开发者学堂课程【阿里小蜜中的开放语聊技术：规则型问答】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/44/detail/968
规则型问答
内容介绍：
一、语聊能力
二、规则型问答
三、检索匹配流程
一、语聊能力
关于语聊能力介绍内容将按照以下顺序。
第一部分是规则型问答，是构建语聊机器人，或对话机器人的基础，也是比较传统的对话机器人一直保持下来的能力，最开始使用 AIML 的规则性问答通用语言，在这个基础上做了改进。
第二部分介绍基于主题知识问答。
第三部分是图谱问答，会和学术界通用的图谱问答有一些区别，将会具体介绍。
第四部分匹配问答，会有几个不同方面。
第五个部分介绍生成式问答，会介绍基于情绪的回复生成，还有基于风格化的生成。
第六部分，介绍小蜜的娱乐功能，例如对对联和藏头诗。
第七部分介绍小蜜语聊的多轮问答能力。上述的这些语聊能力，并不是配置每一个语聊机器人都需要把这些能力完整的应用到每个机器人中，而是会根据不同场景、不同实力的需求，满足不同能力合理的搭配，以此应对场景的需求。
二、规则型问答
第一部分规则型问答， AIML 本身是一种人工智能的标记语言， AIML 是类似 XML 兼容的语言，本身很容易学习。
在 AIML 语言中，可以把多个问题对应到一个问题节点上，多的答案同样也能对应到一个答案节点上，会形成 M 个问题和 N个 答案。如果把问题节点和答案节点对应一起， M 个问题和 N 个答案之间就能建立 M 乘 N 个问答对，在 AIML 的基础上做了改进，称为 patternmatch 。
patternmatch 的改进提高 AIML 的泛化能力，在 AIML 中配置，有对应的回答，在真实的用户问题中，比如用户说你好吗，你很好吗，你还好吗，希望通过语义的泛化， AIML 中配置的答案也能回答用户类似的问题，因此增强了泛化能力。
通过图了解到，用户的问题接收后，会有本身的 AIML 库，如果已经有答案，直接把答案给出，如果没有答案，会从利用 AIML 知识库离线构建的语义路线索引中，搜索 QA pair 抽取类似的问题，将用户的真实问题和类似的问题，基于 WMD 语义相似度计算方式，判断是否和 AIML 库中相似的问题表达了同样的意思。如果是，就把相似问题配置的答案给用户，这样会比 AIML 提升淡化能力，回答更多用户的问题。
三、检索匹配流程
检索匹配流程在后面场景中也会用到，先做整体的介绍。用户问题进来，会先做问题处理，包括指代消解和分词。下一步是索引建立和召回的过程，索引建立是离线的，并不是每一个用户问题都实时建立。
索引建立用到的知识在 AIML 配置的问答对，召回是在线实施的过程，在线召回 top N 条知识， N 一般会取20或50的数量，比如用户问题是你可以来找我玩吗，候选知识找到的相似问题，你在找我，来找我玩，这两个问题很相似。
会有知识重排序的过程，是基于深度模型相关的相似度计算的方式做知识精排，发现从词语维度上比较像的问题，到底哪一个是真正在语义上和用户真实问题表达了同样意思的问题，之后进行答案处理，包括阈值判断，过滤词筛查等。
最终发现来找我玩和你可以来找我玩吗，这两个问题，在语义上比较接近，把它的对应答案反馈给用户，这就是检索匹配流程。
