本研究提出了一种新的Typed-RAG框架，旨在解决非事实型问答（NFQA）中的开放性问题和多样化意图。通过对问题进行类型分类和基于方面的分解，Typed-RAG能够生成更具信息性和上下文相关的回答，从而显著提升NFQA的效果。