随着深度学习在自然语言处理领域的飞速发展,国内外针对于文本分析、信息检索、词性标注和问答系统等技术的研究已经愈发成熟。尤其是聊天机器人技术,正伴随着便携移动设备市场的拓展走向成熟,在客服、金融、医疗、教育和生活服务等方面应用广泛。由于基于中文语料的聊天机器人具有开放式交互的优良特点,该技术将会极大的改善人们的生活方式,成为新时代的科技增长点。目前在研究聊天机器人时,学者们通常会选用基于深度学习的Seq2Seq模型对构建的语料库做词向量转换和模型训练。本文针对聊天机器人的研发流程中关键环节容易出现的常见问题和缺陷进行分析和研究,并提出改进方法。然后本文分析了现今运动类App普遍存在的与用户交互不足的问题,并将改进后的聊天机器人模型应用于运动类App中,增强了与用户的交互体验。具体研究工作有以下几个方面:(1)针对于传统的构建中文特定领域语料库语料数量有限和对话语料关联不强的问题,提出改进的算法。新方法构建的语料库不仅比现有的一般方法构建的语料库更丰富,而且对话之间的关联性更强。(2)为提升训练中对中文词向量训练效果,结合了Word2Vec的两种优化算法,提出组合算法的模型训练中文语料,该模型使得中文词向量表达地更为准确。(3)针对传统聊天机器人Seq2Seq模型训练对话语料库时会产生过于安全、普通、重复的回答,从而影响了与用户交互体验的问题,本文结合互信息的思想,对模型的目标函数做出改进,使模型能够产生更丰富多样的回答,给予用户良好的体验。(4)针对当前智能终端App普遍存在的与用户交互体验不佳的问题,设计并实现了将聊天机器人与运动类App结合的运动聊天助手,让用户在运动的同时也能与App交流,增强用户体验的新鲜感和交互感。