QA问答是当前我们常说到的一种话题，但随着KBQA这一问答在众多2B项目中的需求被提出，许多客户以及开发人员陷入了一种怪圈，即无法正确捕捉到不同问答类型之间的区别和边界，这对技术选型而言，容易造成混淆视听的局面。
因此，为了解决这一问题，本文主要围绕目前存在的五种主流问答范式，包括FAQ-匹配式问答、DOCQA-文档问答、TableQA-表格问答、KBQA-知识图谱问答以及TaskQA-任务式问答，对齐适用场景、基本概述以及所需数据进行介绍，供大家一起参考。
一、FAQ-匹配式问答
FAQ问答技能是通过训练问答对数据来实现人机对话能力的技能。其中问答对是指问题与答案的组合。问答对中的问题与答案支持一对一、一对多、多对一和多对多四种形式。当用户的问题与问答对中配置的问题相似时，即会输出该问答对中的答案。
1、FAQ-匹配式问答适用于哪些对话场景？
问答技能适用于一问一答（用户问，机器人回答），且每个问题的答案相对固定，不需要根据用户问题中的关键信息来作出复杂的回复。其应用于客服场景中的服务咨询，教育场景中的科普问答，政务场景中的政策咨询等等。
2、FAQ问答需要准备哪些数据？
问答对是问答技能的基础数据。在创建问答技能前，您需要基于自己的业务场景按照文档格式要求梳理问答对数据，具体问答对为问题与答案的组合，如下：
Q: 商品支持退货嘛？A：15天内支持退换货。
Q: 购物车可以添加多少件商品？A：购物车可以添加100件商品。
二、DOCQA-文档问答
对话式文档问答是通过训练文档数据来实现人机对话的技能。当用户的问题在文档中能够找到答案时，即会抽取文档片段作为答案回复。
1、DOCQA-文档问答适用于哪些对话场景？
对话式文档问答主要适用于有业务文档积累的使用场景，例如：旅游场景下的景区介绍，办公场景中的企业制度查询以及党章党规等。用户只需要按照约定的文档格式整理文档后上传后，训练文档数据即可获得对话能力。
2、DOCQA-文档问答需要准备哪些数据？
在创建文档问答前，您需要基于自己的业务场景按照文档格式要求上传。
当前版本支持txt、doc、docx格式的文档上传，建议给文档以恰当的名字命名，以能简明代表文档内容，比如《手机三包政策》，而不是《文档1》。
示例如下：《手机三包政策》
为了切实保护消费者的合法权益，明确手机商品销售者、修理者和生产者的修理、更换、退货(以下称“三包”)责任和义务。 销售者在销售手机商品时，应提供三包凭证、有效发货票，并准确填写、加盖印章。应开箱检验，正确调试，介绍产品的基本性能，使用维护和保养方法以及三包方式和修理者。手机主机三包有效期为1年。 附件的三包有效期为：电池6个月，外接有线耳机3个月，充电器、移动终端卡、数据接口卡为1年。在三包有效期内，消费者依照本规定享受修理、更换、退货的权利。应当凭发货票和三包凭证办理……
三、TableQA-表格问答
表格问答功能，是指根据给定的表格，针对表格相关内容的查询、推理等问题，提供对应智能问答能力。表格问答是基于表格数据来进行问答的技能。其中表格数据是由实体和属性构成。
表格问答根据用户的问法和实体在表格中进行搜索，输出与之对应的属性值。如图：当用户询问”mate40价格是多少”时,技能获取实体”mate40”以及属性”价格”,在表格中进行搜索，将与”实体”对应的价格反馈给用户。
1、表格问答所能支持的问题类型有哪些？
2、表格问答适用于哪些对话场景？
例如在手机销售场景下，手机型号有mate40、mi10、iPhone12等多个实体，品牌、价格、内存等为这些实体的共同属性，具有此类数据的对话场景可应用表格问答。其他应用场景如：图书馆藏书查询、超市库存查询等。
在某一场景中拥有多个实体且实体都具备共同的属性，可将该场景下的数据按照表格模板编辑上传，例如手机型号对应的多个实体都具有品牌、价格、内存、电池容量等属性，示例如下：
四、KBQA-知识图谱问答
KBQA知识图谱问答，旨在给定结构化的知识图谱结构化元组，通过解析用户自然问句，转换为查询语句，以完成单跳、多跳等问题类型。
1、KBQA所能支持的问题类型有哪些？
KBQA所能支持的问题类型是与给定的结构化知识库直接相关的，得益于知识图谱的结构特性，可以进一步靠上图这一特定，完成多跳、多限定、序数、是否、计数等类型
2、KBQA适用于哪些对话场景
KBQA作为一种结构化的问答方式，其有着十分严苛的强依赖，需要事先将数据结构化为结构化形式，才能进行问答，并且在问答类型上，一定会有所问、有所不问，要求问题必须是与数据库直接相关的。也就是说，其问答场景必须是可控的、并且预先知道问题边界的场景。
3、KBQA问答需要准备哪些数据？
KBQA问答需要事先给定结构化的知识元组数据，例如结构化三元组、neo4j等图数据库等。
五、TaskQA-任务式问答
taskQA-任务式问答是识别用户话术意图，并根据话术中所包含的关键参数执行指定任务的能力。其中，关键参数在智能对话领域称之为词槽。
1、TaskQA-任务式问答的基本概念？
2、TaskQA-任务式问适用于什么样的场景？
对话技能适用于需要根据用户对话，执行具体任务的场景。比如，智能客服场景中，下单购买、退货办理等任务；智能办公场景中，差旅申请、会议室预定等任务；消费电子场景中，听音乐、订外卖等任务。
3、TaskQA-任务式问答需要准备哪些数据？
首先，表达执行某一类任务的具体话术，例如，表达按歌手点歌任务的话术：放一首周杰伦的歌、我想听李宇春的歌、放林俊杰的歌吧等。
其次，执行某一任务需要获取的关键参数。例如，按歌手点歌任务中的歌手名：周杰伦、李宇春、林俊杰、汪峰等。
文章链接
您阅读本篇文章共花了：
发表评论