Dialog，一组意图（intents）
Expression，定义用户输入的模式或样本
Intent，使用Expression 和Entity 属性标记的方法，该方法处理上下文对象（Context ）和结果对象（Result ）
Context，当前会话上下文
Entity，从用户的表述中提取的元素
Prompt，当指定的实体（Entity）缺失的时候发送给用户的消息
-----------------------------------------------
OSCOVA内置自然语言处理引擎，可以根据与意图绑定的表达式来快速的解码和标记用户语言特征。使用的高级AI算法能够为意图精确打分。由于NLP引擎的模块化性质，Oscova可以加载WordNet词汇数据库和Word向量以更好地执行语义分析和词义消歧
----------------------------------------------
内置高级机器学习功能，当机器学习被启用时，Oscova 训练自身构建从表达式中提取相关特征的智能模型来理解自然语言。在机器学习模式下进行BOT训练需要几分钟到几个小时的时间，因此默认使用规则适配模式。
Oscova通过JSON来支持对在线API接口的内置支持，响应和评估结果可以很容易地序列化，调用一个方法就可以了。
原文：https://www.cnblogs.com/mrtiny/p/9081485.html