问答系统面临着许多挑战和难点。下面列举了一些常见的问题：

  1. 语言理解：人类语言具有歧义性和复杂性，因此问答系统需要具备强大的语义理解能力，能够准确地理解用户的问题和提供的文章或文本。

  2. 知识获取：问答系统需要从大量的知识库、文本文档或网络中获取信息和知识。但是，这些信息可能分布在不同的来源和格式中，且不断更新，因此需要有效的信息抽取和知识库构建算法。

  3. 上下文理解：问答系统需要能够理解问题和文本之间的上下文信息，以更好地回答问题。例如，理解引用、代词和其他文本结构需要建立复杂的语义模型。

  4. 多样性和复杂性：用户提出的问题可以多种多样，从简单的事实查询到复杂的推理和判断。问答系统需要具备广泛的知识和推理能力，同时能够区分和回答不同类型的问题。

  5. 实时性和效率：问答系统需要在短时间内给出准确的回答，以满足用户的需求。因此，系统需要高效的算法和优化技术，以提高处理速度和资源利用率。

  6. 评估标准：衡量问答系统的性能和准确性是一个挑战。目前还没有一个统一的标准评估体系，因此需要制定合适的指标和评估方法，以确保系统的质量和可靠性。

  总体来说，问答系统需要克服语言理解、知识获取、上下文理解、多样性和复杂性、实时性和效率等多个挑战和难点，才能提供准确、完整和满意的答案。为了不断改进问答系统的性能，研究者们正在进行广泛的研究和探索，结合机器学习、自然语言处理、知识图谱等技术来解决这些问题。