可來自于問答 社區(qū)、論壇、百科等網(wǎng)絡(luò)資源。相應(yīng)地，包含是/非問題的答案的頁面數(shù)據(jù)的來源也可包括 多種，例如，包含該是/非問題的答案的頁面數(shù)據(jù)可來自于通過搜索引擎檢索到的包含該 問題答案的一個或多個（例如，大于或等于2個）的頁面，還可來自于對問答社區(qū)、論壇、百 科等的用戶的針對該問題的回答頁面等。
[0074] 生成模塊202可根據(jù)獲取模塊201獲取的問題和包含該問題的答案的頁面數(shù)據(jù)生 成與該問題配對的問題-答案模板對〈問題，答案〉，具體而言，生成模塊可用于進行下述操 作：分析該是/非問題的一個以上第一主干結(jié)構(gòu)和所述網(wǎng)頁數(shù)據(jù)的答案片段之一的一個以 上第二主干結(jié)構(gòu)，將第一主干結(jié)構(gòu)和第二主干結(jié)構(gòu)構(gòu)建為第一類問題-答案模板對〈問題， 答案〉，也可以稱為初始的問題-答案模板對〈問題，答案〉；獲取與所述一個以上第一主干 結(jié)構(gòu)相同的第一組問題所對應(yīng)的一個以上答案片段，篩選第一組問題對應(yīng)的答案片段的一 個以上n-gram和n-skipgram作為答案組成成分，將第一組問題的主干結(jié)構(gòu)和該第一組問 題對應(yīng)的答案片段的主干結(jié)構(gòu)構(gòu)建為第二類問題-答案模板對〈問題，答案〉，也可以稱為 擴展的問題-答案模塊對〈問題，答案〉；將初始的問題-答案模板對〈問題，答案〉和擴 展的問題-答案模塊對〈問題，答案〉合并可獲取與該問題配對的所有的問題-答案模塊 對〈問題，答案〉。
[0075] 對于初始的問題-答案模板對〈問題，答案〉的構(gòu)建，可包括分析該是/非問題的 主干結(jié)構(gòu)，即，該是/非問題的問句的句子主干結(jié)構(gòu)。針對是/非問題的具體主干結(jié)構(gòu)的 分析可通過分詞、詞性標(biāo)注、專名識別、術(shù)語（term)重要性等基礎(chǔ)分析結(jié)果之外，還將基于 同義詞、上下位詞、助動詞對問題的分詞結(jié)果進行進一步泛化，目標(biāo)是基于是/非問題的特 點，分析是/非問題的核心詞和主干結(jié)構(gòu)。是/非問題的核心詞是指可用于直接回答是/ 非問題的詞。例如，對于是/非問題"孕婦能吃西瓜嗎"，核心詞為"能"。對是/非問題可 以進行依存句法分析，標(biāo)注大量依存句法分析結(jié)果中的核心詞，可以訓(xùn)練抽取模型，完成核 心詞識別。句子主干結(jié)構(gòu)是指體現(xiàn)問題主干意思的成分，例如，通常包含主語、謂語和賓語。 在本發(fā)明的實施方式中，針對是/非問題，可以從多個不同層次進行分析，獲取多個不同的 句子主干結(jié)構(gòu)。
[0076] 對于網(wǎng)頁數(shù)據(jù)的答案片段（例如，可包含一個以上子句）中的一個答案片段的句 子主干分析，與上述的問題的句子主干分析類似，在此不再贅述。需要說明的是，在句子的 詞性層次分析中，可以只保留與問題的句子主干結(jié)構(gòu)相同詞條的詞，這主要是因為是/非 問題的答案很大一部分是重復(fù)問題中的詞條。例如，對于問題"孕婦能吃西瓜嗎"的主干結(jié) 構(gòu)之一"孕婦{:能W{水果} "，答案片段為"最好不要吃"，那么答案片段的主干結(jié)構(gòu)可以包 括：1、吃；2、食用；3、v(此處v對應(yīng)的詞條為吃，與問題的主干結(jié)構(gòu)中v對應(yīng)的詞條一致）。
[0077] 除了上述獲得的初始的問題-答案模板對<pat_q，pat_a>，還可以對問題_答案 模板對進行擴展，獲取與問題的主干結(jié)構(gòu)相同的第一組問題（例如，一個以上問題）對應(yīng)的 一個或多個答案片段，篩選這些答案片段的一個或多個n-gram和n-skipgram作為答案的 組成成分，將第一組問題的主干結(jié)構(gòu)及第一組問題對應(yīng)答案片段的主干結(jié)構(gòu)構(gòu)建擴展的問 題-答案模板對〈問題，答案〉。例如，對于是/非問題的主干結(jié)構(gòu)" {能}{食用} "，統(tǒng)計數(shù) 據(jù)庫中句子主干結(jié)構(gòu)為該結(jié)構(gòu)的是/非問題的所有答案片段（例如，"不要吃"、"對{問題， 施事}有益"等）中的n-gram和n-skipgram(例如，n可取值為1、2、3等），篩選n-gram和 n-skipgram大于預(yù)定閾值的，作為問題-答案模板對中答案的組成成分。其中，對n-gram 的評估可采用公式（1)的gram_score(n-gram，q)進行量化得分。對n-skipgram可采用與n-gram類似的評估公式進行評估。
