質問応答（QA）

質問応答（Question Answering、QA）とは、ユーザーが自然言語で問いかけた質問に対して、システムが参照文書や学習知識から正確な回答を提供するNLPタスクです。情報検索・読解・知識推論を組み合わせた複合的なタスクです。

QAが重要な理由は、「検索してからページを読む」という従来の情報取得プロセスを「直接答えを得る」に変革するためです。企業のFAQボット・社内ナレッジベース検索・医療情報提供など、多様なビジネスユースケースの基盤となっています。ChatGPTをはじめとするLLMベースの対話AIが大衆化した背景にも、QA能力の飛躍的向上があります。

主な種類として、抽出型QA（文書から回答を含むスパンを抽出、SQuADが代表的ベンチマーク）、生成型QA（LLMが回答を生成）、知識ベースQA（ナレッジグラフに対するクエリ）、マルチホップQA（複数文書・複数推論ステップが必要な質問）があります。ragと組み合わせた「Open-Domain QA」では、大規模文書集合からまず関連文書を検索し、LLMが回答を生成します。groundingが弱いとhallucination（誤った回答の生成）のリスクがあり、rerankingやソース引用が重要な品質保証手段です。