我们将Sentence BERT模型应用到FAQ问答系统中。开发者可以使用BEFAQ系统快速构建和定制适用于特定业务场景的FAQ问答系统。
(1)使用了Elasticsearch、Faiss、Annoy 作为召回引擎
(2)使用了Sentence BERT 语意向量(Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks)
(3)对同义问题有很好的支持
(4)支持多领域语料(保证了召回的数据是对应领域的,即使是同样的问题,也可以得到不同的答案。)
请参考博客ES(Elasticsearch)7.6.1安装教程进行安装。
首先进入到项目的根目录,然后
cd data/model
wget https://public.ukp.informatik.tu-darmstadt.de/reimers/sentence-transformers/v0.2/distiluse-base-multilingual-cased.zip
unzip distiluse-base-multilingual-cased.zip
项目根目录下的data/线上用户反馈回复.xlsx 是QA数据的来源,其中的数据会被写入到Es中。
项目根目录下的sheetname.conf 是读取Excel文档数据的配置文件。如果你想要先跑通代码尝试一下。可以先不修改这里的配置。
项目根目录下的es/es.ini 是BEFAQ关于ES的配置文件。这个配置文件里需要配置Es的IP(域名)和端口号,Es的登陆的用户名和密码。一定要根据自己的Es的配置进行修改,才能让BEFAQ连接上你的Es。
项目根目录下的faq/befaq_conf.ini 是BEFAQ的配置文件。
进入项目的根目录,然后
cd es
将数据从excel 写到ES
python write_data2es.py
将问题处理成Sentence BERT 向量,保存到bin类型文件中,便于后期读取问题的向量。
python write_vecs2bin.py
训练Faiss和Annoy模型
python train_search_model.py
进入项目的根目录(cd ..),然后
cd faq
启动BEFAQ服务 (如果数据没有发生变化,后期启动服务只需要进行这一步)
python main_faq.py
在终端中测试BEFAQ。BEFAQ的服务是post请求。(将xxx.xx.xx.xx替换成自己的ip)
curl -d "question=忘记原始密码怎么修改密码&get_num=3&threshold=0.5&owner_name=领域1" http://xxx.xx.xx.xx:8129/BEFAQ
接口url:
http://xxx.xx.xx.xx:8129/BEFAQ
接口参数说明
question:用户的问题。必需
get_num:接口最多返回几条数据。非必需,默认为3
threshold:阈值,相似度高于这个阈值的数据才会被接口返回。非必需,默认为0.5
owner_name:数据所有者的名称,也就是excel中每个领域的数据对应的sheet name。用来区分多领域数据。必需
返回的数据格式:
[
{
"q_id": 5,
"specific_q_id": 10,
"question": "忘记原始密码如何修改密码?",
"answer": "您可在登录界面,密码登录,使用找回密码功能进行验证。",
"confidence": 0.99
}
]