情感分析（Sentiment Analysis）：有针对性的询问用户，获取用户对某对象的评价，分析正面/负面情绪，积累对用户偏好的了解，获取更丰富的实时要素

关键词提取（Keyword Extraction）：对用户沟通的历史数据进行数据分析和信息提取，给出相应的权重，以词云等形式直观表达，当用户在食、医、养等不同服务间切换时，可帮助快速进行用户画像

自动响应（Automated Response）

Task Oriented：Rule-based 与 Template-based 灵活结合使用、基于食、医、养的预设服务和模板

会话——序列型问题：seq2seq、部分运用 LSTM 解决、用神经网络学习专家会话 examples、专家纠正

避免冷启动：合理利用预设数据基础，避免冷启动、实时采集天气、流行病学、就餐时间

关注用户反馈：进行用户行为和偏好分析、关注用户评价、分析历史对话

在线评价和模型更新：A/B Testing

11.DeepInvest

团队简介：

陶天问：多伦多大学应用科学与工程；优秀投资经历，机器学习；专注量化引擎，回测框架。

肖锦琨：西安大略大学统计学博士；数据挖掘，时间序列分析；BMO 银行模型风险部门，负责量化金融定价、资产评估、模型风险评估。

潘奉鉴：普渡大学云计算和人机交互；系统架构师，全栈工程项目经验，专注应用前端后端和用户交互。

刘宇熙：多伦多大学计算机科学；事实竞价广告领域数据科学家，多年机器学习、自然语言处理经验。

张劲翼：哥伦比亚大学机器学习和数据科学；全栈工程项目经验，专注机器学习和聊天机器人算法。

作品介绍：中国证券市场存在个人证券投资难觅咨询、缺乏专业性易导致误读市场讯息、投资效率低下、精力有限而错失投资良机、个人获取资讯广度有限等痛点。DeepInvest 的目标是通过聊天机器人的交互模式提供实时客观的股票市场全局信息和个性化的股票投资咨询服务。

技术介绍：

　　核心架构

©本文由机器之心整理，转载请联系本公众号获得授权。

　　?------------------------------------------------

加入机器之心（全职记者/实习生）：[email protected]

投稿或寻求报道：[email protected]

广告&商务合作：[email protected]