我开发了一个chatbot来为用户输入提供正确的答案。现在，我正在努力解决如何正确读取数据库/知识库或只是json文件以提取正确答案。在我的用例中，我有很多关键字名称/实体和同义词。因此，手动在NLU训练文件中编写同义词是个坏主意。我的数据库文件首先列出了关键字，然后针对属于该实体的每个意图分离答案。你如何处理这种关键词搜索以及用户给出的略有不同的关键词/同义词？
我对此标准方法感兴趣，将来我想申请NLP可能就像我的自定义案例中的单词emebedding。
GloVe是用于获得单词语义向量的预训练模型，其结合了全局矩阵分解和局部上下文窗口。使用字典项的哈希表，可以在哈希表中搜索关键字以及该关键字的值。作为GloVe页面中的示例，如果它是下面的单词之一，您可以将查询匹配为frog：
frog
frogs
toad
litoria
leptodactylidae
rana
lizard
eleutherodactylus
如果您不希望您的模型匹配超出普通人类词汇量的单词，您可以在自己的语料库中训练GloVe模型。