基于FAQ的智能问答(三): 精排篇

在上一篇<基于FAQ的智能问答(二):召回篇>中已经介绍了，给定一个用户的query如何从知识库中快速准确的召回一小批相关的问题，本篇将继续介绍如何对这一小批问题进行精排，最终构建出answer返回给用户。

任务描述

给定一个用户的问题q，和一批召回的问题d，对每个d进行相关性的打分计算，并根据相关性进行评价。同时根据top1打分的不同，客户端执行不同的操作：(1) 如果top1的评分"很高"，则直接将答案返回给用户 (2) 如果top1的评分"较高"，则进行问题的推荐 (3) 如果top1的评分"较低"，则提示无法回答。

评价指标

模型结构

数据构建

对于智能问答场景的精排模型，构建的数据集结构如下:

数据集中的一个例子

所以通过这种方法，可以构建一个大规模的通用领域的弱标签的排序数据集，从而训练出一个通用的排序模型。

模型上线

在模型的预测阶段，给定q与d，可直接计算出q与d的相似度。所以给定一组d，就可根据相似度返回有序的结果。

整个精排模块在进行模型蒸馏以后，部署在k8s的cpu集群上（web API + Tensenflow-Serving），单个pod在batch size=20，max_seq_len = 64的场景下，响应时间为100ms. 满足线上的需求。

玄学阈值：在精排部分我们需要界定出top1的结果是否为正样本，即能不能直接作为答案返给用户；同时top1 - top5中哪些可以作为推荐问进行推荐

最简单的方案是卡一个阈值，例如相似度大于0.85，就认为是正样本，可以直接把知识库中的答案返回给用户；相似度小于0.85但是大于0.1，就认为可以作为推荐问；最后如果top1的相似度小于0.1，就认为无法解答。具体的阈值可以在测试集上进行搜索，保障在测试集上的准确率能够达到95%，同时召回率能够达到80%。（95%与80%来源于业务的指标要求，可调整）。

但是这种方案需要小心翼翼，在实际的场景往往很难很好的去卡这个阈值。

不过从产品实际上来考虑，真的要对边界抱有执念吗？对于原本应该直接回答的query，没有直接回答，而是把非常相关的top1结果进行了推荐，其实也没问题，不会牺牲特别大的用户体验；同时对于原本就没有答案的样本，而也将top1的结果进行推荐（因为有一点的相关性），也不会牺牲用户体验，反而也在引导用户。所以“尽可能的多推荐”，从产品上是合适的。

---

---

---

基于FAQ的智能问答(三): 精排篇 - 知乎