本文介绍了Google Analytics的Analytics Intelligence新功能，允许用户通过自然语言提问获取数据答案。尽管该功能目前仅支持英文，但作者指出可以构建中文版的问答系统，即中文Analytics Intelligence。文章探讨了最简单的问答系统——基于规则匹配的方法，提到了AIML（一种早期的问答系统）和Python3的实现，并预告将深入讲解规则匹配的优缺点以及如何通过引入语义分析来提升系统性能。
Google Analytics 推出了自己的Analytics Intelligence 的新功能。 用户可以用自然语言直接询问有关的数据问题， 然后便能得到结果。
看一下他们酷炫的功能介绍吧。可以像这样。
也可以像这样
可惜这个是全英文的。那有没有办法做一个中文的Analytics Intelligence 呢？ 当然是可以的。
Analytics Intelligence 本质就是一个问答系统 （conversational chatbot). 那首先我们看一下如何构建一个最简单的问答系统呢。
最简单的问答系统是基于规则匹配的。什么是规则匹配呢？规则匹配做为最原始的一种AI 处理方法， 在现在还是行业最常见的一种实现问答系统的手段。 低成本，易于实现， 不需要海量的training dataset， 就能实现较为完备的常见问题的问答。
那我们来看一下一个简单的规则匹配系统可以怎样建立。 AIML （https://www.pandorabots.com/docs/aiml/aiml-basics.html ）是比较流行的一种基于规则匹配的早期问答系统。很多系统都是参用这种结构构建的。
我们可以采用他的Python3 版本（https://github.com/paulovn/python-aiml）
AIML的 语言格式是什么样的呢？我们在下一节进行详细讲解。
规则匹配的准确度远高于现在很多的NLP的系统。 当然，规则匹配的缺陷也是很明显的，它的灵活度太低，那如何进一步提高呢？我们也可以引入semantic analytics。 我们再后面也会对此进行逐一讲解。
Stay Tune~
简单的中文问答系统Demo：
扫一扫
860
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
