背景：

最近在设计一个公司的智能客服系统，通过对现有人工客服语料作为样本，通过训练样本完成整个QA过程或业务办理过程。

整体思路

• AliceBot负责闲聊，这里用了开源的语料，也可以添加语料到DB，基于AIML。
• AbilityBot主要负责公司业务上的咨询和办理，它提供了不同的能力接口，供外系统交互。
• predict模块用于预测响应。
• train模块用于训练客服对话样本。

语音转换

由第三方语音识别服务提供转换成文本，比如讯飞。

语义处理

由于机器本来是无法理解文本的含义的，如果要真正做到语义完整的解析理解需要涉及自然语言处理，工程庞大。可以换种思维，由于只是做某个特定行业的客服系统，并不是大而全的智能客服，所以可以通过VSM来匹配QA相关度，在给定的语料中这种匹配效果还是相当不错的。

分词

拿到文本后第一步需要分词，选择一个开源的中文分词器即可，分了词才能往下分析。

VSM

主要是匹配用户input和语料，VSM比较常见了，主要是通过词向量才计算文本相似性，它的公式如下

只要匹配最相近得分的即可。

上下文语义

要做到理解上下文语义就需要引入决策树或神经网络，这块还得结合后面北邮博士那边的思路。

demo

========广告时间========

鄙人的新书《Tomcat内核设计剖析》已经在京东销售了，有需要的朋友可以到 进行预定。感谢各位朋友。

=========================