核心，1）对数据建立索引（用于精确匹配）；2. WMD（无监督的模型，相似度计算，排序，对于无法精确匹配的，设置阈值）
普通问答（问答类型的）：返回相似度最高的匹配问句（后面可以接应用场景，返回库里对应的答案， 比如：特定领域的特定知识库）
指令（执行某种操作，命令型的）：应用场景，语音助手等，1. 分类模型：识别指令类型，2.解析模型：对指令进行解析，提取出机构名（地名）、人名、时间，做什么。
接口1： index
数据更新
问法类型：
0：普通问答，
1：指令，
2：主数据（一些名词）
操作类型：0，新增/修改，1：删除
接口2： match
对发送过来的内容识别，判断是普通问答（0），还是指令（1）。或者是匹配到了相似问题（8），阈值太低（匹配不到9）
普通问答：问句匹配，（相似度计算）
指令：
主数据：字典，也会进行相似度匹配计算，有一样的就返回，没有就进行字，拼音的模糊匹配。返回最相似的。
结果总结：
指令问法随机分成5份，4份用来训练，1份用来测试。识别准确率平均87.6%。
错误的有：指令识别错误，场景识别错误。
4.10 面试总结：
蓝凌项目问题：
- 数据量那么少，训练不够怎么办，会过拟合？
答案： 我们模型是私下预先训练好，迁移到项目里用的，在项目只进行微调，考验的是迁移能力；
同时，有很多防止过拟合的操作机制，
发现过拟合：验证集上准确率饱和，就停止训练。
1.增大训练数据，人为构造数据；
-
dropout： 随机删除网络中的一般隐藏的单元，输入层、输出层神经元保持不变。
训练网络的健壮性，丢掉不同的神经元，相当于训练不同的神经网络，多次之后，相当于投票的方式，降低过拟合，提高泛化能力。 -
网络规范化，L1\L2规范化，学习小规模数据的权重，
2. 蓝凌项目细节
用户输入句子，不确定是问答还是指令，从两个库里都返回候选； 1）指令这边，分类模型分类（？？？错了怎么办），类别和指令候选进行比较，过滤掉类别不同的，同时还有wmd相似度计算排序；2）问答那边，相似度计算，排序，
最后，返回哪一个？？？？
4.22 补充：
数据量多说点，8000条左右，效果还不错，够用。
输入可以带0,1（是普通问答，还是指令），只去相应的类别里去找。
不输入0,1时，两个模块都去找，看相似度最高的句子（WMD）是哪个类别。
CNN 分类，很简单，自己实现的。在自己数据集上做调整，匹配模型参考论文，自己实现的。