【IT168 专稿】提到Watson，很多人的记忆会回到智力答题节目“Jeopardy!（危险边缘）”的现场，IBM公司的Watson（沃森）超级智能计算机在节目中击败人类一战成名。在2011 IBM Unix World大会上，Watson与国内的观众来了一次近距离接触，但对于大多数观众而言，看到的是Watson接受人类语言提问，然后用人类语言给出答案，同时保证一定的正确率，对Watson背后的技术和架构了解甚少，Watson“思考”的奥秘是什么？今天笔者带你揭开Watson背后的四大关键。
关键之一：智慧分析策略IBM DeepQA
《危险边缘》在美国广受欢迎，该档节目创立于1964年，节目问题涉及地理、政治、历史和体育等领域。熟悉该节目游戏规则的朋友都知道，选手答题规则并非简单的“一问一答”，而是抢对答对一题可以获得相对应的金钱，答错就要倒扣，且选手必须要以问句的方式给出答案。
基于以上的答题规则，Watson不仅要根据提问搜索出问题的答案，而且要根据答案的正确度来决定是否作答，因此除了基本的搜索能力，Watson还具备分析能力，也正是两者共同成就了Watson在不接入互联网的情况下，完成3秒内作答。
Watson“思考”并“答题”来源于一套决策架构——DeepQA，作为在Watson体内运行的软件，DeepQA问答系统也是Watson实现创举的核心，可以把它理解为Watson思考和回答问题的思路和方法。基于DeepQA 运算系统，Watson“思考”和“答题”的步骤可归纳为以下几步：在一个问题提出之后，Watson会根据问题进行深度的句法分析，确定问题和答案的类型等；然后根据问句分析得到的关键词去搜索引擎搜索，并在内部知识库中检索到相关的文本和段落；接着根据答案的要求类型，根据大段的文本与段落中精确的确定答案；在完成以上一系列运算后，Watson还需要为答案寻找证据，把答案和关键词一起去搜索，寻找相匹配的证据；最后，Watson将对找到的证据做句法分析，找到模型并为答案打出信心指数，在信心指数较高的情况下，Watson将向外提供答案。
▲
据了解，在最初的DeepQA架构的基础上，IBM将其与不同的商业应用相结合，并增加了应对医疗行业、企业搜索的特性，DeepQA的特性归纳如下：
1.覆盖率：Watson所储备的知识容量庞大。
2.准确率：利用海量并行计算来分析问题和检索答案的精确程度。
3.信心指数：Watson还会根据所运算出的答案再次检索知识库中相匹配的答案，并运算出一定的信心指数，在信心指数不高的情况下，Watson会选择不抢答该题目。
4.理解度：既能理解人类正式的深度语言，又能识别“反讽”、“疑问”等模糊的语气。
