问答系统主要术语：问题类型、答案类型、问句焦点、问句主题、候选段落、候选答案。分别介绍如下：

问题类型：对问题的分类，用以产生相应的策略和答案形式。

问题分为：事实类问题，列表类问题，定义类问题，列表类问题难度较大，因为涉及到不同的实体识别，这些实体往往分散在不同的文本段落。定义类问题难度最大，识别出用户提出的概念，然后再组织语言给出答案。另外还有根据语言学分为是非类问题、关系型问题、最型问题（比如最大，最好，最高）、观点类问题（带有主观性的评价）、原因结果问题（比如，为什么科学技术是第一生产力？）

答案类型：问句对应的目标的类型，由问题模式直接决定，比如问who is  the  ....?返回的答案类型就是一个人名。答案类型受命名实体识别技术范畴的影响，比如人名、地名、组织机构、时间、货币、体积、重量、尺寸、面积、颜色等

问句焦点：问题中的主题是对象，是宿主，宿主的属性则是焦点。

候选段落：由搜索引擎响应用户产生的文本片段，给每个段落相应的权重。找到合适的阈值。不一定越多越好。然后将用户问句与候选段落进行匹配，然后进行答案抽取，返回答案。

答案：涉及到信息抽取、实体识别。

问答系统结构：

     

问答系统相关的技术：网络相关的，有网络爬虫、谷歌API、百度api的接口获得并调用其内部搜索的结果、网页去重、网页正文内容提取，数据库索引（开源数据库MYSQL）。

智能化信息检索模型研究：现有的信息检索模型有：布尔模型、向量空间模型、概率模型。概率模型可以看做是N-gram模型在信息检索领域的应用。

基于结构映射理论的新型信息检索模型-------系统相似性模型：向量空间的本源理论模型；通用性理论模型。来自由认知科学。

跟问答系统相关的自然语言处理技术：分词与词性标注，命名实体识别，文本摘要、文本分类、文本聚类、语言浅层分析，问句分析，问句与答案匹配及排序。

文本分类应用在：用户问句，后台的文档，在信息检索过程中只选择用户问句分类与后台文档分类匹配的文档，进而提高信息检索的效率。

文本聚类：比如用户查询sh一个输入“苹果”，通过聚类可以把苹果公司的聚到一起、把苹果土特产聚到一起、还有其他的苹果相关行业。

语言浅层分析：

引入模块越多，高精度与高复杂性不可兼容。

哈工大的《问答式信息检索的理论与方法研究》：问答系统涉及到三个层次：用户层、处理层、数据层；

用户层：接受用户输入，结果如何返回用户，语言的分析识别，用户查询记录分析，分门别类、个性化发展方向。

用户层结构如下：

任务调度：最重要，记录用户行为。

语言识别：

输出管理：

反馈信息采集：

处理层：对用户问句进行分析，语言分析技术、术语关系抽取、答案的抽取与生成。

词义消歧：结合上下文处理。

指代消解：候选文档中的代词找出来对应的实体。成分缺失的补充。

问题理解：

问题翻译：跨语言检索。

用户兴趣追踪：个性化服务，用户兴趣模型建立，根据用户模型来推送信息。

知识库维护：从一个特定领域开始。

处理层结构如下：

 

数据层：对网络海量文档的收集、存储，知识库。具体如下：

搜索引擎控制：

信息采集：

文本分类：

信息索引：

数据层结构如下：

特定领域的问答系统：构建专业领域知识库，如何从海量文本中自动构建专业领域知识库。

待续中。。。。。