项目总结：蓝凌

https://blog.csdn.net/lipengcn/article/details/85313971
（文本匹配详解，有监督，无监督）

2019.7.7新总结：
项目流程新梳理：

1. 只要输入的数据都会重新建立索引。
   用户调用2接口时， 通过建立的索引返回候选句子，WMD进行无监督 语义层面上的相似度计算排序，
   用户输入会标明是 普通问答进行匹配，还是指令语句进行解析， 相似度值设置阈值，无法识别的阈值，和相似语句的阈值，
   阈值都很低的话，说明输入语句在匹配模型或者场景分类模型里不存在，就返回无法识别或者相似。

2. 高于相似阈值的话，开始调用匹配模型或者场景分类模型。
   场景分类模型：模型对输入指令语句预测场景类别，预测的类别在候选排名靠前的句子中，就输出这个类别；不在的话，和相似度靠前 的前几个候选语句投票的类别，

普通问答的：输入句子和候选句子进行意图匹配预测，预测结果为正例的，排名最靠前的即为最终的结果。

3. 实体解析：
   解析出人名， 时间， 地名

bilstm 序列标注本身就很好了， 可是难免有错误，crf是为了在输出的时候，考虑上下文序列的关系。
crf学习一个状态矩阵。相当于增加了一层约束，考虑句子正常的结构，不会输出非法的序列。提高预测序列的准确率。

先分词， 然后 bilstm + CRF