Sau khi ánh xạ Ontology kết thúc thu được các bộ ba mô tả các khái niệm, đối tượng và quan hệ tương ứng với Ontology. Thành phần trích chọn câu trả lời được sử dụng để đưa ra câu trả lời tới ngữ nghĩa tốt nhất có thể tới người dùng.
Ngoài ra, nhờ quá trình phân tích câu hỏi bởi [1], chúng tôi biết được câu hỏi thuộc dạng nào, có mẫu câu là gì, hỏi về vấn đề gì. Từ đó, chúng tôi đưa ra câu trả lời ngữ nghĩa tốt nhất có thể tới người dùng.
Ví dụ với câu hỏi đơn giản loại ―NORMAL‖:
―số lượng sinh viên học lớp k50 khoa học máy tính?‖
Sau khi ánh xạ Ontology, hệ thống thu được bộ ba mô tả (sinh_viên, học, k50_khoa_học_máy_tính). Và do [1], chúng tôi thu được mẫu câu hỏi như hình 4.12, và nhận biết được đây là câu hỏi về số lượng. Nên câu trả lời ngữ nghĩa mà chúng tôi có thể đưa ra như trong hình 4.12.
52
Sau khi câu hỏi được phân tích bởi thành phần xử lý câu hỏi ngôn ngữ tự nhiên [1], hình thành bộ ba biểu diễn, và ánh xạ Ontology sử dụng bộ ba này để tạo nên các bộ ba mô tả tương ứng với Ontology. Chúng tôi xem xét đối với hai dạng câu hỏi, câu hỏi đơn giản và phức tạp. Đối với câu hỏi đơn giản được phân loại thành ―NORMAL‖, ―UNKN_REL‖, ―UNKN_TERM‖, ―AFFIRM_NEG‖. Các câu hỏi phức tạp, khi chúng được phân tích bởi thành phần xử lý câu hỏi [1] thì được phân loại ―THREETERM‖.
Sau khi hình thành các bộ ba mô tả tương ứng với Ontology, thành phần trích chọn câu trả lời dựa vào các bộ ba này để đưa ra câu trả lời ngữ nghĩa tốt nhất có thể. Mục dưới đây, chúng tôi giới thiệu cách xử lý đối với từng loại câu hỏi của thành phần trích chọn câu trả lời và đưa ra ví dụ cụ thể đối với từng loại câu hỏi này.