What Algorithm/method do I use for a Question Answering System's Question Processing?
我一直在为我的问答系统搜索可能的算法，我认为唯一可能使用的是Parsing，但我在上一个问题中询问了解析，有了答案，我认为它不可能被使用？（我不确定）。
我使用Parsing的想法是将问题分解成每个单词，然后它将通过一个单词存储库来确定所说的单词类型（名词、形容词、动词等）。我使用Parsing的目的是删除或确定问题的主题。
我的另一个想法是ChatterBot。一个喋喋不休的人使用一个词的查询如果我没弄错的话，请纠正我，这些单词被分配到另一个单词。它会从查询中随机选择一个单词。
示例：用户声明：Hello>ChatterBot的可能回复：Hi，Hello，Hey
我不太确定在问答中可能使用的方法/算法是什么，我读过维基百科的帖子：http://en.wikipedia.org/wiki/Question_answering，但我不太明白在Question Processing中使用什么算法。
谢谢您。
PS:我正在用Javascript开发Q=问题
最佳答案
您可以使用朴素的bayes分类器来查看问题并确定它们的主题。你需要大量的训练数据和一个相当狭窄的领域。
对这个问题的复杂反应涉及到许多机器推理技术，这些技术有点超出我的技能水平，无法很好地解释我的想法是使用一个马尔可夫网络，其中每个单词都有一个或两个相邻单词的边。对每个单词进行一系列的测试，这些测试表明该单词可能是其某个可能含义的成员（例如，如果该单词大写，则标记更可能是名称，但如果下一个单词是“A”，则标记很可能是动词意义上的名称。）机器可以从中尝试确定句子的实际含义，这将再次依赖于使用难以想象的大量训练数据。
Coursera的概率图形模型类（也可能是它们的NLP类）可能是最好的资源，如果你有兴趣成为这方面的技能（PGM是我知道这件事的唯一原因！）