本篇介紹聊天機器人中出現的比較早的一種：問答系統。問答系統跟檢索技術很相似，基本的功能就是，用戶可以向系統咨詢信息，系統通過“檢索”，向用戶返回精準、有效的信息。所以，常常有人說，問答系統是搜索引擎的最終形態。

作者&編輯 | 小Dream哥

1 什么是問答系統

我們之前介紹過，按照應用場景的不同，聊天機器人可以分為問答系統，對話系統以及閑聊機器人三類。今天我們就來詳細講一講其中的問答系統。

問答系統是基于用戶的問題，給定一個回答，不涉及到多輪對話。通常用于智能搜索，智能家居中的家電控制等場景。問答系統往往不需要調用業務能力，只需要完成對用戶問題的匹配及回答。

我們之前介紹過，問答系統的任務其實就是，對用戶的輸入進行相似度或者相關性計算，然后在相應的FAQ庫里，尋找該用戶輸入對應的答案，并返回給用戶。

2 問答系統(QA)中的語料庫

通常，一個問答系統，都是針對某一個領域的。例如，一個淘寶賣家的問答系統，針對的是買家常問的商品類型和價格信息問題作出回答。

因此，要構建一個問答系統第一步就是整理FAQ庫。一個FAQ庫應該如下的內容：

1.標準問。標準問是問答系統設計者設計的標準問題，例如，“***商品的價格是多少？”。標準問的個數，決定了問答系統的規模，通常由業務專家給定。

2.相似問。一個標準問通常會對應多個相似問，與標準問表達相同的意思，但往往會不那么規范，較口語化，相似問通常要求覆蓋面越廣越好。例如，“****商品多少錢呀？”。相似問早期由業務專家擬定，數據師擴寫，后期會不斷修繕、規整和增加。

3.答案。一個標準問對應一個答案，返回給用戶。由業務專家擬定。

FAQ庫的質量，對于一個問答系統非常的重要，但是FAQ庫的建立和維護往往都是一件極其費時費人力的事情。當一個FAQ庫規模變大時，相似問之間的界限開始變的迷糊，會給算法帶來非常大的挑戰；另一方面，當FAQ庫規模很大時，后期的維護也變得非常的困難。例如，當系統出現bad case，數據師很難判斷bad case出現的原因，無法判斷是哪條標準問對應的相似問加錯了，從而很難修改。

對于一個問答系統而言，高質量FAQ庫需要建立的時候就異常用心，通常需要業務專家和算法工程師通力合作；在使用時也需要倍加用心的維護，這時，需要培養多位既了解算法特性，又熟悉業務場景的數據師。這大概是目前生產中大部分問答系統采用維護方案了。

3 問答系統Q-A的匹配方式

在問答系統中，模型算法的任務其實就根據用戶輸入的問題匹配到相應的答案。這看起來是個簡單的問題，實際上不然。

一方面，一個標準問，用戶可能的問法有很多，很多時候都無法預料，需要不斷的完善；另一方面，FAQ庫的規模通常很大，標問數目可以達到數萬，相似問的數據可能就更多了。這么大數目的預料，長度不一，算法難度很大。

模型的訓練過程，其實就是讓模型能夠學習到問題-答案（Q-A）對之間的聯系，或者Query集的特征。如下圖所示，是QA中匹配用戶query的模式。

由此可知，目前QA系統的實現，主要有以下三種方式：

1.計算用戶輸入Query和Question的相似度。通過計算用戶輸入Query與FAQ語料集中Question之間的相似度，選出相似度最高的Question，再通過Q-A map找到相應的答案返回給用戶。

2.計算用戶輸入Query和Answer的之間的相關性。通過計算用戶輸入Query與FAQ語料集中Answer之間的相關度，選出相關度最高的Answer，返回給用戶。

3.結合用戶輸入Query和Answer的之間的相關性以及用戶輸入Query和Question的相似度。通過結合相關性和相似度，選出最匹配的Answer，返回給用戶。

