本项目针对闲聊领域中情感对话的生成，旨在设计并实现一个能理解用户输入情感并给出恰当情感回复的聊天机器人。具体功能被划分为三个部分，首先需要充分理解用户输入所包含的情感；其实需要根据用户的输入情感计算出回复时应该包含的情感；最后根据用户输入生成一句包含目标情感的回复。
针对某银行大型呼叫中心产生的海量非结构化录音内容进行自动化检测、分析和挖掘，极大地提升传统人工质检的效率与准确率，充分利用数据本身的价值信息。
系统最大的特点在于系统中各个模块的设置均可采用加载配置文件的方法来完成，同时加载不同领域的配置文件可以完成不同领域对话系统的切换。
实现一个具有 QA 功能的知识搜索引擎。 该知识搜索引擎需要具有以下七个功能： – 计算:四则运算、费用计算、单位换算等; – 日历:跟日期、日期、干支等相关的提问;– 时间:问及日本及世界各地时刻的提问 – 定义:关于某一事物的定义提问 – 天气：关于天气进行提问 – 联想:由某个词语联想出来的事物 – 事实型:通过简短的语言来寻求简介回答的提问
本系统包括三个垂直领域的任务型对话和闲聊对话，采用模块分层解耦设计，并配有聊天界面，是一个较完整、具备扩展性的智能对话系统。具体地，系统主要分为自然语言理解（NLU）模块、对话管理（DM）、自然语言生成（NLG）模块和前端界面四个模块。三个垂直领域包括电子产品、城市、明星，各个垂直领域会针对性地设置不同任务对话。项目中遇到了闲聊对话中的对话多样性问题，尝试利用了条件变分自动编码器；探索了情感在闲聊对话中的引入；在NLU的情感识别时，遇到了多分类问题中的数据不均衡问题，采用采样法、损失函数加权等方 …
该评测主要对药品说明书中进行不良药物反应的实体抽取和关系抽取两个子任务，其中实体抽取以BiLSTM-CRF为主要模型，并融合了词向量和字向量作为表征；关系抽取针对标注语料少的问题，采用了对抗噪声的方法作为数据增强的手段。