我不建议同时使用神经网络和 NLP 来创建一个足以进行对话/对话的系统，以使其能够通过当前的类图灵测试。

对话遵循一定的规则和规律（到目前为止我们只发现了一部分），训练一个带有对话的 ANN 来掌握这些规律是不可行的。在对话中，您可以记住前面提到的内容，建立关于对话伙伴意图的假设，并跟踪当前主题和子主题。这太复杂了，无法简化为机器学习方法。

作为起点，我建议查看由 Weizenbaum 在 1960 年代中期开发的ELIZA 。有很多可用的各种编程语言的实现。以此为起点，根据您要讨论的主题扩展功能，并将用户之前说过的内容存储在内存中，尝试引用它等等。使用“符号”更容易做到这一点人工智能而不是亚符号处理。

目前许多科技公司都提供基于机器学习的聊天机器人变体，但它们很少超越意图识别或简单的问答对话。对于更复杂的对话，它们根本不适合。

（免责声明：我在一家生产会话软件的公司工作）