13、V14、V15、V16、V17的取值未知，由此產生關
於總問題求解的五個子問題。根據子問題的構建規則，產生如下五個子問題描述：
子問題1.1：總產出增長率是多少？
子問題1.2：資本存量增長率是多少？
子問題1.3：勞動力增長率是多少？
子問題1.4：資本產出彈性是多少？
子問題1.5：勞動產出彈性是多少？
子問題產生後，子問題的智能識別主要是子問題的隱含屬性的識別。因為關於子問題的雙關鍵詞（求解條件＆是多少）和已知條件（繼承總問題和上級子問題的所有已知條件）已經確定，問題的表層屬性不再需要識別。
其次，對子問題的隱含屬性進行識別。根據雙關鍵詞匹配問題類型、問題類型匹配問題的求解方法以及用戶選擇（式20～式22）得到識別結果。
關於各子問題求解方法匹配的“求解條件—值—相關說明”在一一列出。通過係統數據源分析和繼承總問題的條件匹配得出問題的求解條件的值。
子問題1.1～1.3除輸出變量（目標屬性）外，其餘條件均可識別，因此不產生子問題。子問題1.4、1.5除輸出變量（目標屬性）外，取值未知的屬性包括V 32，V33，V34，故產生下一級子問題。根據子問題的構建規則，產生如下三個下一級子問題描述：
子問題1.4.1：總產出序列對數值是多少？
子問題1.4.2：資本存量序列對數值是多少？
子問題1.4.3：勞動力序列對數值是多少？
由於子問題1.5取值未知的屬性與1.4相同，故不再產生相同的次級子問題。
采用與子問題1.1～1.5同樣的方法可以識別出上述子問題的隱含屬性。
關於各子問題求解方法匹配的“求解條件—值—相關說明”。通過係統數據源分析和問題表層條件的匹配得出問題的求解條件的值。除了問題的目標屬性值未知，求解條件的所有屬性值均已識別，故不再產生子問題。
第五步，問題求解。
根據問題1及其子問題的識別結果，由最下級子問題反向遞推並調用求解方法的求解算法，求解總問題。其求解模型調用路徑。
2.問題2分析過程
第一步，問題表述語句的輸入。
問題2的中文表述為：
九五和十五期間，影響我國固體礦產業技術創新綜合水平的各因素中，最主要的因素是哪些？
第二步，問題的表層屬性的識別。問題表述語句經過中文分詞得到：
九五/和/十五/期間/，/在/影響/我國/固體/礦產業/技術創新/綜合水平/各因素/中/，/最主要的/因素/是/哪些/？/
根據問題表層屬性識別模型得到的該問題條件和目標子句為：
S=“九五”，S=“和”，S=“十五”，S=“期間”；
S=“在”，S=“影響”，S=“我國”，S=“固體”，S=“礦產業”，S=“技術創新”，S=“綜合水平”，S=“各要素”，S[é]=“中”；
D=“哪些”，D=“因素”，D=“是”，D=“最主要的”。
利用依存語法的句法分析器得到該問題表層屬性識別的三元組集合表示為：
S 1=｛（九五，和，聯合），（十五，和，聯合），（和，期間，偏正）｝
2=｛（我國，固體，偏正），（固體，礦產業，偏正），（礦產業，技術創新，偏正），（技術創新，偏正），（技術創新，綜合水平，偏正），（綜合水平，各要素，偏正），（各要素，影響，述賓），（各要素，在，介賓），（各要素，中，介賓）｝S
D 1=｛（最主要的，因素，偏正），（是，是，謂語），（哪些，是，賓語），（因素，是，主語）｝
同樣，經過問題相似性分析無相似問題的存在。
第三步，問題隱含屬性的識別。
首先通過目標D 1找到識別問題類型的雙關鍵詞，在D1的三元組關係表示中，找到問題的主語和謂語分別為：“因素”、“是”，通過雙關鍵詞識別模型得到雙關鍵詞為“因素＆是”。
然後匹配問題類型知識庫中的“對應的關鍵詞集合”，得到問題類型為“影響因素評價類”。由於係統中已有的具體類型沒有合適的類型（因為匹配已有類型求解問題效果不理想），故我們創建一種新的具體的問題類型——“技術創新水平影響因素評價類”——於問題類型知識庫中。同時在模型管理模塊中建立“全要素生產率關鍵因素分析模型”作為該類問題的求解方法，並在模型管理模塊中設置“階層型人工神經網絡敏感性分析”算法作為該模型的求解算法。
創建好新的問題類型和模型後，即可在問題類型知識庫中選擇該類型及其求解方法，並匹配其“求解條件—值—相關說明”（在創建類型和模型時設置）。