从段落中找到问题的答案

Question

问题陈述：
给出一个段落和一系列问题，可以通过阅读该段落轻松回答。找到问题的答案。

我该如何解决这个问题？我知道这是一个广泛的问题，但我想知道解决这个问题的更高层次方法。

示例输入

  

斑马是由几种黑白条纹联合而成的几种非洲马科动物（马科）。他们的条纹有不同的图案，每个人都有。它们通常是生活在大型牧群中的小型harems的社会动物。与他们最亲近的亲戚，马和驴不同，斑马从未被真正驯化过。有三种斑马：平原斑马，格雷维斑马和山斑马。平原斑马和山斑马属于Hippotigris亚属，但Grévy斑马是属于Dolichousppus亚属的唯一种类。后者类似于屁股，它与之密切相关，而前两者更像是马。所有三个属于Equus属，以及其他生活equids。独特的斑马条纹使它们成为人们最熟悉的动物之一。它们出现在各种栖息地，如草原，热带稀树草原，林地，棘手的灌木丛，山脉和沿海丘陵。然而，各种人为因素对斑马种群产生了严重影响，特别是对狩猎皮肤和栖息地的破坏。格雷维的斑马和山斑马濒临灭绝。虽然平原斑马更加丰富，但是一个亚种，斑驴，在19世纪后期灭绝了 - 虽然目前有一个名为Quagga项目的计划，其目的是在一个称为斑驴的过程中培育出类似于斑驴的斑马。繁殖回来   哪种斑马濒临灭绝？
  Quagga项目的目标是什么？   哪些动物是他们最亲近的亲戚？   哪三种斑马？
  平原斑马和山斑马属于哪个亚属？   Hippotigris亚属;平原斑马，Grévy斑马和山斑马;马和驴;旨在培育与斑驴类似的斑马;Grévy斑马和山斑马

示例输出

  

格雷维的斑马和山斑马   旨在培育表型类似于斑驴的斑马   马和驴
  平原斑马，格雷维的斑马和山斑马   Hippotigris亚属

Answer 1

您必须构建一个NLP分类器 以最简单的形式，我想你可以：

1. 从段落中找出最相关的关键词集合，然后使用N-Gram等算法与问题文本匹配。

2. 训练分类器以标记单词并在问题和答案之间形成知识体

   例如 - 关键词：来自问题 - 斑马和濒危，来自段落的匹配文本 - 格雷维的斑马和山斑马濒临灭绝。

您可以查看Chapter 6 from Natural Language Processing with Python - Learning to Classify Text了解如何构建分类。