因此，拥有特定领域知识库的问答机器人在知识储备上要比闲聊机器人更聪明、更专业、更准确，说它们是某一领域的专家也不为过。
旅游问答机器人看这里
针对具体情况选择相应的问答型对话解决方案，包括：
- 基于分类模型的问答系统；
- 基于检索和排序的问答系统；
- 基于句向量的语义检索系统。
基于分类模型的问答系统将每个知识点各分一类，使用深度学习、机器学习等方法，效果较好。但需要较多的训练数据，且更新类别时，重新训练的成本较高，因此更适合数据足够多的静态知识库。
基于检索和排序的问答系统能实时追踪知识点的增删，从而有效弥补分类模型存在的问题。但仍然存在检索召回问题，假如用户输入的关键词没有命中知识库，系统就无法找到合适的答案。
更好的解决方案是基于句向量的语义检索。通过句向量编码器，将知识库数据和用户问题作为词编码输出，基于句向量的语义检索能实现在全量数据上的高效搜索，从而解决传统检索的召回问题。
3.任务机器人
任务机器人在特定条件下提供信息或服务，以满足用户的特定需求，例如查流量、查话费、订票、订餐、咨询等等。由于用户需求复杂多样，任务机器人一般通过多轮对话明确用户的目的。
想要知道任务机器人是如何运作的，我们需要引入任务机器人的一个重要概念——动作（Dialog Act）。
任务型对话系统的本质是将用户的输入和系统的输出都映射为对话动作，并通过对话状态来实现上下文的理解和表示。
例如，在机器人帮助预约保洁阿姨的场景下，用户与机器人的对话对应不同的动作。请看↓
