智能问答系统是信息检索的高级表现形式,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的方式,返回简洁、准确的匹配答案。在日常搜索场景下,相比较传统的自然结果罗列,智能问答系统可以展现更加优质的结果,从而大幅度提升了用户的体验。在最初的问答系统中,问答数据一般离线产生于复杂的阅读理解模型,并以字典的形式存储为k-v对(例如问题-答案对)。只有当用户的问题完全命中字典中储存的“问题-答案对”时,才会展现出相应的答案。现今,随着语音搜索和移动搜索的发展,在大数据场景下,用户的口语表达日趋多样,这种键值对的匹配方式将无法满足搜索场景的需要,从而导致优质内容展现不足。因此,我们需要将语义相近的问题和问题库中的答案进行相对应的匹配,尤其针对长尾低频的问题,找到与其含义一致且在问题库中的高频键值对,即构建高效且准确的在线FAQ智能问答系统。首先,在传统场景下,基于关键字词匹配的检索方法及人工模板的FAQ问答系统由于扩展性受限,难以解决同义不同词的语义鸿沟问题,例如检索“脑袋疼是什么情况”和“为啥我头痛”,会因关键词不一致而导致漏召回。所以,如何克服语义鸿沟,提高检索的召回率将是一个很大的挑战。其次,近几年随着深度神经网络的发展,深度文本匹配模型在一定程度上解决了文本间的语义匹配问题。然而这些模型大多是基于学术界公开的数据集进行设计与优化,在真实的场景中,会因文本表达的多样性,对用户问题的理解与分析存在偏差而导致通用性受限。例如,“如何从北京到芝加哥”和“如何从芝加哥到北京”,极有可能被误匹配。口语化、歧义、省略和冗余等现象不可避免地降低了 SOAT神经网络模型的灵活性和鲁棒性。因此,如何灵活的匹配真实的用户问题将是另一个挑战。基于上述内容,本文提出了一个完全基于语义信息,包含检索模块、匹配模块的在线FAQ智能问答系统,旨在代替传统的检索方式和人工模板方式。在检索模块中,基于向量检索,从海量候选问题库中抽取数十条候选集合;在匹配模块中,引入搜索分析的多个先验信号进行多粒度输入。此外,整个问答系统在模型设计上还兼顾性能与效率,且满足工业场景中的实时性要求。本文通过在真实的数据集和公开数据集上进行了大量实验,研究结果表明,本文所提出的模型在匹配效果及效率上均具有显著的优越性。