界面相对来说较为清新，可定制程度较高，开源软件，基于python+django

质量保证体系 基于检索的问答系统 具体看博客： ://zhuanlan.zhihu.com/p/163640741

屈亚迪基于VGG和LSTM网络的视觉问答系统研究与应用.docx

目前，问句相似度的计算主要借鉴普通陈述句的相似度计算方法。由于普通陈述句的相似性更多反映的是语句间语义上的匹配符合程度，而衡量问句间的相似性则须同时考虑问句及其答案句之间的相似程度，为此，设计了一种新的问句相似度计算方法。该方法不仅利用问句之间的语义和语法特征考察问句之间的匹配程度，还利用问句的问题类型等信息来间接刻画答案句之间的特征形象，从而以获取问句的深层语义信息，以提高问句相似度计算的准确性。实验验证了该方法的有效性。

基于python的医疗知识图谱自动问答系统源码.zip基于python的医疗知识图谱自动问答系统源码.zip基于python的医疗知识图谱自动问答系统源码.zip基于python的医疗知识图谱自动问答系统源码.zip

基于医学知识图谱的自动问答系统___neo4j简单实用建设过程，用Python建设，为刘焕勇老师亲自搭建，具有很棒的使用参考价值；基于医学知识图谱的自动问答系统___neo4j简单实用建设过程，用Python建设，具有很棒的使用参考价值；基于医学知识图谱的自动问答系统___neo4j简单实用建设过程，用Python建设，具有很棒的使用参考价值；基于医学知识图谱的自动问答系统___neo4j简单实用建设过程，用Python建设，具有很棒的使用参考价值；基于医学知识图谱的自动问答系统___neo4j简单实用建设过程，用Python建设，具有很棒的使用参考价值；值得借鉴！

本文针对汉语问答技术展开深入研究 [1] 建立了一个具有一定规模并可扩充的汉语问答技术评测平台 [2] 提出了汉语问答系统的提问分类体系及基于多特征的提问分类算法 [3] 设计了基于多特征的汉语命名实体识别算法 [4] 提出了基于主题语言模型的汉语问答系统句子检索算法 [5] 提出了基于无监督学习的问答模式抽取技术

Whatsns内容付费seo优化带采集和熊掌号运营问答系统

neo4j图数据库+python+知识图谱（适用于毕业/课程设计）

采用Scrapy爬虫框架爬取网页数据，构建武器装备知识图谱，存储于MongoDB数据库，并实现简单的知识问答