如何构建一个问答机器人（FAQ问答机器人）

开篇

下面的主要内容摘自腾讯知文的算法负责人的演讲，主要描述了腾讯知文问答系统的主要框架。

问答类型

第一种类型，任务驱动型。这种类型通常是用户希望去完成一些任务，比如查天气、查汇率等。

第二种类型，解决用户信息获取类的问题。这种类型也是我们这次分享的重点，我们将主要在这点展开。这也是目前业界落地最多的一种问答系统类型。

第三种类型，通用闲聊型。比如微软的小冰、苹果的 Siri 都支持通用闲聊，通用闲聊的加入会使对话系统更富于人性化，也可以加入个性化信息、用户画像信息，包括前面教授们提到的情感信息。

问答领域的数据

第一种，基于标准的、结构化的知识，比如说 FAQ 和 KG。FAQ 是常见问题解答，KG 是组织好的知识图谱，这两种都是比较结构化的数据类型。

第二种，数据以非结构化的形式存在，比如说表格、文档。

第三种，多模态、跨媒体问答，比如说 VQA，或可能存在视频、音频问答的语料库。

ps：就我的实习经验来说，在企业里往往是使用第一种数据去构建问答机器人的，同时，由于绝大多数的企业是没有能力构建KG的，所以大部分就FAQ的机器人。

通用的FAQ框架

由于图片比较模糊，所以就不放图了。

首先是问题处理模块，这一模块的工作包括查询、问询改写，错词纠正，同义词替换。第二步是召回，即在 FAQ 里召回文档，最主要的目标是召回要快，召回率要很高，准确性可以比较低，可以召回不那么相关的信息。之后，我们会做一个匹配。

ps: 和搜索框架的区别
问答系统追求的是top-1的准确度，最主要的是匹配

快速召回的方案