4? 問答系統中匹配的算法

由上節可知，問答系統中的匹配可以歸結為query與FAQ庫中標問和相似問的相似度計算與query與FAQ庫中答案的相關性計算。總的來說，目前相似度或相關性計算有下面的幾種方式。

1）規則匹配

也許有讀者會覺得很驚訝，都9012了，還有人用規則匹配來做機器人？其實不必驚訝，目前，很多機器人都有規則匹配的部分，它可控，高效、易于實現。

我這里介紹一種規則匹配的方式，也有人稱為句式法。所謂句式法，就是針對FAQ庫中的標問和相似問進行分詞、提煉出大量的概念，并將上述概念組合，構成大量的句式，句式再進行組合形成標問。例如，標問“華為mate30現在的價格是多少？”，拆出來“華為mate30”是cellphone概念，“價格是多少”是askMoney概念，“現在”是time概念，那么“華為mate30現在的價格是多少？”就是cellphone+askMoney+time。用戶輸入"華為mate30現在賣多少錢？"進行分詞，可以得到相同的句式和概念組合，就能夠命中“華為mate30現在的價格是多少？”這個相似問了。

2）深度學習語義匹配

語義匹配筆者之前有介紹相關的代表性論文，感興趣的同學可以仔細看看，非常有好處：

語義匹配的技術，從早期的DSSM，利用詞袋模型，計算句之間的相似度；到后面利用LSTM-DSSM來捕捉長時間序列的語義信息；再到現在的基于BERT的語義相似度計算與匹配。本質上，其實都是提取句子的語義特征，再通過數學運算計算相似度。

5 KBQA介紹

Knowledge Based Question&Answer（KBQA），是一種基于知識體系的問答系統，現在知識庫更多的是指知識圖譜了。

KBQA回答用戶問題的方式通常有如下兩個步驟組成：

1.利用NLU模塊進行語義理解和解析，包括意圖識別，實體識別，實體關系識別，實體匹配等。

2.利用知識圖譜進行查詢、推理得出答案

搭建KBQA中最重要最關鍵的一步就在于知識圖譜的搭建。知識圖譜對于絕大部分NLP任務都有極大的加成，個人認為是當前最有價值的NLP方向。

總結

搭建一個問答系統是非常耗費時間和人力的事情，不管是傳統的QA，還是近來的KBQA。對傳統的QA，FAQ庫的建立和維護都異常費事；對于KBQA，知識圖譜的搭建，就是一個難度巨大的工程。

近期我們會在知識星球實現問答系統，具體實現和優化，感興趣掃描下面的二維碼了解。

讀者們可以留言，或者加入我們的NLP群進行討論。感興趣的同學可以微信搜索jen104，備注"加入有三AI NLP群"。

下期預告：聊天機器人-對話系統介紹

知識星球推薦

掃描上面的二維碼，就可以加入我們的星球，助你成長為一名合格的自然語言處理算法工程師。

知識星球主要有以下內容：

(1) 聊天機器人。考慮到聊天機器人是一個非常復雜的NLP應用場景，幾乎涵蓋了所有的NLP任務及應用。所以小Dream哥計劃以聊天機器人作為切入點，通過介紹聊天機器人的原理和實踐，逐步系統的更新到大部分NLP的知識，會包括語義匹配，文本分類，意圖識別，語義匹配命名實體識別、對話管理以及分詞等。

(2) 知識圖譜。知識圖譜對于NLP各項任務效果好壞的重要性，就好比基礎知識對于一個學生成績好壞的重要性。他是NLP最重要的基礎設施，目前各大公司都在著力打造知識圖譜，作為一個NLP工程師，必須要熟悉和了解他。

(3) NLP預訓練模型。基于海量數據，進行超大規模網絡的無監督預訓練。具體的任務再通過少量的樣本進行Fine-Tune。這樣模式是目前NLP領域最火熱的模式，很有可能引領NLP進入一個全新發展高度。你怎么不深入的了解？

轉載文章請后臺聯系

侵權必究

往期精選

總結

以上是生活随笔為你收集整理的【NLP-ChatBot】搜索引擎的最终形态之问答系统（FAQ）详述的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。