之前聊了场景、产品结构、包括发展方向等
今天接着写具体的模块
一次完整的人机交互：用户抛出问题（这也是现在一个大问题，机器人不能主动发问引导用户），理解用户的意图，针对用户意图触发相应的回复，再接着交流下一轮；
由此，引出对话的几种情况：单轮得到答案，几次交互和多轮交互，对应的目前实现的几类方法：QA、意图、多轮对话；
1. QA
一个问题就是一个完整的意图，通过意图匹配（相似度打分）得到置信度最高的结果并给出相应的回复；
这是最简单的情况，单轮问答也可以使用图谱问答来实现并且可以实现更多样的问答；
实际上，在单轮对话间也会有语义继承的情况，
比如：xxx保险的介绍 35岁能不能办？
后者明显需要继承前者的实体【xxx保险】，才能变成一个完整的句子去进行下一轮匹配问答，这在对话中叫【问句补全】；
再比如：xxx保险的介绍？ 它有年龄限制吗？
后者的【它】很明显指代了前句中的【xxx保险】，但是机器人是无法理解的，因此需要使用【指代消解】能力进行替换才能方便语义理解；
这只是对话中的两类问题；后面继续完善；
2. 意图
即填槽能力；
用户一次没有完整表述意图，需要追问得到更多信息的交互场景；
如：订机票 这就缺失了出发地、目的地、出发时间必要信息以及航空公司、飞机大小、行李额、是否含餐等等的非必要筛选信息；
3. 多轮对话
有上下文呢要求，需要根据用户的回答决定回答内容的对话场景；
目前多轮对话是发展的主要方向，能适应更多场景和业务需求；
如：办理账单分期，和填槽的区别在于这是个复杂业务，涉及到的用户信息会更多，用户的表述也会更加复杂，因此选择用多轮对话实现；
对对话类型只是做了一些简单的介绍，在介绍完整理概念之后，会开始写对这些内容的思考和想法。
未完待续
