知识点学习旨在通过学习积累访客问句语料，方便用户快速教育机器人学习未知问题、点踩知识、推荐问题以及不满意的会话，提高知识点覆盖率，优化知识库答案，使机器人更加准确地理解用户问题，准确服务客户。主要包含智能学习、全量学习和会话抽检三部分。
全量学习：
未知问题：将机器人未能识别的问题按照时间全部统计到该模块下；
点踩问题：将机器人被点踩的知识点按照时间全部统计到该模块下；
智能学习：
未知聚类：通过算法推荐等技术手段为用户推荐提供一些待学习未知的问题，帮助快速学习维护知识库；
推荐问题：用户提问时，机器人模糊匹配给出推荐问题列表，用户对推荐列表中的知识点进行了选择/未选择的知识点会统计在此，待学习提问则是对应的用户问题。
会话抽检：包含不满意会话和转人工会话，便于用户去抽检这些会话，发现会话不满意或转人工的原因，给维护知识库提供依据。
对于学习到的知识有三种处理方法，分别是创建为新知识、标为相似问法和忽略
全量学习—未知问题、智能学习—未知聚类、推荐问题都可将推荐的未知问题作为新知识点添加到知识库中，也可以将未知问题作为相似问法添加到其他知识点或者任务流程中作为相似问，如果无意义，可进行忽略。（注意：“忽略”是本次忽略。“永久忽略”是下次不再显示，如果误操作，可从“永久忽略黑名单”中解除。
点踩知识和会话抽检中的不满意会话、转人工会话主要用来查看上下文，排查知识库存在的问题，方便对知识库应答情况进行优化