我的工程实践是基于大数据问答训练的中文自然语言理解系统设计。本系统为聊天机器人，回答的问题基于医学知识问答的特定领域。
1. Collect application domain information
– focus on the functional requirements
– also consider other requirements and documents
本项目的服务场景为：
1. 在电脑上直接打开客户端进行咨询。
2. 在电脑或者手机上登录网页咨询。
3. 医院现场咨询
用户群体主要包括电脑客户端用户、手机或电脑的网页端用户以及医院终端用户。
用户想通过对自己身体不适状况的描述得到一个确切的答案，所以日常所用的搜索引擎会得到各种各样的结果，用户很难从中选取哪个是自己真正需要的。所以本系统使用深度学习模型，可以给用户一个确切的答案。
语音交互系统的重要性：很大一部分用户是老年人，有视力障碍或者不识字的情况，语音交互就可以很好的满足他们的需求。
2. Brainstorming
– listing important application domain concepts
– listing their properties/attributes
– listing their relationships to each other
| Domain Concepts | Properties/Attributes | Relationships |
| 语音识别系统 | 语音转文字 | |
| 问题回答系统 | 问题为输入，对该问题的答案为输出 | 输入为语音识别系统的输出 |
| 语音播报系统 | 文字转语音 | 输入为问题回答系统的输出 |
3. Classifying the domain concepts
– classes
– attributes / attribute values
– relationships
(1) 语音识别系统：
属性：音频文件、语音识别后字符串
方法：麦克风调用接口（）、科大讯飞语音识别接口（）
(2) 问题回答系统：
属性：语音识别后字符串、模型数据、输出字符串
方法：分词（）、去重（）、去停用词（）、转词向量（）、模型预测（）
(3) 语音播报系统：
属性：输出字符串、输出音频文件
方法：语音合成接口（）、扬声器调用接口（）
4. Document result using UML class diagram
UML图如下所示：
