智能问答机器人综述

 

问答机器人引擎一般分为以下几种

1、FAQ：最传统的一问一答引擎，是所有市场上问答机器人都必备的功能。通常以{1条标准问 +1 条标准答案 + n条相似问}的结构将语料存储在FAQ语料库中(如mysql、ElaticSearch)。流程分为三步，第一步，用户提问时，从所有标准问和相似问中混合召回出top N条(如bm25召回算法)。第二步，把所有相似问映射成标准问，去重，再映射到对应的标准答案。最后，通过精排算法，选出分数最高的的答案返回给用户。FAQ常用于办公、人力、常见问题这种简单场景。FAQ的语料库构建比较耗时，需要人工梳理，随着系统的持续运营，还要定期更新。

2、MRC：机器阅读理解引擎，适用于从复杂段落中寻找具体答案，常用于手册、条文、法律法规这种拥有复杂语料的场景。在构建时，通常做法是把复杂的文本分隔成段落，存储在MRC语料库中，分隔的粒度一般是一个段落描述一个具体事项为标准。流程通常是两步，第一步召回，根据用户问题，从MRC语料库中召回出分数top1的段落。第二步，把用户问题和top1的段落输入MRC引擎(如bert模型)，输出答案，返回给用户。

3、KBQA：知识图谱问答。知识图谱构建是基于图数据库(如Neo4j)，所有的语料以“点”和“边”的形式存储在图数据库中。比如用户提问：中国的首都在哪里？对应的流程是这样处理的，首先识别用户问题中的实体、意图和关系，然后把用户问题转化成图数据库的特有sql语句，在图数据库中找到“中国”这个“点”，以及与它链接的“首都”这一条边，这条边的另一个“点”就是答案。图数据库的构建和管理很复杂，但是回答的准确率接近100%。

4、MTQ：多轮问答。适用于多轮任务式的问答，常用于订机票、订酒店这类有一系统步骤的场景。MTQ的背后对应着一张复杂流程图，以“订机票”为例说明，流程图中包括“欢迎语”，"确认出发地“，确认目的地”，“确认日期”，“确认身份证”，“确认手机号”，“确认订单”，“取消”等一系列节点，用户通过调整流程图来控制多轮问答的顺序和话术。每个节点还涉及到NLU（自然语言理解）、NLG（自然语言生成）等不同的技术，如确认出发地时，将用户输入的信息匹配到城市地点的槽位。确认订单时，将出发地、目的地、航班一系列信息和逻辑转换成自然语言返回给用户。MTQ的实现很复杂，实施难度大。

5、闲聊机器人：数据存储结构与FAQ相似，通常是事先构建一个寒暄语料库，以{1条标准问 + n条标准答案 + n条相似问}的方式存储，回答是随机的。常用于开放域。