KBQA、MRC与OpenQA的关系

整个QA（Question Answering）相关研究可分为文本QA与KBQA两部分，划分的依据是回答问题的信息来源。

• 文本QA回答问题的来源是非结构化的文本，
• KBQA回答问题的来源是预先定义好的KB(Knowledge base，知识库)。

文本QA相关的研究远多于KBQA，因为文本QA的研究对象——非结构化的文本，大部分都和平常且易于获取，比如说Wikipedia，新闻文本和科普文章等。

根据上下文信息的可用性，文本QA又可分为MRC(Machine Reading Comprehension，机器阅读理解)和Open QA(Open-domain QA，开放域问答)。

• MRC旨在让机器阅读给定的文章用于回答问题。
• OpenQA并不提供具体的文本，而是需要系统先检索出与问题相关的文章作为上下文，无论是从本地的仓库还是网络，在此基础上才能进一步回答问题。

由于OpenQA的实验设置与现实世界更为相似，故OpenQA相关的应用也更多。MRC可以视为OpenQA中的一个步骤。事实上，搭建一个能够回答任何输入问题的OpenQA系统是QA领域研究的终极目标。

现代OpenQA最常见的套路是Retriever-Reader框架。Retriever负责根据给定的question检索相关的文档，可被视为IR系统；而Reader负责根据检索得到的文档推断最终答案，通常情况下是一个neural MRC模型。

Retriever分类：

• Sparse Retriever：采用传统的IR方法。
• Dense Retriever：采用深度学习方法。按照对question和document编码方式的不同，可分为如下三类：
  – Representation-based Retriever：对question和document独立编码，双塔模型。
  – Interaction-based Retriever：将question和document放在一起作为input，通常使用transformer-based encoder。
  – Representation-interaction Retriever：结合representation-based与interaction-based方式。
• Iterative Retriever：旨在通过多个步骤找到相关文档，又称multi-step retriever。