[發(fā)明專利]基于語義理解的智能問診方法、裝置、存儲介質(zhì)及服務(wù)器

有效

• 申請?zhí)枺?/td>: 202010117542.2
• 申請日: 2020-02-25
• 公開（公告）號: CN111274365B
• 公開（公告）日: 2023-09-19
• 發(fā)明（設(shè)計(jì)）人: 石萬美;羅國基;林瞰;徐莉
• 申請（專利權(quán)）人: 廣州七樂康藥業(yè)連鎖有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/332;G06F16/35;G06F40/295;G10L15/26;G16H50/20
• 代理公司: 廣東廣盈專利商標(biāo)事務(wù)所(普通合伙) 44339
• 代理人: 李俊

1.一種基于語義理解的智能問診方法，其特征在于，所述方法包括：

基于用戶終端獲得用戶輸入所形成的文本信息，并根據(jù)所述文本信息構(gòu)建對應(yīng)的會(huì)話流程；

在所述會(huì)話流程內(nèi)對所述文本信息進(jìn)行實(shí)體信息抽取處理，獲得所述文本信息對應(yīng)的實(shí)體信息，所述文本信息對應(yīng)的實(shí)體信息包括不限于所述文本信息中所包含的性別、年齡、基本癥狀特征；

在所述會(huì)話流程內(nèi)針對所述文本信息對應(yīng)的實(shí)體信息構(gòu)建對應(yīng)的問診會(huì)話，并獲取所述問診會(huì)話中的用戶回答文本信息；

基于所述用戶回答文本信息進(jìn)行問診會(huì)話關(guān)鍵字提取處理，獲得問診會(huì)話對應(yīng)的關(guān)鍵字；

基于所述問診會(huì)話對應(yīng)的關(guān)鍵字在病例數(shù)據(jù)庫中進(jìn)行檢索匹配處理，獲得相互匹配病例；

基于所述相互匹配病例獲得所述用戶的問診結(jié)果；

所述根據(jù)所述文本信息構(gòu)建對應(yīng)的會(huì)話流程，包括：

根據(jù)所述文本信息構(gòu)建文字特征向量列表；

將構(gòu)建文字特征向量列表輸入NLP模型中，在所述NLP模型中利用N-Gram統(tǒng)計(jì)語言算法對所述文字特征向量列表中的每一個(gè)文字特征向量進(jìn)行權(quán)值預(yù)設(shè)；

將預(yù)設(shè)好權(quán)值的文字特征向量經(jīng)過所述NLP模型進(jìn)行分析處理，輸出分析標(biāo)簽；

基于所述分析標(biāo)簽進(jìn)行對應(yīng)的會(huì)話流程構(gòu)建處理；

用于對應(yīng)的文本信息來構(gòu)建位置特征向量列表，是通過自然語言處理領(lǐng)域的詞袋模型BOF與N-Gram特征相結(jié)合；詞袋模型BOF由特征提取、特征聚類、特征編碼、特征匯聚和分類器分類4部分組成的標(biāo)準(zhǔn)目標(biāo)分類框架；N-Gram特征是基于統(tǒng)計(jì)語言模型的算法，是將文本里面的內(nèi)容按照字節(jié)進(jìn)行大小為N的滑動(dòng)窗口操作，形成了長度是N的字節(jié)片段序列；每一個(gè)字節(jié)片段稱為gram，對所有的gram的出現(xiàn)頻度進(jìn)行統(tǒng)計(jì)，并且按照事先設(shè)定好的閾值進(jìn)行過濾，形成關(guān)鍵gram列表，也就是這個(gè)文本的向量特征空間；列表中的每一種gram就是一個(gè)特征向量維度；這里首先對輸入的罪名字段信息進(jìn)行語段序列粗分處理；然后在進(jìn)行Bi-gram切割處理；最后進(jìn)行過濾處理，獲取特征向量列表。

2.根據(jù)權(quán)利要求1所述的智能問診方法，其特征在于，所述基于用戶終端獲得用戶輸入所形成的文本信息，包括：

基于用戶在所述用戶終端所提供的操作界面上輸入的文字信息獲得所述文本信息；或，

基于用戶通過所述用戶終端的音頻采集設(shè)備輸入的語音信息進(jìn)行文本信息轉(zhuǎn)換處理，獲得所述文本信息。

3.根據(jù)權(quán)利要求1所述的智能問診方法，其特征在于，所述在所述會(huì)話流程內(nèi)對所述文本信息進(jìn)行實(shí)體信息抽取處理，獲得所述文本信息對應(yīng)的實(shí)體信息，包括：

基于長短期記憶網(wǎng)絡(luò)和條件隨機(jī)場在所述會(huì)話流程內(nèi)對所述文本信息進(jìn)行文字實(shí)體抽取處理，獲得抽取實(shí)體信息；

對所述抽取實(shí)體信息進(jìn)行實(shí)體融合歸一化處理，獲得所述文本信息對應(yīng)的實(shí)體信息。

4.根據(jù)權(quán)利要求1所述的智能問診方法，其特征在于，所述在所述會(huì)話流程內(nèi)針對所述文本信息對應(yīng)的實(shí)體信息構(gòu)建對應(yīng)的問診會(huì)話，并獲取所述問診會(huì)話中的用戶回答文本信息，包括：

在所述會(huì)話流程內(nèi)針對所述文本信息對應(yīng)的實(shí)體信息構(gòu)建對應(yīng)的問診會(huì)話的會(huì)話問題，獲得所述會(huì)話問題的回答文本信息；

對所述回答文本信息進(jìn)行癥狀實(shí)體信息提取處理，獲得癥狀實(shí)體信息；

根據(jù)所述癥狀實(shí)體信息構(gòu)建對應(yīng)的問診會(huì)話的會(huì)話問題，直至完成所有的問診流程會(huì)話；

將所有的回答文本信息按照問診會(huì)話的會(huì)話問題順序進(jìn)行文本整理處理，獲得所述問診會(huì)話中的用戶回答文本信息。

5.根據(jù)權(quán)利要求1所述的智能問診方法，其特征在于，所述基于所述用戶回答文本信息進(jìn)行問診會(huì)話關(guān)鍵字提取處理，獲得問診會(huì)話對應(yīng)的關(guān)鍵字，包括：

基于TF-IDF算法對所述用戶回答文本信息進(jìn)行文字會(huì)話的初始關(guān)鍵字提取處理，獲取初始關(guān)鍵字；

基于所述文本信息對應(yīng)的實(shí)體信息、癥狀實(shí)體信息對所述初始關(guān)鍵字進(jìn)行篩選處理，獲得問診會(huì)話對應(yīng)的關(guān)鍵字。