一、基本概念

文本匹配：计算文本之间的相似度，主要分为两大类：

1）基于句子向量表示的相似度模型（适合初始召回）；

2）基于词级别匹配的相似度模型（适合对召回结果重排）

问答系统：信息检索的一种高级形式，能够更加准确地理解用户用自然语言提出的问题，并通过检索语料库、知识图谱或问答知识库返回简洁、准确的匹配答案。相较于搜索引擎，问答系统能更好地理解用户提问的真实意图, 进一步能更有效地满足用户的信息需求。问答系统处理的对象主要是用户的问题和答案，根据问题所属的知识领域，问答系统可分为面向限定域、面向开放域和面向常用问题集的问答系统。根据答案的来源可分为基于结构化数据的问答系统（如kbqa），基于文本的问答系统（如阅读理解），基于问答对的问答系统（如FAQ）。按照答案的反馈机制划分，可分为基于检索式的问答系统和基于生成式的问答系统。

FAQ：（Frequently asked Questions），是检索式问答系统。通常情况是给定标准问题库，系统需要将用户输入的query匹配用户最想问的问题上。用户输入的query通常是短文本，标准问题库是一个封闭的集合。每个标准问题都有固定答案和标题，同时会有多个扩展问法和关键词。模型所需要解决的是给定query，找到标准问题里用户最接受的答案。

在该场景中，文本匹配是计算query和扩展问法之间的相似度来代表query和标准问题的相似程度，排序后输出topk作为匹配的结果。具体如下图所示：

其中，Qi是知识库中的标准问题，Ai是其对应的标准答案。

二、文本匹配模型

FAQ问答系统通常有两种思路：

1）相似问题匹配，即计算用户问题与现有知识库中的问题的相似度，返回用户问题对应的最精准的答案；2）问题答案匹配，即计算用户问题与知识库中答案的匹配度，返回用户问题对应的最精准的答案，该思路是选择答案，及QA匹配。在这两种思路中都需要用到文本匹配计算。

参考资料：

基于FAQ的智能问答(一): Elasticsearch的调教

基于FAQ的智能问答(二): 召回篇

基于FAQ的智能问答(三): 精排篇

FAQ检索式问答系统及文本匹配计算

【NLP-ChatBot】搜索引擎的最终形态之问答系统（FAQ）详述

NLP: 基于文本语义的智能问答系统

自然语言处理（NLP）：24基于文本语义的智能问答系统

基于深度学习的FAQ问答系统

问答系统QA–综述

互联网+智慧医疗：基于Python打造公益智慧医院项目之智能问答系统

问答系统的发展历程

智齿科技-智能客服

七陌科技-智能客服

对话系统-“问答型”单轮对话：FAQ检索式对话系统【步骤：①用户意图判断 ②文本检索召回 ③文本匹配计算排序】【搜索引擎的最终形态】