检索类机器人

固定领域：

开放领域：

检索匹配

检索类机器人的运行过程：

• 检索的技术：主要是基于专业上的知识
• 模式匹配： 匹配的东西要和我问的问题相对应
• 自然语言理解：对比两款手机的不同，要明白用户是要做对比
• 统计翻译模型：基于概率学

• 余弦相似度：不仅在距离上衡量还在角度上衡量。

  
  
  

  最基础，最核心的技术。

分类：

• 贝叶斯分类：基于贝叶斯公式
• KNN：k近邻的算法，把很多个向量聚合到一点，找最高分数的点
• SVM：利用多维的超平面对线性不可分的问题进行分类。

深度学习技术：CNN、LSTM

上面的路线是检索机器人的过程，下面是生成类机器人的过程。
完整的流程其实是，看检索的答案和生成的答案哪一个更接近我们想要的答案。