分类：普通聊天型、问答型、任务型
普通聊天：最常用的是模板法
任务型：有必须的和固定的要素，需要从聊天中摘取要素，并提问获取剩余的要素直至满足所有要素为止
问答型：匹配提问和答案，模板法和深度学习法都可以实现，看具体数据
方法：
模板匹配法，多见于xml、yml等模板，然后做语句匹配，返回此语句的下一句
深度学习法：CNN、LSTM，LSTM多见于多轮问答，需要用到长短期记忆，CNN可以用于单轮问答，CNN是将提问和答案结合起来，用卷积的办法，将问题和答案训练成相关度比较高的向量，计算向量距离来匹配最接近的答案。
优缺点：
模板法在问题形式比较有限的时候可以表现的很好，速度快，准确度也不错
深度学习法本质上是基于词的位置转成向量，所以需要有良好的问答库来训练提问和答案向量模型，针对可能接近无穷的提问模式有比模板法更好的效果，并且能节省一部分人工。
