问答系统

介绍2个用Java实现的开源的人机问答系统： 1、QuestionAnsweringSystem QuestionAnsweringSystem 是一个Java实现的人机问答系统，能够自动分析问题并给出候选答案。IBM人工智能计算机系统"沃森"（Watson）在2011年2月美国热门的电视智力问答节目"危险边缘"（Jeopardy！）中战胜了两位人类冠军选手，QuestionAnsweringSystem就是IBM Watson的Java开源实现。 2、OpenEphyra Ephyra is a modular and extensible framework for open domain question answering (QA). The system retrieves accurate answers to natural language questions from the Web and other sources. 这两个系统的基本思路都是一样的，有4个大的共同点： 1、都是用Java实现的 开源项目 ； 2、都是要回答自然语言的提问，例如这些问题： 测试人机问答系统智能性的3760个问题 ； 3、都是需要给出精确答案，而不是像搜索引擎一样只需要给出关键词匹配网页列表就可以了； 4、都是需要从网上或者其他数据源检索文本信息。 那么差别在哪里呢？

“问答系统”（question answering，简称QA）讨论如何从大规模真实的联机文本中对于指定的提问找出正确回答的方法和技术，这是自然语言理解的一个新的发展趋向。 在20世纪初年，计算机还没有出现的时候，图灵（A. Turing）就天才地预见到，检验计算机智能高低的最好办法是让计算机来讲英语和理解英语，他提出了著名的“图灵实验”来检验计算机智能的高低。近年来迅速发展着的自动问答系统研究是图灵实验的生动实践，反映了自然语言处理技术的长足进步。 在自动问答系统中，计算机要对于用户的提问给出一套数量不多的准确回答，在技术上，它更接近于 信息检索（information retrieval） ，而与传统的 文献检索（document retrieval） 有较大的区别。 与 信息抽取（information extraction） 相比，自动问答系统要回答的提问可以是任何的提问，而信息抽取只需要抽取事先已经定义好的事件和实体。在开放领域的自动问答系统中，使用有限状态技术和领域知识，把基于知识的提问处理、新的文本标引形式以及依赖于经验方法的答案抽取技术结合起来，这样，就把信息抽取技术大大地向前推进了一步。 自动问答系统给某个提问提供简单而精确回答，与信息检索任务和与信息提取任务极为不同。 目前的信息检索系统能让我们对与提问切题的相关文献进行定位