1.一種基于深度問答的交互方法，其特征在于，包括：
接收查詢；
提取所述查詢的邏輯標簽和關(guān)鍵詞，以及，基于預(yù)先建立的邏輯結(jié)構(gòu)數(shù)據(jù)表，獲取與所述邏輯標簽和關(guān)鍵詞對應(yīng)的檢索結(jié)果，所述邏輯結(jié)構(gòu)數(shù)據(jù)表是基于百科數(shù)據(jù)建立的；
展現(xiàn)所述檢索結(jié)果。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述檢索結(jié)果包括：圖片和/或文本。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：基于百科數(shù)據(jù)建立邏輯結(jié)構(gòu)數(shù)據(jù)表，所述基于百科數(shù)據(jù)建立邏輯結(jié)構(gòu)數(shù)據(jù)表，包括：
對應(yīng)百科數(shù)據(jù)中的詞條，在詞條名稱中提取關(guān)鍵詞，將提取的關(guān)鍵詞或提取的關(guān)鍵詞及其同義詞作為詞條對應(yīng)的關(guān)鍵詞，以及，將詞條的子標題規(guī)范化到預(yù)設(shè)的邏輯標簽上；
將詞條對應(yīng)的關(guān)鍵詞及邏輯標簽組成邏輯結(jié)構(gòu)數(shù)據(jù)表。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述提取所述查詢的邏輯標簽，包括：
基于預(yù)先建立的核心語義提取模型，提取所述查詢的核心語義，將所述核心語義作為所述查詢的邏輯標簽。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，還包括：建立核心語義提取模型，所述建立核心語義提取模型包括：
基于少量有標注查詢和海量無標注隨機查詢，建立核心語義提取模型。
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述提取所述查詢的關(guān)鍵詞，包括：
對所述查詢進行依存句法關(guān)系分析，得到所述查詢的核心詞，并將與核心詞直接關(guān)聯(lián)的詞作為所述查詢的關(guān)鍵詞；或者，
將所述查詢中與所述查詢的核心詞的編輯距離最近的專有名詞，作為所述查詢的關(guān)鍵詞；或者，
將所述查詢中的實詞作為所述查詢的關(guān)鍵詞。
7.一種基于深度問答的交互裝置，其特征在于，包括：
接收模塊，用于接收查詢；
獲取模塊，用于提取所述查詢的邏輯標簽和關(guān)鍵詞，以及，基于預(yù)先建立的邏輯結(jié)構(gòu)數(shù)據(jù)表，獲取與所述邏輯標簽和關(guān)鍵詞對應(yīng)的檢索結(jié)果，所述邏輯結(jié)構(gòu)數(shù)據(jù)表是基于百科數(shù)據(jù)建立的；
展現(xiàn)模塊，用于展現(xiàn)所述檢索結(jié)果。
8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述檢索結(jié)果包括：圖片和/或文本。
9.根據(jù)權(quán)利要求7所述的裝置，其特征在于，還包括：用于基于百科數(shù)據(jù)建立邏輯結(jié)構(gòu)數(shù)據(jù)表的第一建立模塊，所述第一建立模塊具體用于：
對應(yīng)百科數(shù)據(jù)中的詞條，在詞條名稱中提取關(guān)鍵詞，將提取的關(guān)鍵詞或提取的關(guān)鍵詞及其同義詞作為詞條對應(yīng)的關(guān)鍵詞，以及，將詞條的子標題規(guī)范化到預(yù)設(shè)的邏輯標簽上；
將詞條對應(yīng)的關(guān)鍵詞及邏輯標簽組成邏輯結(jié)構(gòu)數(shù)據(jù)表。
10.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述獲取模塊用于提取所述查詢的邏輯標簽，包括：
基于預(yù)先建立的核心語義提取模型，提取所述查詢的核心語義，將所述核心語義作為所述查詢的邏輯標簽。
11.根據(jù)權(quán)利要求10所述的裝置，其特征在于，還包括：用于建立核心語義提取模型的第二建立模塊，所述第二建立模塊具體用于：
基于少量有標注查詢和海量無標注隨機查詢，建立核心語義提取模型。
12.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述獲取模塊用于提取所述查詢的關(guān)鍵詞，包括：
對所述查詢進行依存句法關(guān)系分析，得到所述查詢的核心詞，并將與核心詞直接關(guān)聯(lián)的詞作為所述查詢的關(guān)鍵詞；或者，
將所述查詢中與所述查詢的核心詞的編輯距離最近的專有名詞，作為所述查詢的關(guān)鍵詞；或者，
將所述查詢中的實詞作為所述查詢的關(guān)鍵詞。