如果强需求，可以建议用 Outlook 客户端收发件，亲测电脑端和移动端收发无问题。

首先，和小爱同学一样的那也并不一定是生成式机器人。
其次，如果 QA 库覆盖足够，大概有六成的业务问答可以用 ES 检索解决。
再次，智能客服的瓶颈不是模型，而是训练数据，即使用 BERT，也无法省掉前期的产品规划、QA 库运营填充维护、训练集标注的成本。
所以，要么用其他家的开放平台，要么加产品运营人力成本进去自研。
让老板自己选吧

@Atsushi 停 VISA 是国内政策，要求信用卡交易走银联渠道。线下绝大部分商铺也不能用 VISA MasterCard 交易了。有消息之后会慢慢放开

如果天气不用精确到街道的话，可以考虑维护一个乡镇以上行政区划 GPS 范围表，快查很方便。

如果用 Python3，可以试试 pathlib，比 os.path 好使很多

看着是好东西，虽然仍然会用 Pandas，但还是要支持下！

别的不知道，美股行情数据是有版权的，纳斯达克曾经给国内某搜索引擎公司发过律师函，要求每年 400w 美刀使用费。

@xiefangzhenz
文章全文判断 LS 有人给到方案了，拿到全文后做摘要生成可以参考下面这篇
《文本摘要简述》 https://www.jiqizhixin.com/articles/2019-03-25-7
类似论文很多，可以搜搜

正文判断+摘要抽取

类似微软的 Power BI ？
Power BI Premium 中的分页报表是什么？ https://docs.microsoft.com/zh-cn/power-bi/paginated-reports-report-builder-power-bi

@random0O 嗯，这是个坑，一定要说服 PM 别搞缺心眼的策略 😂

@TimePPT 再补充下，前面说的分离原则是指能够全平台共享使用的 tag，对用户自建的 tag，在用户的图片库内做同 tag 聚合是没问题的，比如用户对自己上传的狗都打一个 tag 「我家旺财」，点击聚类所有有这个 tag 的用户自有图片没啥问题。
但这个 tag 一定别直接用到公共领域，能玩死你。
有些用户就真得很闲，tag 写个「 123 」，甚至狗图片打个「猫」 tag，各种匪夷所思，防不胜防

另，纯表层字符串匹配不靠谱
最简单的，你打个 tag 是「狗」，用户打个 tag 是「柯基」，文本相似度搞不定。

做过 UGC 社区搜索推荐的 PM，给几个有用的建议吧：

1. 用户自定义的 tag 和用于聚类推荐的 tag 做分离！
千万不要直接用于生产环境做聚类！
最差的情况也是离线清洗后重新上线。

2. 对于 1 中需清洗的 tag，人工界定分类层级，人工对应，高级点的你做个 ML 聚类，知识图谱，词向量相似度之类的做辅助判断。当然，还要判断和图片主题真正的内容契合度。具体不展开说了，方法很多。

3. 用户打 tag 时建议首先给出 suggestion tag，引导用户先 focus 到你给到的 tag

4. 限制用户 tag 数量，潜意识让用户谨慎选择。

Google Earth 自带各类教育类型的探索项目，配有多媒体展示。
应该是目前线上最好的项目了。
http://wx3.sinaimg.cn/large/627c7e20ly1g6t2ahrf2kj21gf0u01l1.jpg

NLG 是比较难的命题了。模板写作以及摘要生成目前已经比较成熟，但创意写作没见过特别好的例子——写诗机器人算是特例。

@sanshiliu 那没事，之前很多视频站分享功能是支持直接给到 iframe 代码的，现在没注意了。毕竟 PC Web 现在大家都不太做了。