问答模型综述

定义

智能问答(Question Answer,QA)智能问答系统就是基于大量语料数据，通过数学模型，通过相关编程语言实现的一个能够和人类进行对话，解决问题的一个软件系统。

研究的基本问题

自然语言问题

将自然语言问题大致分为七类，事实类(factoid)问题、是非类(yes/no)问题、定义类(definition)问题、列表类(list)问题，比较类(comparison)问题、意见类(opinion)问题和指导类(how-to)问题.

(1) 事实类问题对应的答案是现实世界中的一个或多个实体。 例如,问题Where was Barack Obama born?对应的答案是地点类型实体 Honolulu。事实类问题通常比较客观,适合基于知识图谱或文本生成问题对应的答案。

• 基于信息检索的事实类问答：基于 IR 的事实类问答的过程：问题处理、段落检索和排名和答案抽取。
• 基于知识的问答 Knowledge-base Question Answering)
  (2) 是非类问题对应的答案只能是yes或者no。例如，问题Is sky blue?对应的答案是Yes；问题Is sky green?对应的答案是No。 是非类问题在搜索引擎查询日志中的占比较高，适合基于知识图谱或常识知识库进行推理并生成问题对应的答案。

(3) 定义类问题对应的答案是关于问题中提到的某个实体的术语解释。 例如，问题 What does AI mean?对应的答案是AI这个术语的解释。 定义类问题的提问模式通常较为固定，适合基于知识图谱、词典或文本生成问题对应的答案。

(4) 列表类问题对应的答案通常是一个集合。例如,问题 List of highest mountains on earth 对应的答案是一组山峰的名字。 和事实类问题类似，列表类问题可以基于知识图谱生成列表类问题对应的答案。 此外，由于网络表格经常包含对某类信息的总结和整理,因此也很适合用来生成列表类问题的答案。

(5) 比较类、意