1. 研究目的与意义（文献综述）

1.1目的

以techfin为基础的普惠金融，一个重要目标就是给广大用户提供高效和个性化的客户服务体验。以人工智能技术为核心的智能客服在提升用户体验方面扮演了重要角色。人工智能技术帮助客服人员提供更加高效的服务，在某些场合下甚至能直接向用户提供准确和个性化的客户服务。在经济和技术发展日新月异的今天，客服以其普惠的商业价值和研究价值吸引了大量的专家学者，在学术界得到了广泛的研究。

智能客服的本质，就是充分理解用户的意图，在知识体系中精准地找到与之相匹配的内容，回答用户问题或提供解决方案。问题相似度计算，是贯穿智能客服离线、在线和运营等几乎所有环节最核心的技术，同时也是自然语言理解中最核心的问题之一，广泛应用于搜索、推荐、对话等领域。在问题相似度计算上的突破，能够促进整个nlp领域的蓬勃发展，推动通用人工智能的大跨步前进，给人类社会带来巨大的经济价值。

2. 研究的基本内容与方案

本研究来自于蚂蚁金服的真实需求，需要对用户所发来的问题进行合理的分类，判断出哪些问题所要咨询的其实是同一个问题，本文称为问题相似度计算，即给定客服里用户描述的两句话，用算法来判断是否表示了相同的语义。

本研究分为两个子课题：文本预处理和相似度计算

① 文本预处理

3. 研究计划与安排

①2019/1/19—2019/2/28：确定选题，查阅文献，外文翻译和撰写开题报告；

②2019/3/1—2019/4/30：完成解决方案合理性、科学性认证，包含实验结果分析；

③2019/5/1—2019/5/25：撰写及修改毕业论文；

4. 参考文献（12篇以上）

(1)罗刚, 张子宪. 自然语言处理原理与技术实现[m]. 电子工业出版社, 2016.

(2) magnus lie hetland. python基础教程.第2版[m]. 2014.

(3) peter harrington. 机器学习实战[m]. 人民邮电出版社2013.