除了深度学习之外，还有其他方法可以为问答机器人实现更好的性能吗？答案

【问题标题】：Are there any approaches other than deep learning to achieve better performance for a question answering bot?除了深度学习之外，还有其他方法可以为问答机器人实现更好的性能吗？
【发布时间】：2020-04-08 09:07:01
【问题描述】：

我正在开发一个问答机器人作为我的毕业设计。主要概念是拥有一个包含许多句子的文本文件，并构建一个问答机器人，该机器人根据手头的文本文件回答用户的问题。到目前为止，我使用了 TF-IDF 和 Cosine Similarity，结果还算满意。主要问题是，如果用户要问一个文本文件中没有单词的问题，我的机器人无法推断出要带回什么作为答案。例如：如果我的文本文件中有一个句子说“我头痛，因为我的心率低”，如果用户要问“你为什么头痛？”我的机器人选择了正确的句子，但如果他问“你怎么了？”我的机器人不知道该怎么做。到目前为止，我在网上看到的只有 深度学习方法 和 神经网络，例如 LSTM 等。我想知道是否有任何 纯 NLP 方法可以满足我的要求。非常感谢

【问题讨论】：

尝试将此问题发布到 - ai.stackexchange.com。这对于 SO 来说太笼统和宽泛了。 “纯 NLP”不是一个常用的术语。 LSTM 和其他深度学习方法用于 NLP 以及其他 AI/ML 任务。

标签： machine-learning deep-learning nlp chatbot question-answering

【解决方案1】：

我有这样的项目。我使用 rasa.com 作为解决方案。可以使用特殊的 NLU 操作。通过一种简单的方式，您可以制作一个能够对话的机器人。

【讨论】：