DrQA 基于维基百科数据的开放域问答机器人实战教程 [人工智障的阅读理解水平有点惊人了，可以精准的回答类似斯坦福大学的位置这样的问题]

[1722332572]

DrQA 基于维基百科数据的开放域问答机器人实战教程

DrQA 是一个基于维基百科数据的开放域问答系统，它由检索器和阅读器组成。其中检索器用于从海量的文本（例如维基百科）中获得相关的文章；阅读器用于从文章中获得相应的答案。

官方介绍： DrQA 是一个应用于开放域问答的阅读理解系统。特别是，DrQA 的目标是“大规模机读”（ MRS ）。在这个设定中，我们在可能非常大的非结构化文档集中搜索问题的答案。因此，系统必须将文档检索（查找相关文档）的挑战与机器对文本的理解（从这些文档中识别答案）的挑战相结合。

我们使用 DrQA 的实验侧重于回答 factoid 问题，同时使用 Wikipedia 作为文档的独特知识源。维基百科是一个非常适合大规模，丰富，详细信息的来源。为了回答任何问题，必须首先在超过 500 万个文章中检索可能相关的文章，然后仔细扫描它们以确定答案。

请注意，DrQA 将 Wikipedia 视为一个通用的文章集合，并不依赖于其内部知识结构。因此，DrQA 可以直接应用于任何文档集合。

数据集：维基百科

框架：PyTorch

版本：PyTorch torch-0.3.0

论文：Reading Wikipedia to Answer Open-Domain Questions

项目： https://github.com/facebookresearch/DrQA

系统架构：

实战： 交互模式下提问：

where is stanford university

可以看到检索到的文档是 Stanford University，问题的答案是：浅绿色标注的部分，答案非常的精准。

交互模式下提问：

where is Barack Hussein Obama from

交互模式下提问： 回答不是很精准，我其实想问的是奥巴马来自哪里。答案返回的是奥巴马在哪里，奥巴马在华盛顿，不过也还是相当不错。

who is Donald Trump 这个问题并没有找到准确的答案，虽然文档是相关的。

原文链接： http://tf86.com/2018/07/20/reading-wikipedia-to-answer-open-domain-questions/

[TimePPT]

这个开源有一阵子了。OpenDomainQA 这块其实很复杂。