Soru Yanıtlama (Question Answering)

Soru yanıtlama nedir?

Soru yanıtlama (QA), bir modele soru sorup doğrudan cevap almanı sağlayan görev. Bir soru sorarsın, model de ya bir metnin içinden ya da kendi bildiğinden cevabı çıkarır. Arama motorundan farkı şu: sana on link değil, tek bir cevabı verir.

İki ana biçim var. Extractive QA, verilen bir metnin içinden cevabın geçtiği bölümü kesip çıkarır — cevap mutlaka metnin içindedir. Generative QA ise cevabı kendi cümleleriyle üretir; bazen bir bağlam metnine dayanır (open-book), bazen hiç metin verilmeden sadece öğrendiklerinden cevaplar (closed-book).

Nasıl çalışır?

Extractive QA'da model soruyu ve bağlam metnini birlikte alır, metindeki her konumun "cevabın başlangıcı/bitişi olma" olasılığını hesaplar ve en yüksek skorlu aralığı döndürür. Örneğin "Adım Merve ve İstanbul'da yaşıyorum" cümlesinden "Nerede yaşıyorsun?" sorusuna "İstanbul" yanıtını; başlangıç-bitiş konumu ve bir güven skoruyla verir. Bu yaklaşım genelde BERT tipi modellerle kurulur.

Başarı iki metrikle ölçülür: Exact Match cevabın harfi harfine doğru olup olmadığına bakar; F1 ise kelime düzeyinde örtüşmeyi ölçer, kısmen doğru cevaplara da puan verir.

Neden önemli?

QA, yapay zekayı "arama" aşamasından "cevaplama" aşamasına taşır. Sık sorulan soruları otomatik yanıtlamak, dev belge arşivlerinden saniyede bilgi çekmek, müşteri desteğini hızlandırmak bunun sayesinde mümkün. RAG mimarisinin de kalbinde bu görev yatar: önce ilgili belge bulunur, sonra o belge üzerinden soru yanıtlanır.

Kullanım alanları

• Şirket içi bilgi tabanlarından anlık cevap üretme
• Müşteri destek botları ve SSS otomasyonu
• Hukuki ve tıbbi belgelerde hedefe yönelik bilgi arama
• Tablo ve yapılandırılmış veriden soru yanıtlama