跳转至

问答系统介绍

学习目标

  • 了解什么是问答系统
  • 了解问答系统的基本框架
  • 了解问答系统的主要类型

什么是问答系统

  • 问答系统(Question Answering System, QA)是自然语言处理领域的一个重要应用，作为信息检索系统的高级形式，能够准确、清晰地回答用户用自然语言提出的问题。
  • 问答系统在大家的日常生活中随处可见，2014年微软率先推出了小冰智能聊天机器人，直至现在越来越多如siri移动生活助手和智能音箱等的面市，问答作为一种信息获取方式愈发受到大众和厂商的关注和投入。

问答系统框架

  • 问答系统通常包括三个环节，NLU（自然语言理解），DM（对话管理），NLG（自然语言生成）。

  • 其中NLU主要是对用户问题的解析，可以理解为把用户问题转化为机器能理解的语言。对话状态跟踪主要是获得当前的状态，可以理解为机器人所理解的用户问题的所处的状态，策略学习主要是根据当前系统的状态采取的策略（例如用户在这里可能是要询问地址，那么就返回的策略就是跟询问地址相关的），NLG是对用户的问题的回复，可以理解为用户最终会看到的机器人返回的结果。

问答系统类型

  • 基于任务类型：
    • 1.任务型机器人
      • 用于完成用户特定任务，机器人利用语义去执行后台已对接的能力，帮用户完成特定任务。例如预订酒店，销售产品等。
      • 特点：智能决策，状态转移，槽位填充，多轮问答。
    • 2.解答型机器人
      • 用于解答用户的问题，机器人的回复来源于特定知识库，以特定回复回答用户。例如跟[百科问答]相关的机器人或者产品客服机器人。
      • 特点：问答模型，信息检索，单轮为主。
    • 3.闲聊型机器人
      • 跟用户的无目的闲聊，机器人回复不限制，多以趣味性跟个性化回复为主。
  • 基于解决方案：
    • 基于检索的问答系统：通过搜索引擎找到相关的文档或段落，从中提取答案。
    • 基于知识的问答系统：利用预定义的知识库（如数据库、知识图谱）直接生成答案。
    • 基于机器阅读理解的问答系统：让模型理解文本内容，并基于文本内容直接生成答案。

  • 随着知识图谱的不断完善，近年来越来越多学者将知识图谱应用于构建医疗问答系统，实现高效地使

    用和发掘知识图谱新的价值，因此，基于知识图谱的问答系统已经成为医疗领域的重要方向。

小节总结

  • 本章节介绍了问答系统的定义、应用、基本框架（包括自然语言理解、对话管理和自然语言生成），以及其类型（任务型、解答型、闲聊型）和解决方案（基于检索、知识和机器阅读理解），帮助学习者理解问答系统的核心概念与运作方式。