在前面课程当中，我们完成了意图识别和命名实体识别，两个模型的训练，并且把知识数据导入到了数据库当中。到目前为止，才算真正的把准备工作做完了，接下来就正式进入用户问题解析，和答案匹配的环节。

流程解析

按正常的交流习惯，用户在正式问诊之前，可能会问一些闲聊类的问题，比如：你好、你是真人吗，这类问题。

但是，在意图识别的模型中，并没有这些分类，而且这类问题也不应该放到模型当中，分类越多，模型出错的几率越大。所以，进入模型之前，我们可以先做一个简单的过滤，如果是打招呼之类的闲聊信息，就不用进模型，直接返回一些固定的回复就可以了。 

用户提交问题 -> 闲聊目的 -> 判断意图（打招呼、问身份）-> 返回数据
           -> 问诊目的 -> 意图识别、实体识别 -> 匹配模板 -> 查询CQL -> 返回数据

根据这个流程，我们就先来做第一步，判断用户问题是不是闲聊的目的。

闲聊意图分类 

greet：你好、hi、有人吗
isbot：你是谁、你是机器人吗、怎么称呼
goodbye：再见、bey、拜拜
deny：不是、不对、错了
accept：是、对的、没错

前面三个场景很好理解，都是日常对话的内容，deny和accept这两个分类，看上去有点奇怪，其实这两个分类，是为后面的问诊环节留的口子

在问诊环节，是用模型去判断用户意图的，在模型不是特别确定的时候，就可以发起一个追问，比如：你是想问感冒的症状吗？用户就可能回复是或者不是，对应的就是accept和deny这两个分类。

可能大家也注意到了，这个闲聊意图并不是纯粹的闲聊，还有可能是用户确认的信息，所以，后面课程中，统一以下措词，把这个环节叫做“初始意图”。

这节课，虽然没有具体的代码，但非常重要，给大家留点时间，消化一下这个流程，也可以想一想，如果让你做一个问诊的对话系统，这个流程你会怎么设计。

本文链接：http://edu.ichenhua.cn/edu/note/636

版权声明：本文为「陈华编程」原创课程讲义，请给与知识创作者起码的尊重，未经许可不得传播或转售！