答案生成（answer generator），理学-计算机科学技术-人工智能-自然语言处理-问答系统-自动问答技术，在交互式的对话中，使用计算机在当前的对话情境下，根据用户提出的问题或者叙述的内容，自动产生自然语言句子和用户进行交流。答案生成在智能客服系统有重要的应用，可以在很大程度上降低人工客服的成本，同时也是机器人科学中的研究热点。答案生成有两类主流方法。基于检索式的方法。这种方法需要在后台定义一个知识库，存储大量的“问题-回复句子对”，其构造过程可以由人工定义也可以从大规模对话中抽取。每次在进入新一轮对话时，根据用户表达的内容，从知识库中寻找与用户问题最相似的“问题-回复句子”对，然后返回“回复句子”，作为产生的回复内容。其中相似性的计算有传统的字符串相似度，还有基于深度学习计算的深度语义相似度等，每种相似度都能匹配到其关注的特征，解决不同的相似性问题。通常会将不同的相似度计算方法同时使用，可以提高系统的性能。这种方法的优点是不会产生语法错乱的句子；缺点是难以构建全面的知识库，并且对话缺乏灵活性，用户能很明显地感觉到对方是台机器，而不是人。基于生成式的方法。