中文博大精深，且一句話的涵義可以代表很多意思，或是一句話可以有很多表達方式，導致如果需要電腦理解人為輸入的句子就很有可能產生誤判！
這次先介紹，我們透過每個句子進行相似度比較，可以把[比較句子]當作是輸入，而[資料庫句子]作為比較，判斷這兩者的相似度．
一、痛點
1.高科技產業對於操作或機台的清洗都有一定步驟，但若SOP錯誤，可能導致毀損停機等，且但由於過往都是人工比對，文件太多的時候很容易漏掉．
2.搜尋應用上，無法精確判別同義詞，或是理解問題導致錯誤．
3.推薦系統系統如同搜尋一樣，由於過往都是字對字的比對，但由於描述句可能改變，但指的是同一件事情，故透過此方式可以提昇推薦效率．
4.問答系統，通常一個描述句會有多總說法，怎樣精確判斷客戶的提問進而回答正確問題．
二、解決方法
1.透過NLP(Natural Language Processing) 文本相似度比較，進而去比對每個操作步驟的SOP是否一致，進而找出差異，避免操作錯誤停機或毀損機台．
2.用在搜尋應用上，過往的搜尋可能無法去判斷同義詞等，透過此技術可以讓搜尋更精確到句子等級．
3.透過句子等級的比對相似度，可以讓使用者更快與更精確地找到所需要的資料段落，或是文件．
4.問答系統整個搭建有許多的方法與步驟，但從第一步如何理解使用者在問什麼，透過本技術比對內部資料是否有相輔的的資訊，精確提供給使用者正確答案．
三、展示
本次實驗透過約百萬等級的訓練資料進行訓練，不過通常會進行產業別或領域別的微調，另外不同數據集的應用也會有些許差異，另外則是實際業務場景還會進行一些處理，這次T編是在沒做任何處理的狀況下測試模型效果．
由上圖可以看出，當用不同說法，可是還是可以反映出，實際上在問’洗手間在哪’這個語意，另外可以看到第5、6項其實也取得不錯分數，表示模型上面還是會去看相應的字詞，如洗手間等於廁所或是衛生間，但離浴室就比較遠．
還有個現象就是我們在比對字句中放入英文，就可以發現是無法比對的，所以NLP對於不同的語系就得個別處理；而後面可以看到分詞與NER(Named Entity Recognition)結果，事實上整個語句的拆解或會比這複雜多了，但是韜睿可以將之拆到單詞去做應用，或是可以抓出句子中的一些特殊文字，作為資料提取，如下面展示，可以看出來分詞結果:
四、結語
以上就是一些簡單的展示，不過實際狀況，需要依據不同場景去做應用，且還有一個比較難度的地方是需要將文章抽出並且分段落，進行比較！
未來有機會T編會在介紹文字情緒偵測…等應用！
