Информация обладает собственной ценностью, иногда существенно превышающей ценность материальных объектов. Быстрый релевантный поиск дает возможность не только приобретать новые знания, но и обогащаться материально. Поэтому поисковые системы (поисковики) информации в интернете представлены в изобилии. Как правило, в них используется разновидность поиска по ключевым словам, что связано с недостаточной развитостью в настоящее время семантического анализа и автоматического логического вывода, позволяющих получать следствия из полученных данных. Основная сложность поиска необходимой информации в большом объеме данных состоит в том, что, как правило, при поиске определенного объекта имеется еще большая совокупность объектов, которые отличаются от искомого «немного», «чуть-чуть», «самую малость» и пр. Поэтому с содержательной точки зрения они отличаются мало, и человеку с его образным мышлением трудно подобрать существенные признаки, выделяющие нужный ему объект. В таком случае реально полезна подсказывающая система, указывающая те признаки, которые в данной предметной области представляются наиболее существенными. Тем самым человеку предоставляется возможность не вспомнить необходимый признак, что сопряжено с определенными ресурсными затратами, а выбрать из представленного набора. В работе предпринята попытка, используя оригинальный формализм, построить теорию вопросно-ответных систем, которая базируется на семантике предметной области. Эта семантика выражается в терминах совместимости / несовместимости, что представляется достаточно универсальным механизмом для описания предметных областей и построения систем поиска информации.

Information has its own value, sometimes greatly exceeding the value of material objects. Fast, relevant search provides the opportunity not only to acquire new knowledge, but also to enrich themselves financially. Therefore, search engines (search engines) information on the Internet abound. Typically, they use a kind of keyword search, which is associated with underdevelopment at the present time semantic analysis and automatic logical inference, allowing the investigation of the obtained data. The main difficulty of finding the necessary information in big data is that, as a rule, when searching for a particular object, there is still a large set of objects, which differ from the desired «slightly», «slightly», «very little» and so forth. Therefore, from a substantive point of view, they differ little, and the man with his imaginative thinking is hard to find significant signs that produce the desired object. In this case, it is really useful prompting system that indicates those features that are in a given subject area appear to be the most significant. Thus, the man given the opportunity to remember the essential sign, which is associated with a defined resource costs, and to choose from the presented set. In the work the attempt is made, using the original formalism, to construct a theory of question-answering systems, which is based on the semantics of the subject area. This semantics is expressed in terms of a compatibility / not compatibility, that is quite a universal mechanism for the description of the subject areas and building systems for information retrieval.