对我们而言，一个愉快顺畅的谈话，需要基于谈话的背景和内容。我们不喜欢甚至反感交流过程中，对方或自己重复申诉同一个问题，或者是对方忽视或遗忘自己已经表达过的观点。
当你阅读这篇文章时，你会根据你对之前单词的理解来理解每个单词。同样的，与机器人沟通我们希望机器人能记住我们之前所说的话。
我们训练灵声AI机器人，培养他成为一个善于倾听的人，我们通过深度学习而不是手工制作的规则来处理上下文对话。当灵声AI机器人深入识别对方意图时，理解对话的上下文是关键，因为它可以大大缩短对话或使处理模糊的用户输入成为可能。换句来讲，解决学习的长期依懒性即长时间记住信息，有助于提高沟通的质量，和提高识别对方意图的准确度。
1.对话处理
端到端地处理完整的对话，能够从以前的对话中进行推广。或者，这也可能意味着直接（例如直接在此对话中）或间接（例如客户服务的电话号码）切换到人。
2.消除歧义
人类语言通常含有很多歧义，特别是博大精深的汉语言文化，字面上的意思往往不是字面上的意思，理解对方真实的意图，需要综合交流的背景、对方的语气等。灵声AI机器人2.0会通过上下文分析，并检测对方的情绪，识别出真实的意图。
3.提取上下文数据
语言可以包含许多需要从非结构化文本中提取的相关结构化数据（例如日期，城市）。
4.剧情反转
用户可能在任何时候改变主意。这可以影响用户响应的任何类型的上下文数据（例如错字“”而不是“”）到用户目标的变化（例如，现在想要取消租房者保险单）
5.业务逻辑
公司倾向于有许多不同的规则，这些规则会影响助理可能会询问的内容（例如保险公司需要特定信息来正确确保不同的项目）或消息内容（例如通过API计算定价然后将其编织到消息）