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。
系统架构如下：
工作原理：
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。
目前支持5种问题类型（答案类型）：
1、人名
如：
APDPlat的作者是谁？
APDPlat的发起人是谁？
谁死后布了七十二疑冢？
2、地名
如：
“海的女儿”是哪个城市的城徽？
世界上流经国家最多的河流是哪一条？
世界上最长的河流是什么？
汉城是哪个国家的首都？
3、机构团体名
如：
BMW是哪个汽车公司制造的？
长城信用卡是哪家银行发行的？
美国历史上第一所高等学府是哪个学校？
4、数字
如：
全球表面积有多少平方公里？
撒哈拉有多少平方公里？
北京大学占地多少平方米？
撒哈拉有多少平方公里？
5、时间
如：
大庆油田是哪一年发现的？
-
数据概览 1.机器人问答界面 机器人问答是系统中重要的组成部分，能够帮助企业回答用户高重复、高频、无人或忙碌阶段的问答问题，较好的使用机器人问答能够回复80%以上的客户问题，通过知识维护和学习还将不断提高问答率，节省企业人工，提升准确率。 机器人问答界面包括几种类型： 单独网页标签页界面：单独网页咨询界面是一个独立网页，包含较为全面的页面信息 独立咨询控件窗口界面：单独的咨询控件窗口界面是一个悬浮
-
删除问题 DELETE /api/v2/qa/questions/{id} 1 仅拥有 [Q&A] Manage Questions 或者是问题发布者本人才有权限删除 响应： Status: 204 No Content 1 删除回答 DELETE /api/v2/qa/answers/{id} 1 仅拥有 [Q&A] Manage Answers 或者是回答发布者本人才有权限删除 响应： Sta
-
这个产品可以用于生产环境吗？https://zeit.co 都是一直用 Next.js 写的。 它的开发体验和终端用户体验都很好，所以我们决定开源出来给大家共享。体积多大？ 客户端大小根据应用需求不一样大小也不一样。 一个最简单 Next 应该用 gzip 压缩后大约65kb这个像 `create-react-app`? 是或不是. 是，因为它让你的 SSR 开发更简单。 不是，因为它规定了一定的
-
对于ROS新手而言，可能会有疑问:学习机器人操作系统，实体机器人是必须的吗？答案是否定的，机器人一般价格不菲，为了降低机器人学习、调试成本，在ROS中提供了系统的机器人仿真实现，通过仿真，可以实现大部分需求，本章主要就是围绕“仿真”展开的，比如，本章会介绍: 如何创建并显示机器人模型； 如何搭建仿真环境； 如何实现机器人模型与仿真环境的交互。 本章预期的学习目标如下: 能够独立使用URDF创建机器
-
问答统计 匹配率可以展示选定时间范围和渠道内不同的机器人回答方式的占比。有用率可以查看机器人问答回复的效果。
-
应答机制可以保证消费数据的准确性，Canal 服务端会记录 Client 消费的进度，需要客户端发送 ACK 消息，服务端才会更新进度。类似于在消息队列中的 ACK 机制，如 RabbitMQ。 自动应答 await conn.GetAsync(1024);//获取数据并自动应答 GetAsync() 会在获取数据后，自动向 Server 发送 ack 消息。 手动应答 var msg = aw