写在前面

• 为了学习，写了一个简易问答客服。主要是为了打通整个问答流程，数据主要来自一个家乡商会的册子（非常少），识别率、准确率等等等什么的，大家就权当笑话，望各位看官海涵。

• 整个描述过程基本属于大白话，看官了解一下即可。

  
  image.png

---

问答客服步骤

• 步骤依次
  分词——》再分词——》链接——》问句含义分析——》 图数据库——》反馈

---

原理和实现简单介绍

分词

• 分词原理，主要是基于词性标注的n-gram算法。当然，不同场景，可能，用到的算法可能不一样。
• 这块主要使用hanlp+jieba实现，主要就是识别实体、属性这些。

再分词

• 这一步是为了根据上一步的结果（词性，句法依赖树）进行纠错。但实际上，如果想要分词效果真正提升，都应该在“分词”那一步进行，毕竟“再分词”属于补充环节，本质为trick。
• 这一步使用的主要是各种字符串匹配+字典相关的算法。

链接

• 链接也非常重要，说白了，链接就是给分出的词，找到确定的对应对象。比如，句子里是“姚明”，我们链接成“姚明（篮球巨星）”
• 这一步使用的主要是各种字符串匹配+字典相关的算法。

问句含义分析

• 带有链接的分词结果出来后，下一步就是理解该句子的意图了。
• 目前，我用的low方法——正则匹配。不过，这里借助了工具refo。git链接 refo算是正则匹配里的高级工具，还不错，大家可以试用一下。

图数据库

• 知道问句含义了，下一步就是根据分词结果+问句含义，生成“查询语句”了，对数据存储引擎进行查询。
• 使用图数据库，是因为图数据库支持复杂的查询。推荐入门使用neo4j，如果需要开源且支持分布式的，可以学习下janusgraph。这个工具是基于titan的一个fork，据说很赞。

反馈

image.png

• 毕竟，咱还没牛逼到什么问题都能回答。所以，问题回答不上来时，对应的给几条类似的反馈也是必须的。

• 这块使用elasticsearch实现。简单来说，就是用带有ik和拼音插件的es来做，另外，es做搜索词提示，也是非常赞的，大家可以尝试一下。（注意下目前pinyin插件只支持到es6.3.0，其实大家可以改一下限制，重新生成下即可避免限制。）

  
  image.png
  image.png

其他

es pinyin插件安装

• 下载插件插件地址

• 使用ide或者其它途径，生成以下target内容，其中下图release里的zip，即为所需压缩包。（注意版本）

  
  image.png
• 解压该压缩包的内容到对应版本es下的plugins的pinyin（这个可自行定义，但会影响后面的使用，比如这里叫pinyin， 那么该插件就得按pinyin作为关键词来用）文件夹下。
• 重启es服务。

---

demo链接

体验链接