角色扮演/15.3MB
网络天才是一款非常好的游戏，游戏玩法新颖。在网络天才中，玩家可以想象游戏中的一个角色，并回答网络天才提出的每个问题。网络天才可以猜出你心中想要的角色，了解玩家的看法。网络天才app中文版是一款好玩的游戏。网络天才下载与其他游戏有很大不同！
因为MyWorld,网络天才(Akinator)比以往更了解你!仅通过对你的提问，Akinator便能读懂你的意念并猜出你心中所想的角色。想一个真实或者虚构的角色，Akinator将会试着猜出这个人物。谁敢挑战这个精灵!新特征：来尝试MyWorld体验吧!Akinator的天资永无止境!来自精灵的另一个惊喜：通过MyWorld,发现新玩法。无止境地挑战Akinator:让他猜想谁是你的亲朋好友并把他们召集到你的MyWorld画廊中。还有更妙的!即使你没有在游戏，Akinator仍旧能猜出你的朋友和亲戚的名字。这怎么可能?!把你的手机递给你的朋友，打开MyWorld体验。。。并为这样的惊奇做好准备吧!
最近这个似乎很火，因为大家都总是喜欢猜各种各样的东西，也许还有想测试网络天才能力的因素在。
但是每当猜出来时都会获得奖励，网页端的话或许是没有，但是app上面的话会有几种奖励分层：蓝牌 铜 银 金 铂 黑牌
各种奖励类型
还有日常挑战的奖励，但是我的版本刷不出来。
这个的话是根据你猜的人物有多久没有被人猜出过来定的。蓝牌的话是六小时内，黑牌的话是六个月以外。其实在游戏里能找得到。
奖励也是，蓝牌最低，100g，黑牌最高5000g。
也许这个机制是为了让玩家更多的去猜，去完善这个资料库，或者是提升网络天才的性能而设计的，但实际上，这里存在一个漏洞。
猜错了，该选是还是否?
为什么呢?或许本来一开始都只是奔着乐趣来，但是现在的话，点击是，有可能得到很多钱，点击否，帮助程序改进，却没任何奖励。
或许让自己喜欢的人物更容易被猜出来这也算是不错，但实际上大多数时候可能只是白白浪费自己的时间，去帮助一个与我并无太大关联的程序，久而久之就厌烦了。
况且这个东西玩的次数多了，也就腻了，就好比一款游戏，通关后观众就会离去，只有开发者想尽办法想让它更优秀更好。
我认为，至少说帮助程序改进的话应该得到比猜出黑牌更多的奖励，因为那要花更多时间。而黑牌相对来讲，想要得到瞎乱摁也许能行，还不是很费时间。
对，今天来教你瞎按来骗黑牌攒钱。
首先要介绍游戏的机制。如果不认真回答的话，比如一直点一个键，那么它会在5回合内结束战斗，抛给你个“只会xxx xxx的人”的称号。
那怎么办呢?，看进度条。
1、最初级的实现方法：关键词匹配
建一个关键词词库，对用户输入的语句进行关键词匹配，然后调用对应的知识库。
此种方式入门门槛很低，基本上是个程序员都能实现，例如现在微信公众平台的智能回复、诸多网站的敏感词过滤就是此类。
但此种方式存在诸多问题，例如：
a、由于是关键词匹配，如果用户输入的语句中出现多个关键词，此时由于涉及关键词权重(与知识库的关键词对比)等等问题，此时关键词匹配的方法就不擅长了
b、不存在对用户输入语句语义的理解，导致会出现答非所问的现象。当然在产品上对回答不上的问题就采用卖萌的方式来规避掉。
c、基本上无自学习能力，规则只能完全由人工维护，且规则基本是固定死的。
d、性能、扩展性较差。还是上面的一句话中包含多个关键词的例子，采用普通程序语言来做关键词匹配，性能奇差。即便采用一些文本处理的算法来做(例如Double-array trie tree)，也很难满足大规模场景需求。
2、稍微高级点的实现方法：基于搜索引擎、文本挖掘、自然语言处理(NLP)等技术来实现
相对于1的关键词匹配，此种实现方法要解决的核心的问题可以大致理解为：根据一段短文本(例如用户问的一句话)的语义，推测出用户最可能的意图，然后从海量知识库内容中找出相似度*的结果。
具体技术实现就不细说了。举一个很粗糙的例子来简单说一下此种实现方法处理的思路(不严谨，只是为了说明思路)。
假如用户问：北京后天的温度是多少度?
如果采用纯搜索引擎的思路(基于文本挖掘、NLP的思路不尽相同，但可参考此思路)，此时实际流程上分成几步处理：
1、对输入语句分词，得到北京、后天、温度3个关键词。分词时候利用了预先建好的行业词库，“北京”符合预先建好的城市库、“后天”符合日期库、“温度”符合气象库
2、将上述分词结果与规则库按照一定算法做匹配，得出匹配度*的规则。假定在规则库中有一条天气的规则：城市库+日期库+气象库，从而大致可以推测用户可能想问某个地方某天的天气。
3、对语义做具体解析，知道城市是北京，日期是后天，要获取的知识是天气预报
4、调用第三方的天气接口，例如中国天气网-专业天气预报、气象服务门户 的数据
