[發(fā)明專利]醫(yī)療領域多輪對話智能問答方法、裝置和計算機設備

有效

• 申請?zhí)枺?/td>: 202011118109.7
• 申請日: 2020-10-19
• 公開（公告）號: CN112256825B
• 公開（公告）日: 2023-06-16
• 發(fā)明（設計）人: 梁欣;周曉峰
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/332;G06F16/35;G06F40/295;G06F40/30
• 代理公司: 深圳市明日今典知識產(chǎn)權(quán)代理事務所(普通合伙) 44343
• 代理人: 王杰輝;曹勇

本申請涉及數(shù)字醫(yī)療領域，可以應用于遠程醫(yī)療問診或自助醫(yī)療服務等場景，揭示了一種醫(yī)療領域多輪對話智能問答方法包括：獲取第N問題描述語句；將第N問題描述語句輸入到自然語言理解模型，進行實體信息和意圖信息抽??；若未抽取到實體信息或意圖信息，則將第N?1問題描述語句中的實體信息或意圖信息作為實體信息或意圖信息進行補全，得到補全問題描述語句，進行對話答復輸出。本申請通過抽取上一輪對話的實體信息和意圖信息，可以更好模擬人的交流，即便用戶使用了指代詞或者是隱去了一些實體或者意圖，仍然能通過繼承上下文語境，使對話更自然更流暢，用戶體驗更佳。本申請還涉及區(qū)塊鏈技術(shù)，在區(qū)塊鏈中實現(xiàn)所述醫(yī)療領域多輪對話智能問答方法。

技術(shù)領域

本申請涉及到數(shù)字醫(yī)療領域，特別是涉及到一種醫(yī)療領域多輪對話智能問答方法、裝置和計算機設備。

背景技術(shù)

近年來，互聯(lián)網(wǎng)醫(yī)療興起，患者獲取相關醫(yī)療信息的方式，從原來的網(wǎng)頁搜索改為向集成了更多更全面專業(yè)醫(yī)療知識和功能的產(chǎn)品獲取資訊。因此市面上也出現(xiàn)了一些醫(yī)療領域的對話機器人幫助用戶快速的定位問題以及解答問答。

這些對話產(chǎn)品大多都是單輪對話的形式，和人的交互是一問一答。但是真實場景中，人與人在交互時，有70％概率會通過指代甚至隱去相關信息的方式去交流溝通，只有30％左右的句子是完整的語義表示。舉例說，A：“今天上海天氣怎樣”，B：“今天(上海)天氣很好”，A：“那(上海)附近有什么可以游玩的嗎？”B：“可以去滴水湖玩一玩”。在溝通過程中，人往往可以通過聯(lián)系對話的上下文情景，合理推測，繼續(xù)對話。

通用領域的對話系統(tǒng)由于領域與領域之間的差異性，所以相比垂直領域，較容易區(qū)分，比如天氣領域與交通出行領域。然而在醫(yī)療領域，實體之間的耦合性較高，用戶在詢問藥品時，往往也帶有疾病或者癥狀等其他醫(yī)療實體的信息，如“二甲雙胍能治療糖尿病嗎？”。如何合理且順暢的切換實體領域，使得與用戶進行多輪的對話即是亟待解決的問題。

發(fā)明內(nèi)容

本申請的主要目的為提供一種醫(yī)療領域多輪對話智能問答方法、裝置和計算機設備，旨在解決醫(yī)療領域多輪對話問答時，如何實現(xiàn)語境準確切換，提高問答準確率的技術(shù)問題。

為了實現(xiàn)上述發(fā)明目的，本申請?zhí)岢鲆环N醫(yī)療領域多輪對話智能問答方法，包括：

獲取第N輪對話的第N問題描述語句，其中N為大于等于2的正整數(shù)；

將所述第N問題描述語句輸入到預設的自然語言理解模型，進行第N實體信息和第N意圖信息抽取，其中所述自然語言理解模型包括命名實體識別模塊和意圖分類模塊；

若未抽取到所述第N實體信息或所述第N意圖信息，則將第N-1輪對話的第N-1問題描述語句中的第N-1實體信息或第N-1意圖信息作為所述第N實體信息或所述第N意圖信息，利用預設的語句補全模型對所述第N問題描述語句進行補全，得到補全問題描述語句；

根據(jù)所述補全問題描述語句進行對話答復輸出。

進一步地，所述獲取第N輪對話的第N問題描述語句的步驟之前，包括：

獲取第一輪對話的第一問題描述語句，根據(jù)第一問題描述語句進行對話答復輸出；

將所述第一問題描述語句輸入到所述自然語言理解模型，進行第一實體信息和第一意圖信息抽取，得到第一實體信息和第一意圖信息。

進一步地，所述將所述第一問題描述語句輸入到所述自然語言理解模型，進行第一實體信息和第一意圖信息抽取，得到第一實體信息和第一意圖信息的步驟包括：

將所述第一問題描述語句輸入所述命名實體識別模塊進行實體抽取，得到所述第一實體信息；

將所述第一問題描述語句輸入所述意圖分類模塊進行意圖分類，得到所述第一意圖信息。