图宝在线也就是咱们所了解的智能问答系统，该系统是将积累的无序语料信息，进行有序和科学的整理，并建立基于知识的分类模型；这些分类模型可以指导新增加的语料咨询和服务信息，节约人力资源，提高信息处理的自动性，降低网站运行成本。基于对网站多年积累的关于学校图书馆的基本情况常见问题及其解答，整理为规范的问答库形式，以支撑各种形式问题的智能问答。方便了广大师生，提高了办事效率，提升了学校整体形象。

① 相关问答推送

当用户提出问题时，系统不仅将问题答案推送出来，而且会将与这个问题相关的知识也都推送出来供用户查询，这样就做到了一次提问全面掌握所有信息

② 提问智能提示

用户在提问的过程中, 系统将已经输入的内容自动分析给予优化的补全或相关提示。

③ 焦点问题自动排行

对在一定的时间内，用户对知识提问的热度，系统自动聚焦，并按照访问频度将热点知识集中在系统页面上显示；具体类别的知识也按照访问频度排序，在页面知识类别栏目中显示。

④ 热点词聚焦

系统对用户提交的业务关键词进行统计，并按照访问的频度进行聚焦，将与关键词相关的业务列表自动链接，形成业务热点关键词。

⑤ 在线客服问答

模拟在线客服人员，以网站智能客服形式完成客服作用。

⑥ 引导式交互客服服务

将常见问题整理成若干流程诊断型的知识，通过引导交互式地服务，尽量从Web端解决客户常见问题。

① 基于自然语言理解的语义检索技术（包括分词、句法分析、容错语义处理、上下文理解、缩略语识别、模糊推理等）

传统信息查询技术都是基于关键字的语法匹配和全文查询技术,但是存在很多问题,例如“忠实表达”问题,机械匹配问题,“词汇孤岛”问题,无法准确揭示信息的实质内容等。语义检索是一种基于知识的、语义上的检索,以语义理解为基础,将用户的检索请求、检索对象资源和检索结果都赋予一定的语义,能够有效地提高查准率。

② 多渠道知识服务技术

多渠道知识服务技术主要面向组织与学校，用以组织或学校通过维护统一的知识库，向桌面终端（网页、官网、在线客服、工作系统、邮件、微博）和移动终端（微博、微信）进行知识输出，形成营销与服务渠道的全媒体渠道拓展，与用户增加互动，提高客户满意度。

③ 大规模知识库建构技术

相比于传统基于文本检索的问答系统，利用知识库回答自然语言问题可以为用户提供更精确、简洁的答案一直受到学术界和工业界的广泛关注。目前基于知识库构建技术是根据语义解析的方法。这类方法通过学习相关语法将自然语言转问题转换成可以用来描述语义的形式化语言，如逻辑表达式等。构建这样的语义解析器需要大量的标注数据，例如，自然语言问题及其对应的语义描述形式。然而，针对Freebase这样大规模的结构化知识库，在实际中很难收集到足够多的高质量训练数据。另外，语义描述形式与知识库的结构之间的不匹配也是这类方法普遍遇到的一个问题。