测试人机问答系统智能性的3760个问题

本文给出了3760个问题，这些问题来自于广大网友对QuestionAnsweringSystem的测试。

 

在面对这些问题的时候，我们人类是怎么思考回答的呢？

 

对我们来说，回答这些问题是一个很自然甚至很简单的思考过程，可是我们却很难把我们的思考过程严格地描述清楚。我们从小到大，积累了很多的经验和知识，这些经验和知识来自我们的社会实践和学校学习。

 

我们所处的世界不是完美的，我们本身也不是完美的，人与人的相互交流也不是完美的，我们经常需要反复地沟通，尽管这样，有时候我们还是不能完全理解对方的意思，有可能是一方没说清楚，也有可能是另一方没有听明白。我们除了利用声音传递文字信息，我们还能通过他人的表情，语调等来判断对方传达的意思。更高级的是，我们还会使用幽默、反讽等各种手段。

 

我们如果想让计算机回答问题，那么我们就需要解决上面提出的问题，首先是要有一个模拟人类回答问题的思考过程，二是要有一个知识库来模拟人类个体积累了几十年的经验和知识，三是要设计算法从知识库中搜集并给出正确答案。

 

QuestionAnsweringSystem的思考过程如下：

 

1、判断问题类型（答案类型），当前使用模式匹配的方法，将来支持更多的方法，如朴素贝叶斯分类器。
2、提取问题关键词。
3、利用问题关键词搜索多种数据源，当前的数据源主要是人工标注的语料库、谷歌、百度。
4、从搜索结果中根据问题类型（答案类型）提取候选答案。
5、结合问题以及搜索结果对候选答案进行打分。
6、返回得分最高的TopN项候选答案。

 

搜索引擎是一个没有边界的数据源，所以适合用来做开放式人机问答系统，而人工标注的语料库一般是特定领域的知识系统，适合用来做特定领域的专家系统。

 

判断问题的类型以及从知识库中搜集并给出正确答案是QuestionAnsweringSystem的研究核心。目前仅支持5种问题类型（答案类型），不过在现有的架构基础上，只需要扩充问题类型以及知识库，就能取得不错的进展。

 

下面给出测试人机问答系统智能性的3760个问题，供大家参考，有兴趣的朋友可以加入QuestionAnsweringSystem一起开发，欢迎跟我联系交流合作。

 

由于ITEYE关键词限制，比如博客中不能包含“主 席”这个词，中间加了个空格就不认识了

 

点这里查看全文。