问题分类

面对一个问题时，DeepQA先提取问题中需要特殊处理的部分；包括一词多义、从句的句法、语义、修辞等可能为后续步骤提供信息的内容。

然后DeepQA会判断问题的类型。问题可能属于谜题、数学题、定义题等不同类型，而每种类型都需要各自的应对方法。

这一步还会识别出双关语、限制性成分、定义性成分，甚至有时能识别出解决问题所需的整个子线索。

焦点检测和LAT

有些题目中的关键字能让DeepQA在没有尝试语义分析时就判断出答案的类型。这类关键字称为LAT（Lexical answer type，定型词）。判断某一个备选答案是否对应一个LAT是重要的评分方法，也是一个常见的误差来源。

DeepQA系统的一大优势就是可以利用各种相互独立的答案分类算法，每种但其中大部分算法都依赖于自己的分类系统。DeepQA研究小组发现，最好的方法不是将他们整合到同一个分类系统中，而是将LAT映射到他们各自的分类系统中。

如果用备选答案去替换一个问题中的焦点，那么这个问题就会变为一个事实称述句。比如说，“When hit by electrons, a phosphor gives off electromagnetic energy in this form（当荧光粉被电子击中时，发出这种形式的电磁能量）” 的焦点是 “this form（这种形式）”。

焦点通常包括了一些和答案相关的信息。（但并不总是如此。）焦点通常是线索里某种关系中的主语或者宾语，用某个备选答案替换它是一种获得证据的有效方法。

关系检测

绝大多数题目里的要素之间是有相互关系的，可能是主谓宾的结构关系，也可能是语义上的关系。比如这个问题“They're the two states you could be reentering if you're crossing Florida's northern border (如果你穿过佛罗里达州的北部边界，那么你会进入这两个州)”中存在着地理位置上的相关关系：

佛罗里达州->北部->答案的两个州

从焦点和LAT探测，到段落和答案评分，Watson都在使用关系检测。不过，由于 Jeopardy！ 涉猎的问题范围之广，问题表述变化之多，使得Watson在运用关系检测后能直接从数据库中产生答案的比例只占了所有问题的2%。

问题分解

DeepQA用基于规则的深度语法分析和统计分类方法来确定一个问题是否应该被分解，以及怎样分解才最容易回答。

这种分解的基本假设是：在考虑了所有证据和相关算法之后，最优分解法所得答案将会在评分环节蟾宫折桂。虽然有些问题并不需要分解就能形成答案，这种方法仍然会提高DeepQA对于所有答案的信心。

对于可以并行分解的问题，DeepQA会对分解后的每一个分支做一套完整的备选答案生成流程，然后用一个可定制的答案合成模块来综合出最终备选答案。这个过程用浅灰色表示在DeepQA顶层架构图中（最下方的部分）。

DeepQA也支持那些分解后的子线索呈网状交织的问题。对于这类问题，DeepQA会对线索网中的每一条线索进行一次完整的备选答案生成流程，然后用专用的算法合成最终答案。为某些特定问题开发的专用的合成算法可以作为插件轻松地加入到整个“可定制的答案合成模块”的公共框架中。

主搜索

主搜索的目标是倚赖问题分析的结果，揪出尽可能多的、潜在包含了答案的内容。期望能通过深入的内容分析来得到备选答案，并在各种或支持或反对的证据帮助下提高备选答案的精确性。因此，DeepQA研究小组设计了一个平衡了速度、记忆和精度的系统。通过不断调整这个系统，研究小组能够得出那个在准确性和可计算资源之间取得最佳平衡的搜索结果数量和备选答案的数量。最终结果稳定在：对于85%的问题，DeepQA都能在前250个备选答案中找到正确答案作为最终备选答案。

运用了各式各样的搜索技术，包括不同构造方法的多文本搜索引擎（比如Indri和Lucene），文件搜索，段落搜索，用SparQL的三元组存储（http://en.wikipedia.org/wiki/Triplestore）进行基于知识的搜索，单个问题产生多个搜索请求，回填信息列表以满足问题中提到的关键限制。

其中，三元组存储是一种为了存储和取回资源描述架构（RDF,Resource Description Framework）的元数据而专门建立的数据库。 一个主-谓-宾结构的短句称为一个三元组（triples），比如“Matrix67是文科生”或者“果壳众解救丁老湿”。而SparQL则是为RDF开发的一种查询语言和数据获取协议。