[0078] 對于擴展的問題-答案模板對，可以通過首先人工標(biāo)注出少量答案片段，通過機 器學(xué)習(xí)算法學(xué)習(xí)到一批問題-答案模板對，基于學(xué)習(xí)到的這些問題-答案模板對可以獲取 更多的答案片段，從而獲取更多的問題-答案模板對。通過學(xué)習(xí)過程不斷迭代，直至所獲得 問題-答案模板對不再顯著增加為止。其中，在每次迭代后，都對問題-答案模板進行評 估，篩選其中評估得分較高的答案片段，避免錯誤累加。例如，可以基于問題-答案模板對 <pat_q，pat_a>得到的答案片段的精度對問題-答案模板對進行評估。顯然，在問題-答案 模板對中，如果問題和答案模板的粒度都是詞條級別，并且沒有缺省句子成分，那么這對問 題-答案模板的精確度是較高的。例如，對于問題"孕婦能吃西瓜嗎"，如果模板對為<pat_ q=孕婦能吃西瓜，pat_a=最好不要吃〉，那么其精度是很高的，但其泛化能力很弱，召回 率很低，只能召回含有"最好不要吃"的句子。對問題-答案模板對<pat_q，pat_a>的評估 還可考慮召回率方面。本領(lǐng)域技術(shù)人員在評估時，可綜合考慮精確度和召回率兩方面，選擇 精確度和召回率合適的問題-答案模板對。
[0079] 通過上面描述的方式可獲得是/非問題的多個初始的問題-答案模板對和多個 擴展的問題-答案模板對，將這些問題-答案模板對合并，可獲取該是/非問題的總的問 題-答案模板對。
[0080] 抽取模塊203可根據(jù)是/非問題和頁面數(shù)據(jù)中答案片段的匹配度從頁面數(shù)據(jù)中抽 取一個以上（大于或等于1個）答案片段，其中，包含該問題答案的頁面數(shù)據(jù)可包括一個以 上答案片段，根據(jù)該問題與這些答案片段的匹配度選取一些答案片段，這些答案片段對于 該是/非問題的針對性更強，提高對是/非問題檢索結(jié)果的數(shù)據(jù)處理效率，有利于高效地獲 取對于該問題的答案。其中，該問題和頁面數(shù)據(jù)中的一個答案片段的匹配度可通過下述公 式（2)中的match_score(q，a)進行量化評分。
[0081] 通過上述公式（2)和公式（3)計算出問題q與答案片段a的匹配度，根據(jù)該匹配 度與匹配度閾值的比較確定是否抽取答案片段a，若該匹配度大于匹配度閾值，則抽取該答 案片段，否則，不抽取該答案片段。對于是否選取答案片段除了采用匹配度作為主要判斷依 據(jù)之外，還可考慮答案片段在頁面的段落中的位置（段首、段中、段尾）、答案是否被采納、 答案中句子的個數(shù)、答案貢獻者的權(quán)威度等，通過非線性回歸模型分析，確定該答案片段是 否被篩選。
[0082] 在通過公式（2)得到匹配度得分最高的子句之后，可以以得分最高的子句為中 心，繼續(xù)向前和向后擴展超過匹配度閾值的子句，形成答案片段。其中，還需要對兩類句子 進行特殊處理。具體而言，第一類為條件類句子擴展，如果得分最高的子句為條件句的原因 子句（例如，"如果……的話"），則繼續(xù)擴展后面的結(jié)果子句（例如，"那么……"）；第二類 句子為轉(zhuǎn)折句擴展，如果匹配度得分最高的子句為轉(zhuǎn)折句的前部子句（例如，"雖然……")， 則繼續(xù)擴展后面的轉(zhuǎn)折子句（例如，"但是……"）。
[0083] 判斷模塊204可根據(jù)抽取模塊203中抽取出的一個以上答案片段中否定指示詞 的個數(shù)和該問題的否定指示詞的個數(shù)確定該一個以上答案片段的觀點是肯定還是否定，其 中，否定指示詞可包括否定詞（例如，不等）、負(fù)面的情感傾向詞（例如，可以是動詞或形容 詞）以及反義詞等。具體而言，對于是/非問題，確定它的核心詞是否帶有否定前綴，若帶 有否定前綴，則將問題的否定指示詞個數(shù)記為1，如果問題的核心詞為形容詞或動詞，則分 析該核心詞的情感傾向，若該核心詞的情感傾向為負(fù)面的，則也將該問題的否定指示詞個 數(shù)記為1。例如，問題"吃苦杏仁有毒嗎"，核心詞"有毒"為負(fù)面的情感傾向詞。統(tǒng)計問題 中否定前綴和負(fù)面的情感傾向詞的個數(shù)算術(shù)求和，記為query_neg_cnt。然后，統(tǒng)計答案片 段中否定指示詞的個數(shù)，對于答案片段的否定指示詞，除了包括否定前綴、負(fù)面的情感傾向 詞之外，還可包括問題中