这个代码（参考链接）进行了简单优化升级:

1. 采用的是tfidf模型，主要思路是：首先计算用户的问题与问题库中的问题的相似度并选出top15的相似问题，然后去问题库对应的答案库中找出这15个问题对应的答案， 以此作为回答用户问题的候选答案。
2. 新增BM25模型。

preprocess.py:

• 将前3轮对话构造成Q1A1Q2A2Q3+A3的形式(Q或A可以是多个连续句子)，删除多余轮次的对话记录；
• 将同一角色连续说的话合并成单句；
• 删除轮次低于3的会话。

file_reader.py:

• 封装读文件操作,按行读取文件内容，并返回一个List。

cut_words.py:

• 分词工具做了一个封装。

setence_similarity.py：

• 通过tf-idf模型计算相似度。

sentence.py:

• 把对句子的所有处理做了一个封装。