文本中的人名、地名、组织名、时间、数量、货币价值、百分比等等内容称为已命名实体（named entity，http://en.wikipedia.org/wiki/Named_entity_recognition）。比如“天蓝提琴在2007年买了300股中石油的股票”这句话在经过已命名实体识别之后，就会被注释成如下形式：

天蓝提琴人名>在2007年时间>买了300股数量>中石油机构名>的股票。

主搜索中的三元组查询是基于线索中的已命名实体的。例如在数据库中寻找线索里提到的已命名实体的所有相关实体，或者在检测到语义关系时使用更加精确的查询。对于少量称为“闭合LAT（closed LAT）”的LAT，备选答案可以从一个LAT实例库的固定列表中取得，比如“美国总统”或者“国家”这样的词。

备选答案生成

这一步会处理主搜索的结果。对于拥有一个精确标题的资料，标题本身将作为备选答案。DeepQA还会通过子字符串分析和链接分析（如果有链接的话）来生成一些基于这个标题的变种备选答案。段落搜索的结果需要更加细化的段落文本分析才能得到备选答案：比如已命名实体检测法。对于三元组存储或者反向字典搜索，搜索结果将会直接作为备选答案。

如果在这一阶段生成的备选答案里没能包括正确答案，那么Watson就只能将这题拱手让人了。所以DeepQA会在这一步重视数量，降低精度要求，使得备选答案的数量可能会变得非常庞大；同时祈祷后续步骤能够从这备选答案的汪洋大海中打捞出确答案。所以问答系统设计的目标之一就是在处理流程的初期忍受大量无关信息，并精确地进入后续步骤。通常在这一阶段会生成数以百计的备选答案。

证据检索

一个极其有效的技巧：检索备选答案在主搜索中被发现时所在的那个段落。这将有助于找到原始问题的上下文。支持证据也可能存储在其他地方，比如三元组存储。

检索到的证据将进入深度证据评分模块，这个模块用来将备选答案放入支持证据的背景下进行评估。

评分

大量的深度内容分析就是在评分阶段实施的。评分算法会决定检索到的证据对备选答案的支持程度。DeepQA的架构支持并鼓励采用大量不同的组件和评分器，以便全面考察证据的不同方面；针对一个给定的问题，给出这个证据对备选答案支持得到底有多好。

DeepQA为评分器产生的假说（比如一个备选答案）和信心值提供了一个通用格式，但同时又对分数本身的语义做了一定限制；这使得DeepQA的开发者有能力快速部署、组合以及调整不同的组件来相互支持。Watson就包含了50个以上的评分组件，它们产生的分数类型从正式的概率分布到类属特征的数量不等，所基于的证据来源包括非结构化的文本、半结构化的文本以及三元组等。这些评分器考虑 一个段落的谓词-论元结构与问题的契合程度，段落来源的可信度，空间地理位置，时间关系，系统分类；备选答案的词汇和语义关系，和问题条目的互相关性，自身的普及性或者未知性、别称等等。

用这个例子可以一窥评分机制的部分机理：

问题“He was presidentially pardoned on September 8, 1974.” 意为“此人在1974年9月8日被总统特赦。”

• 注：尼克松（Nixon）因水门事件于1974年8月9日辞职，由福特（Ford）接任。福特在上任后一个月就特赦了尼克松在就职总统期间犯下的一切罪行。

正确答案“尼克松”是备选答案之一。在检索到的证据中包括了这样一句话：“Ford pardoned Nixon on Sept. 8, 1974”，意为“福特在1974年9月8日赦免了尼克松”。

第一种证据评分方法对比了这两句话中相同词语的数目。

第二种方法给出了两句话中最长的子字串的长度，“在1974年9月8日（on September 8, 1974）”一共4个英文词。

第三种方法度量了这两句话在逻辑形式（Logical Form）上的相似程度。逻辑形式是对文本的一种图形化摘要，图中的节点对应文中的词，图中的边对应文中的各种关系，包括语法关系、深度语义关系或者二者兼有。逻辑形式判定“尼克松”是“赦免”的宾语，而题目中问的内容恰恰就是“赦免”的宾语。逻辑形式判定给了“尼克松”在这个证据下的一个高分。

相对的，另一个备选答案“福特”在前两中方法中与“尼克松”得到完全相同的分数，但在逻辑形式判定中只能拿到一个很低的分数。