|
| Cooling Search 的自问答从使用上来看，类似于百度知道。两者最本质的区别是，百度知道是由人来回答，而 Cooling Search 自动问答采用自然语言处理技术，一方面完成对用户疑问的分析处理；另一方面通过机器学习建立的模型，得到正确答案的生成，让人们在海量且杂乱的信息中快速、准确地得到想要的信息。 |
| |
 |
| |
| 知识库 |
| 知识库是用于存放人类对已知世界认知的一种特殊的逻辑存储结构。知识库中的知识源于领域专家，它是求解问题所需领域知识的集合，包括基本事实、规则和其它有关信息。从物理数据结构来看，知识库以非结构化数据或结构化数据的形式存在。结构化的信息库通常保存在关系型数据库中，而非结构化信息以各类文本格式（txt，office, pdf, xml等）保存在企业的存贮系统（文件系统，Web，ftp等）中。 |
| 语义模型 |
| 语义模型表达了原始知识库中各类概念的含义以及这些含义之间的关系，是对知识库中的数据抽象或者更高层次的逻辑表示。该模型通过机器自动学习从 Cooling Search 从知识库中搜索来的数据，用一种机器可以识别方式，保存了知识库中各类抽象的概念。终端用户的所有疑问都将在这里得到解答，这是 Cooling QA 中最核心的组成部分。 |
| 语法分析器 |
| 语法分析器的作用是分析用户的提问，并转化成语义模型的输入条件。语法分析器可以对自然语言进行分析，通过分词、词性标注、成分划分、相关词聚类、语法树构建、语义条件生成等多步骤，将自然语言转化成机器可以识别的输入条件，进而由语义模型完成概念的查找。 |
