随着互联网的发展,信息资源高速膨胀,形成了一个巨大的、内容丰富的信息库。传统的信息检索方式用户通过关键词检索,系统返回一些相关的网页信息,需要用户主动从这些相关信息中查找答案,而一般的问答式信息检索虽然可以直接返回答案,但是用户无法与系统进行深入交互,无法对问题进行连续的、相关联的提问。基于真实问答对的交互式问答系统,允许用户以自然语言的方式提问,系统直接给出问题的答案,用户可根据系统给出的答案进行深入的提问,或者提出新的问题。本课题构建了基于异构信息的交互式问答系统,主要解决以下三方面的问题:1.基于异构信息的检索:本课题构建了问答知识库、实时数据库、常识库三个知识库,其中问答知识库每天定时更新来获取新的问答对,实时数据库存储当前的实时数据信息,常识库存储一般的常识性知识。交互式问答系统通过从三个知识库中进行检索与整合来提取问答的答案。2.用户多层次信息需求分析:对于复杂问句的理解是系统能够准确回答用户提问的关键。本课题采取对复杂问句进行多层次分类的方法来理解问句。将复杂问句从问句表层信息、用户真实意图以及用户对答案的期望三个层次对问句进行分类。通过对问题进行分类处理,准确识别用户的需求信息,并根据用户需求查找满足要求的答案,提高了系统对问题回答的准确率。3.上下文相关问句的处理:问答系统通过以自然语言的方式来和用户进行信息交互,在对话过程中,用户可能会根据上下语境,在交互过程中省略谈论的主题或者焦点等信息,这些省略信息可以根据上下文语境来进行补全。本文根据问句主题、焦点以及疑问形式三个模块将问句省略类型分为9类,使用决策树建立分类器针对不同省略类型对问句进行恢复。