1.智能問(wèn)答方法，其特征在于，包括：
步驟S1，獲取知識(shí)庫(kù)，所述知識(shí)庫(kù)中存儲(chǔ)問(wèn)題及對(duì)應(yīng)回答，根據(jù)預(yù)先建立的人稱模型計(jì)算所述問(wèn)題的施動(dòng)人稱和受動(dòng)人稱，存入所述知識(shí)庫(kù)；
步驟S2，獲取用戶的問(wèn)題，計(jì)算所述用戶問(wèn)題的關(guān)鍵詞；
步驟S3，計(jì)算所述用戶問(wèn)題的關(guān)鍵詞與所述知識(shí)庫(kù)中問(wèn)題的關(guān)鍵詞的相似度，在所述知識(shí)庫(kù)中得到所述相似度為預(yù)設(shè)閾值的第一問(wèn)題集合，并在所述知識(shí)庫(kù)中得到所述第一問(wèn)題集合中問(wèn)題對(duì)應(yīng)的施動(dòng)人稱和受動(dòng)人稱；
步驟S4，根據(jù)所述用戶的問(wèn)題，通過(guò)所述人稱模型計(jì)算所述用戶的問(wèn)題對(duì)應(yīng)的施動(dòng)人稱和受動(dòng)人稱；
步驟S5，將所述用戶的問(wèn)題對(duì)應(yīng)的施動(dòng)人稱和受動(dòng)人稱與所述所述第一問(wèn)題集合中問(wèn)題對(duì)應(yīng)的施動(dòng)人稱和受動(dòng)人稱進(jìn)行比較，將與所述用戶的問(wèn)題對(duì)應(yīng)的施動(dòng)人稱和受動(dòng)人稱不一致的問(wèn)題去除，得到第二問(wèn)題集合；
步驟S6，根據(jù)所述第二問(wèn)題集合，隨機(jī)取得一個(gè)問(wèn)題作為匹配問(wèn)題，所述匹配問(wèn)題對(duì)應(yīng)的回答為所述用戶的問(wèn)題的回答。
2.根據(jù)權(quán)利要求1所述的智能問(wèn)答方法，其特征在于，
所述人稱模型的建立，具體為：
獲取訓(xùn)練語(yǔ)料，所述訓(xùn)練語(yǔ)料包括句子、施動(dòng)人稱和受動(dòng)人稱；
通過(guò)最大熵模型對(duì)所述訓(xùn)練語(yǔ)料進(jìn)行訓(xùn)練，得到人稱模型。
3.根據(jù)權(quán)利要求2所述的智能問(wèn)答方法，其特征在于，
通過(guò)最大熵模型對(duì)所述訓(xùn)練語(yǔ)料進(jìn)行訓(xùn)練，得到人稱模型，具體為：
獲取訓(xùn)練語(yǔ)料中的特征，所述特征為從所述句子、所述施動(dòng)人稱和受動(dòng)人稱中得到的特征序列；
對(duì)所述特征序列進(jìn)行訓(xùn)練，得到人稱模型。
4.根據(jù)權(quán)利要求3所述的智能問(wèn)答方法，其特征在于，
所述特征包括二元特征，所述二元特征為句子中前后兩個(gè)字符形成的特征序列；句首的兩個(gè)字符，句尾的兩個(gè)字符，句首的三個(gè)字符，句尾的三個(gè)字符，句子中的第2個(gè)和第3個(gè)字符，句子中的倒數(shù)第2個(gè)和倒數(shù)第3個(gè)字符，句子中的字符被，句子中的字符把，句子中的字符跟、和、與、同，句首的人稱詞語(yǔ)，句子的分詞序列，句子的分詞及其詞性序列。
5.智能問(wèn)答系統(tǒng)，其特征在于，包括：
知識(shí)庫(kù)獲取模塊，用于獲取知識(shí)庫(kù)，所述知識(shí)庫(kù)中存儲(chǔ)問(wèn)題及對(duì)應(yīng)回答，根據(jù)預(yù)先建立的人稱模型計(jì)算所述問(wèn)題的施動(dòng)人稱和受動(dòng)人稱，存入所述知識(shí)庫(kù)；
關(guān)鍵詞獲取模塊，獲取用戶的問(wèn)題，計(jì)算所述用戶問(wèn)題的關(guān)鍵詞；
第一問(wèn)題集合模塊，用于計(jì)算所述用戶問(wèn)題的關(guān)鍵詞與所述知識(shí)庫(kù)中問(wèn)題的關(guān)鍵詞的相似度，在所述知識(shí)庫(kù)中得到所述相似度為預(yù)設(shè)閾值的第一問(wèn)題集合，并在所述知識(shí)庫(kù)中得到所述第一問(wèn)題集合中問(wèn)題對(duì)應(yīng)的施動(dòng)人稱和受動(dòng)人稱；
人稱模型計(jì)算模塊，用于根據(jù)所述用戶的問(wèn)題，通過(guò)所述人稱模型計(jì)算所述用戶的問(wèn)題對(duì)應(yīng)的施動(dòng)人稱和受動(dòng)人稱；
第二問(wèn)題集合模塊，用于將所述用戶的問(wèn)題對(duì)應(yīng)的施動(dòng)人稱和受動(dòng)人稱與所述所述第一問(wèn)題集合中問(wèn)題對(duì)應(yīng)的施動(dòng)人稱和受動(dòng)人稱進(jìn)行比較，將與所述用戶的問(wèn)題對(duì)應(yīng)的施動(dòng)人稱和受動(dòng)人稱不一致的問(wèn)題去除，得到第二問(wèn)題集合；
回答獲取模塊，用于根據(jù)所述第二問(wèn)題集合，隨機(jī)取得一個(gè)問(wèn)題作為匹配問(wèn)題，所述匹配問(wèn)題對(duì)應(yīng)的回答為所述用戶的問(wèn)題的回答。
6.根據(jù)權(quán)利要求5所述的智能問(wèn)答系統(tǒng)，其特征在于，
還包括人稱模型建立模塊，用于：
獲取訓(xùn)練語(yǔ)料，所述訓(xùn)練語(yǔ)料包括句子、施動(dòng)人稱和受動(dòng)人稱；
通過(guò)最大熵模型對(duì)所述訓(xùn)練語(yǔ)料進(jìn)行訓(xùn)練，得到人稱模型。
7.根據(jù)權(quán)利要求6所述的智能問(wèn)答系統(tǒng)，其特征在于，
所述人稱模型建立模塊，具體用于：
獲取訓(xùn)練語(yǔ)料中的特征，所述特征為從所述句子、所述施動(dòng)人稱和受動(dòng)人稱中得到的特征序列；
對(duì)所述特征序列進(jìn)行訓(xùn)練，得到人稱模型。
8.根據(jù)權(quán)利要求7所述的智能問(wèn)答系統(tǒng)，其特征在于，
所述特征包括二元特征，所述二元特征為句子中前后兩個(gè)字符形成的特征序列；句首的兩個(gè)字符，句尾的兩個(gè)字符，句首的三個(gè)字符，句尾的三個(gè)字符，句子中的第2個(gè)和第3個(gè)字符，句子中的倒數(shù)第2個(gè)和倒數(shù)第3個(gè)字符，句子中的字符被，句子中的字符把，句子中的字符跟、和、與、同，句首的人稱詞語(yǔ)，句子的分詞序列，句子的分詞及其詞性序列。