64、网页数据管理：问答系统与隐藏网页搜索

网页数据管理：问答系统与隐藏网页搜索

1. 网页查询语言

网页查询语言采用了比半结构化方法更强大的数据模型，该模型能够捕捉文档结构和网页文档的连通性。这些语言可以利用不同的边语义，并且查询能够构建新的结构。不过，形成这些查询仍需要一些图结构方面的知识。

2. 问答系统

问答系统是一种从数据库角度来看有趣且独特的访问网页数据的方法。它接受自然语言问题，分析后确定具体查询，然后进行搜索以找到合适的答案。

2.1 问答系统的优势

• 复杂查询支持 ：允许用户用自然语言指定复杂查询，无需完全了解数据组织。
• 直接答案返回 ：搜索文档语料库并返回明确答案，而非可能相关的文档链接。例如，用搜索引擎搜索“President of USA”会返回网页链接和摘要，用户需从中寻找答案；而用自然语言问题“Who is the president of USA?”可能会返回总统名字的排名列表。

2.2 问答系统的类型

• 封闭域系统 ：在信息检索（IR）系统的背景下发展起来，目标是在定义明确的文档语料库中确定查询的答案。
• 开放域系统 ：将网络用作语料库，通过为网络数据源开发的包装器来获取问题的答案。一些问答系统包括Mulder、WebQA、Start和Tritus等，还有商业系统如Wolfram Alpha。

2.3 问答系统的一般架构