本文主要研究中文智能问答系统的关键技术,并实现智能问答系统。这些关键技术包括中文分词、词性标注、命名实体识别、依存句法分析等。本文应用一些算法研究中文分词,比如机械分词算法,机器学习方法,机械分词算法包括正向最大匹配分词算法、逆向最大匹配分词算法和双向最大匹配分词算法,机器学习方法包括隐马尔可夫模型和条件随机场模型。条件随机场中文分词的分词效果要比隐马尔可夫模型的分词效果要好些,正确率多了 2%,召回率多了 5%,F1-Score值多了 3%,这是因为,条件随机场的模板文件更能获得更多的特征,从而实现正确分词。本文应用隐马尔可夫模型和条件随机场模型研究了词性标注和命名实体识别技术,两种算法的表现不相上下。在论文的最后,应用了LSTM和seq2seq分别实现了智能问答系统。双向LSTM实现的智能问答系统比单向LSTM实现的系统要好很多,这是因为双向LSTM就是在隐层同时有一个正向LSTM和反向LSTM,正向LSTM捕获了上文的特征信息,反向LSTM捕获了下文的特征信息,这样双向LSTM能够捕获更多的特征信息,理论上讲,双向LSTM的表现要比单向LSTM或者单向RNN要好些。