我想开发一款应用程序/软件，能够理解各种输入的文本，并根据这些文本做出决策。如果系统在某个点上感到困惑，用户可以手动提供输出，系统将从下一次开始学习在这些场景中给出相应的输出。基本上，系统必须从过去的经验中学习。我希望用这个系统处理的任务是解决客户技术问题的日常工作（生产L3工单）。在这种情况下，输入将是客户的问题，比如订单问题（如订单卡在哪个状态以及他希望将其推进到哪个状态），第二个输入是当前订单状态（从数据库的多个表中检索的该订单的数据）。对于这两个输入，输出将是需要采取的预期行动，比如更新某些列并为该订单生成XML。我认为需要的工具是一个自然语言处理（NLP）库来理解文本，以及机器学习，以便从过去的困惑场景中学习。

回答：

如果你想在你的NLP流程中使用Java库，可以查看Opennlp。

你可以在这里找到很多基础支持这里。

然后你有deeplearning4j，在这里你可以找到许多Java中的神经网络实现。由于你想要一个能够从过去经验中学习的动态模型，而不是一个静态模型，你可以在deeplearning4j中尝试许多神经网络实现。

希望这对你有帮助！