政务问答机器人，助推数字化服务升级

01

背景

暨2021年“十四五”规划将数字政府提上国家顶层设计后，今年两会期间，数字经济、智慧城市再一次成为各界关注的焦点。

3月5日，《政府工作报告》提出要加强数字政府建设，推动政务数据共享。智慧政务旨在助力政务决策、业务流程优化，提升利企便民的服务体验，是提升政府监管效能和公共服务能力的关键之举，智慧城市中的重中之重。

02

智慧政务概况

近几年，国内数字政府建设进程加速且成果显著。据《2020联合国电子政务调查报告》数据显示，中国电子政务在线服务指数增长至0.9059，排名从全球第34位跃升至全球第九位。

智慧政务涉及智慧城市中与政府公务相关的场景，包括信息采集、审核与服务，涉及语音技术、检测技术、文字识别、自然语言处理、理解和生成等多项AI技术。

以国家政务服务平台网上办、掌上办、一次办、跨省通办等为代表的数字政务服务功能为利企便民发挥了重要作用。在政府部门数字化转型加速的当下，越来越多创新应用正成为加快政府职能转变的重要驱动力。

03

政务问答机器人

问答系统是信息检索系统的一种高级形式，它能用准确、简洁的自然语言回答用户提出的问题，问答系统广泛应用于搜索引擎、智能设备、智能客服等产品中。

图：问答系统应用示例

“开户籍证明要找谁？”、“银行服务费、刷卡手续费有收费标准吗？”、“企业税费优惠如何享受”…在智慧政务业务中，政务问答系统能够24小时响应群众、企业关于日常事务办理、民生政策、企业经营法规等咨询，大力提升了信息获取的便利性。

图：政务问答系统示例

以某地方政务网站的问答系统为例，该网站积累了大量疫情相关的标准问答对（Q-A pair），希望搭建智能问答机器人，这是一个典型的FAQ问答场景：当接收到用户的咨询问题后，系统会检索语料库中的相似问题，并返回相应问题的答案。难点在于：

• 数据：仅有Q-A pair数据，无相似问题标注数据；
• 模型：传统基于字面的匹配技术仅能捕捉字面上的相关性，无法准确理解语义信息，急需精准的语义匹配方案；
• 部署：随着Q-A积累量和用户访问量越来越大，如何应对千万级语料库的并发检索，实现毫秒级快速响应，是保障用户体验的关键。

百度飞桨自然语言处理模型库PaddleNLP近期开源的FAQ问答系统，提出了针对无监督数据的端到端检索式问答系统方案，无需标注数据也能够轻松构建起检索系统，并且提供训练、预测、最近邻搜索一站式能力。

• 精度高：在国际领先的检索式问答预训练模型RocketQA基础上，进一步采用无监督 SimCSE 和 Word Repetition(WR) 策略在业务数据上微调优化模型效果。

RocketQA效果领先

问答系统RocketQA+SimCSE+WR效果说明

• 性能强：与开源向量数据库Milvus打通，结合百度飞桨原生推理库Paddle Inference，实现高性能建库，并在千万级数据中做到毫秒级快速查询。

PaddleNLP介绍

PaddleNLP是百度飞桨自然语言处理模型库，具备易用的文本领域API、丰富的预训练模型、多场景的应用示例、以及依托飞桨框架底层算子优化的高性能推理能力，旨在提升开发者在文本领域的开发效率。

前往GitHub获取FAQ问答系统开源代码和模型：

https://github.com/PaddlePaddle/PaddleNLP/tree/develop/applications/question_answering/faq_system/