目前坊間口語對話系統很多，但是普遍缺乏系統的便捷性、趣味性、完整性，所以本技術針對這些議題提出解決方法。
(一)針對便捷性，我們提出兩階段的相似句快速比對方法，其技術分別為字典樹、詞頻與反詞頻演算法。其中字典樹為過濾使用者對話中特定領域之關鍵字，並使用詞頻與反詞頻演算法輔助計算句子相似度。
(二)針對趣味性，我們提出相似詞對換、句構轉換與模板調配方法，加強回答句子的趣味性。其技術分別為詞嵌入模型、分析樹、槽填充。調用詞嵌入模型目的為找尋可替換原詞語之同義詞，分析樹為理解與轉換句法結構，應用槽填充以擴充趣味語句。
(三)針對QA-pair的資料蒐集不足，我們應用深度學習的技術分別為字嵌入模型、詞嵌入模型、注意力架構(attention)、長短期記憶模型(LSTM)、指標網路模型。簡單來說，當QA-pair找不到合適的對應回饋句，我們改為搜尋相關文章，以回答適當答案。使得本對話系統較為完整性。
最後本系統以詢問台南小吃為例，使用者整體MOS評價達4.4分。