面向知识自动化的自动问答研究进展

随着个人携带智能设备的普及和移动互联网的飞速发展，用户对获取精准答案的需求不断增长，自动问答系统已成为新一代互联网的热门应用之一。Siri、微软小冰、小i等聊天软件的出现，让自动问答技术真正走入大众视野。

自动问答系统通过人机交互界面接受用户问题和向用户返回答案，其中问题和答案均为自然语言形式。系统的核心模块包括数据源分析、问题分析、知识检索、答案生成四部分。此外，答案评估模块对问题-答案对进行评估，并将评估结果返回给核心模块。核心模块依据评估结果，可以通过完善知识体系、提高知识挖掘与检索效率、改善答案生成方法等手段，以改善用户体验。

图1 自动问答系统基本架构

早在上世纪60年代，以结构化数据和数据库检索技术为中心的自动问答系统便出现了。从上世纪九十年代起，以信息和信息检索技术为中心的自动问答系统成为了业界和学术界新的关注点。近年来，随着大数据和知识管理、智能化实时采集、深度分析、个人携带智能设备与移动互联网等相关技术与应用取得了突飞猛进的进展，问答系统进入了以知识自动化为中心的新阶段。

本文从知识自动化的角度出发，将当前自动问答系统按照知识表示方法进行了分析和总结。此外，本文还分析和比较了实际投入应用的英文系统和中文系统，介绍了自动问答系统的评测方法。

壹

引用格式

曾帅, 王帅, 袁勇, 倪晓春, 欧阳永基. 面向知识自动化的自动问答研究进展. 自动化学报, 2017, 43(9): 1491-1508

贰

作者简介

曾帅 中国科学院自动化研究所复杂系统管理与控制国家重点实验室助理研究员。 主要研究方向为社会计算与策略优化。

王帅 中国科学院自动化研究所博士研究生。主要研究方向为社会计算与平行管理。

袁勇 中国科学院自动化研究所复杂系统管理与控制国家重点实验室副研究员。主要研究方向为商务智能与计算广告学。

倪晓春 中国科学院自动化研究所复杂系统管理与控制国家重点实验室工程师。主要研究方向为商务智能与知识自动化。

欧阳永基 解放军61786部队工程师。主要研究方向为网络安全。