这里是微信智能机器人开发系列讲座。

第七课，关于语意处理的角色划分。

第六课中，我们可以注意到，自然语言变化非常大，

同一个问题，随着用户表述的不同，能够提供的信息量差异也很大。

完成一件事（购买飞机票）可能需要若干辅助条件（时间或时间范围，出发地，目的地），所有的要件结合在一起才能准确描述需求，

如果用户表述内容里面缺乏其它必要关键词，我们必须向用户询问，逐渐补充完整，

（当然，用户可能提供了额外筛选条件，不是必要关键词的部分，例如舱位等级）

最后，构成一个相对完整的需求集合，才能查询出结果，

并且，在结果的基础上，可以再次筛选，得到更准确更小的结果集，以满足用户要求。

一直以来，由于上述复杂性的存在，

自然语言理解和处理就成为人工智能领域的大难题，

所导致的结果是，任何一个网站（或者企业）想要自行开发基于自然语言处理的机器人基本上不太可能，

接下来，就是协助处理语意问题的服务登场的时候了。

这样，就有了 应用开发商 和 语意服务提供商 两种角色。

应用开发商有：

* siri （苹果自己的应用，自己做语意部分）；

* xiaoi 机器人；

* 360iii

语意服务提供商有：

* xiaoi 平台（xiaoi 机器人背后）；

* yuyicloud （360iii 背后）；

* 微信易

截止到目前，

不少系统表现出来的效果给大家的印象是差强人意，非常不智能，

因为都是使用固定模式关键词 + 数据库，机械化处理的结果。

微信易在语意处理上取得了一定进展，从下面的例子可以看出一斑。

训练素材：

测试用例：

询问和自动回答效果：

（微信截图，请注意微信的界面中，右边是测试用例中的问题，然后才是左边的自动答复）

同样的训练素材，在微信公众平台设置之后呢？

效果就惨不忍睹了