售前電話
135-3656-7657
售前電話 : 135-3656-7657
【摘要】:隨著人工智能技術的飛速發(fā)展,智能問答系統(tǒng)被廣泛應用于各行各業(yè)中。近些年來,人們醫(yī)療健康需求日益增大,搜索引擎成為人們檢索醫(yī)療問答信息的重要渠道。當前,國內搜索引擎針對用戶提出問題缺乏語義理解過程,僅在結果中展示與關鍵字接近的網頁鏈接,無法直觀得給出問題答案,搜索結果的準確性與權威性難以保證。隨著國家智慧醫(yī)療項目的大力推進,本文主要研究目的是實現面向醫(yī)療領域的智能問答系統(tǒng),旨在為人們提供精準可靠的智能問答服務。當前,智能問答系統(tǒng)研究過程中存在以下問題,一是傳統(tǒng)基于模板匹配的問答系統(tǒng)需要花費大量人力維護模板庫,二是基于深度學習的智能問答系統(tǒng)存在語義理解不透徹、模型可解釋性差的問題。為解決上述問題,提升系統(tǒng)的易用性,本文通過分析現階段醫(yī)療智能問答系統(tǒng)的產品特點與現有功能,引入語義解析思想醫(yī)療智能問答系統(tǒng),提出一種基于語義解析醫(yī)療智能問答系統(tǒng)設計方案,并通過實驗論證了該算法的可行性。在系統(tǒng)實現過程中,智能問答算法作為系統(tǒng)核心支撐部分。本文研究與實現過程中的主要貢獻點如下:(1)本文從系統(tǒng)體系架構層面進行技術選型,提出基于語義解析的醫(yī)療智能問答系統(tǒng)設計方案。相較于傳統(tǒng)方案增加語義解析流程設計醫(yī)療智能問答系統(tǒng),可以精準分析用戶提問,解決了傳統(tǒng)方案智能化程度差的問題。(2)本文提出一種基于語義解析的醫(yī)療領域智能問答算法。算法引入了BERT( from )預訓練模型,并基于語義解析的方式構建問答流程,核心內容在于提出基于BERT-Bi LSTM-CNNs-CRF的實體識別模型和基于規(guī)則的路徑排序算法。本文提出基于語義解析的算法有效的提升了問句語義分析的能力。具體的,算法首先結合實體識別方法與問題類型識別方法進行初步路徑篩選,然后利用路徑排序算法生成最優(yōu)查詢路徑,最終在圖數據庫(Neo4j)檢索得到問題答案。(3)本文將基于語義解析的醫(yī)療智能問答算法融入醫(yī)療智能問答系統(tǒng)的設計方案,結合HTML、j Query等前端技術,在Web端進行系統(tǒng)實現。為提高智能問答系統(tǒng)的專業(yè)性,系統(tǒng)使用以及Open KG新冠知識專題數據作為問答系統(tǒng)知識庫,經測試,系統(tǒng)性能穩(wěn)定,交互性良好,能夠滿足人們日常醫(yī)療相關問題的查詢需求。