本发明属于大数据分析范畴，更准确的讲，涉及到模糊分类的相关技术。
背景技术：
政务问答的特点是繁琐、重复性强、且工作量大。因此，一种能够代替人工问答的机器问答系统很有必要。但是，目前的政务机器问答系统都是孤立的，只能对特定领域的问题进行问答。而政务涉及的领域非常广泛，例如：工商、教育、医疗、税务等等，一个用户可能需要询问多个领域的政务问题，因而需要下载多个单一功能的问答系统，这严重影响用户体验。
技术实现要素：
本发明的目的是融合多个领域的政务问答系统，能够对用户的问题进行预分类，自动的分发给特定领域问答系统。由于用户的初始提问可能文本较少、信息量可能不多，初始的分类可能并不准确。例如用户提问“我要去工商局”，用户可能咨询路况信息，也可能咨询税务信息。本发明的技术要点是通过贝叶斯网络对政务领域的短文本进行模糊分类。假设存在m个相关政务领域及问答系统{d1，d2，…，dm}，给定一条短文本(用户提问)q0，模糊分类器得到隶属不同政务领域的概率分别为p1，p2，…，pm。设定模糊阈值θ0，如果所有的概率都小于该阈值，
则认为该问题信息量不足，需要重新询问需要进入哪个领域的机器问答系统；反之，则直接最相关的领域问答系统。
附图说明
图1为本发明的流程图。
具体实施方式
参见图1，本发明的主要步骤如下：
步骤1：基于贝叶斯网络，对提问者的问题进行模糊分类；
步骤2：如果该问题的模糊度较低，则直接转入相关领域问答；
步骤3：否则，询问提问者，待确认后转入相关领域。
最后所应说明的是，以上实施例仅用以说明而并非限制本发明所描述的技术方案；因此，尽管本说明书参照上述的实施例对本发明已进行了详细的说明，但是，本领域的普通技术人员应当理解，仍然可以对本发明进行修改或者等同地替换；而一切不脱离本发明的精神和范围的技术方案及其改进，其均应涵盖在本发明的权利要求范围当中。