研发聊天机器人

项目描述：通过智能问答的方式代替前期工作人员的一些简单回答，由于机器人速度快而且时刻在线，可以提升用户体验，同时达到节省时间，节省人力资源的效果。
责任描述：
工作流程：
配置文件：AIML与Neo4集成；
模型框架：利用python-aiml语言建模
模型选取：给予seq2seq模型，其中encoder和decoder均由多个GRU单元构成的网络结合模型特点中的Attention机制，能提取更复杂抽象的
特征，更好的解码输入序列，在隐层中加入dropout机制使得模型更具鲁棒性。输入层采用了词向量压缩嵌入word embedding层，使字向量更具备语义息，采用bucket机制，依长度对问答进行分组
分类器：softmax分类器
BP算法：用Adam更新梯度
模型完善：
引入检索模式，通过相似度计算方法对问句进行匹配，再对基于检索模式和生成模式回答问题进行决策，使聊天机器人更能有用的信息。