谢邀。趁着快下班(钟)随便说几句...

如果你不要求那种特别智能的问答机器人的话，其实这个项目不难做，而且严格意义上和人工智能的关系不是特别大。从易操作的角度上说，我推荐你使用微软平台(C#) + Python 来实现这个聊天机器人项目。

----------------------------------------------------------------------------

1. 需求分析 & 架构

首先分析你的需求：对AI零基础

有编程经验和能力

想做一个自动问答机器人(Chat Bot)来代替老师做日常答疑。

* 用户可以自定义问题集

直白的说，项目就两个核心需求：1. 提供和用户的交互 2. 提供准确的答案。

我简单画了一个模块图，不知道上传以后的分辨率如何。

这个方案中有4个主要模块，其中控制整个流程的是模块3：模块1：知识库，也就是一个预储存问题和答案的数据库。理所当然必不可少...不然从哪给用户答案。

模块2：一个部署在线上的预测模型。这个模型可以是简单的 自然语言+机器学习模型，唯一功能就是根据用户输入的问题预测知识库中最接近的问题是哪一个，所以其实是一个简单的相似度匹配模型(Similarity Measurement)。如果有可能，最好还能根据用户反馈并记录预测是否准确，方便后期的再训练。

模块3：一个用于和用户交互的前端界面和流程控制中心。使用适当的平台可以将其部署在云上并通过主流通讯软体进行交互，比如微信或者Skype。

模块4：一个线下的学习模型，可以不断进行重新训练并提高上面第2点中提到模型预测的准确度。

以Skype为例，成品聊天机器人使用起来就像和你的微信好友对话，双击就可以使用，如下图。

2. 流程介绍

当用户在前端UI，比如Skype(模块3)，输入一个问题后。流程控制中心会将用户提出的问题传给我们部署在云上的预测模型(模块2)。预测模型会对用户的问题进行处理并找到现有知识库中最接近的问题(模块1)，将该问题的答案通过Skype返回给用户。

同时，如果一个问题在知识库中没有匹配，或者用户认为我们的答案错误，应该记录在额外数据库中。利用这个“用户反馈数据库”，我们可以定期在线下(offline)进一步对我们部署在线上进行即时预测的模型进行更新和修正(模块4)。

3. 需要的平台＆软件

实现上面所说的这一切，依靠微软的Azure和Bot Framework平台即可:

MS Azure Cloud：微软云服务用于提供数据库，训练模型和预测模型所需要的资源如虚拟机。

MS Bot Framework: 这个平台是微软2016年推出的对话机器人平台。主要编程语言是C#或者Node.js，熟悉C#的话可以用Visual Studio非常方便。这个平台的主要用途就是降低对话机器人的开发成本，使用这个平台后，我们可以很轻松的把Skype作为交互界面，而不需要再去开发其他的交互。更多关于这个平台的介绍可以看:

给大家看一张开发过程中的模拟器长的样子，找bug和测试都很方便:

MS Visual Studio: 用于开发这个对话机器人。

自然语言和机器学习模型: 根据你的描述不太涉及复杂的NLP或者ML，建议用Python开发即可。对于语言处理中文的话用 “结巴分词”，衡量词语/句子之间的相似度可以用“word2vector”、“sentence2vec”。至于机器学习模型，更是挑一个简单的调包即可，比如SVM。这项目本质难度不在机器学习上，而是整合这个系统上。如果到时候大家有了别的模块，但缺这个模型的话，我可以帮你一起做:)

4. 模块整合

年初花了几个月做了一个类似的项目，侧重点在机器学习上因此用了复杂的预测模型。而对话机器人只是交互手段，方便我们在客户的平台上部署。

而题主的这个项目难点不在于单独每个模块，而是将这些模块整合起来成为一个产品。Skype和Bot Framework可以用微软提供的API进行整合，和数据库之间的互动可以用C#里面之间连接抓取。

整个项目中最麻烦的是如何将模块2(预测模型)与其他部分整合。我的建议是在云上部署一个虚拟机，在虚拟机上写一个最简单Flask Web App，并使用 Flask-Restful提供Restful API给其他模块使用。如果有条件的话，也可以直接在云上部署一个含有预测模型的Flask App，这下就不需要在劳什子的使用虚拟机了。

好了不多说了，我要去接客了(手动滑稽) ʕ•ᴥ•ʔ