汰具有相似关键字但句子结构不同的条目。例如，对于上面的查询，我不想检索与该句子关联的条目"Checks a remote machine to find a user that uploads files."它具有相似的关键字，但显然描述了完全不同的行为。

关系数据库不能以自然的方式存储知识，你真正需要的是知识库 or ontology（尽管它可以构建在关系数据库之上）。它以三元组形式保存数据<subject, predicate, object>，所以你的短语将被存储为<upload_file(), upload, file>。有很多工具和方法可以在此类知识库中进行搜索（例如，Prolog 就是一种专门用于执行此操作的语言）。所以，你所要做的就是将句子从自然语言翻译成KB 三元组/本体图，将用户查询翻译为不完整的三联体（你的问题看起来像<?, upload, file>) or 连接查询然后搜索您的知识库。 OpenNLP 将帮助您进行翻译，其余的取决于您决定使用的具体技术和技术。