知识图谱（Knowedge Graph）以结构化的形式描述客观世界中概念、实体及其关系，便于计算机更好的管理计算和理解海量信息。

纠错：针对中文领域易发生的拼音化和错字现象处理。

基于已有的大量各领域标注数据，通过深度学习与模型融合的方法训练得到通用的阅读理解模型，供用户冷启动阶段，无标注数据情况下直接用于推理预测。

针对问题、文档集，通过文章初筛召回算法，从海量文档中得到与问题相关的候选文档集。

将候选文档集分为固定长度的文字段与问题一同作为输入，进入预测模型，进行推理预测。

基于已有的大量各领域标注数据，加上相关行业数据，通过深度学习与模型融合的方法训练可以得到行业模型，行业模型针对该行业的问题拥有更好的推理预测能力针对大客户，甚至可以根据大客户自有的数据，训练更加具有针对性的用户专有模型。