Разработать ML модель для подсказок наиболее релевантных ответов для поддержки сервиса

Что имеем? Курсы похудения, в рамках которых кураторы через TG-бот напрямую общаются с сотнями клиентов. Кураторы ведут общение через веб-сервис:

http://joxi.ru/E2pwRX1CjOkLem

70% вопросов клиенток постоянно повторяются, поэтому мы разрабатываем систему-помощник, подсказывающая кураторам наиболее релевантные ответы на вопросы клиентов.

Модели не нужно самой отвечать на вопросы, но нужно будет натренировать ее на "понимание" определенных вопросов, а ответ на эти вопросы мы сами предоставим, как наиболее релевантный.

Условно нужна NLU система, в рамках которой первично мы создадим 50 самых распространенных вопросов. Для каждого из 50 вопросов дадим по 10 возможных вариантов написания этого же вопроса и отправим их на обучение. И для каждого самого распространенного вопроса дадим наш вариант ответа.

модель должна иметь возможность дообучаться.

Задача системы не заменить куратора, а облегчить его работу. Итоговое решение, какой ответ отправить, остается за куратором!

Ожидаемое решение:

* должно работать под linux

* Фреймворк под ML - любой

* интерфейс - обсуждаемый