用于输出信息的方法和装置制造方法及图纸

本申请公开了用于输出信息的方法和装置。该方法的一具体实施方式包括：响应于接收到症状描述信息，判断症状描述信息是否为文本形式，若不是文本形式则对症状描述信息进行预处理得到文本形式的症状描述信息；对文本形式的症状描述信息进行切词以获得词序列；将词序列输入预先训练的咨询模型，由咨询模型生成候选咨询建议信息集合，其中，咨询模型用于表征症状描述信息与咨询建议信息的对应关系；计算候选咨询建议信息集合中每条候选咨询建议信息切词后的词数量；从候选咨询建议信息集合中选择切词后的词数量最大的候选咨询建议信息进行输出。该实施方式能够针对症状问题自动生成咨询建议信息。

Method and apparatus for outputting information

Methods and apparatus for outputting information are disclosed herein. One embodiment of the method includes: receiving information in response to describe the symptoms, determine the symptom description information is text form, if not text description information pretreatment by text description information on the symptoms of symptoms; symptoms in the form of text description information to obtain segmentation word sequence; word will consult model the input sequence of pre training, by consulting model to generate candidate sets of information advice, the consulting model for relationship description information and advice information representation symptoms; calculating the number of word segmentation information after the candidate advice information sets each candidate for advice; advice from the candidate candidate selection advice information maximum word number after the segmentation information sets output. The method can automatically generate advisory proposal information for symptom problems.

【技术实现步骤摘要】
用于输出信息的方法和装置
本申请涉及计算机
，具体涉及互联网
，尤其涉及用于输出信息的方法和装置。
技术介绍
近来，随着互联网的飞速发展，各种社交媒体大量涌现，在健康相关的医疗领域，出现了许多在线疾病问答网站，它们为患者提供了更多元化的医疗信息获取渠道。这些网站主要以健康知识，疾病信息，医疗新闻等为主要内容，同时也提供用户在线疾病问答功能。在线疾病问答主要采用基于检索的技术，检索与新问题最相似的已知问题，把答案作为回复。该技术的缺点是如果已知问题中检索不到则不知道该如何回答，即使有语义上很相似但使用词语不同的已知问题也无法回答，此问题对于文本较长或者低频问题比较明显。
技术实现思路
本申请的目的在于提出一种改进的用于输出信息的方法和装置，来解决以上
技术介绍
部分提到的技术问题。第一方面，本申请提供了一种用于输出信息的方法，该方法包括：响应于接收到症状描述信息，判断症状描述信息是否为文本形式，若不是文本形式则对症状描述信息进行预处理得到文本形式的症状描述信息；对文本形式的症状描述信息进行切词以获得词序列；将词序列输入预先训练的咨询模型，由咨询模型生成候选咨询建议信息集合，其中，咨询模型用于表征症状描述信息与咨询建议信息的对应关系；计算候选咨询建议信息集合中每条候选咨询建议信息切词后的词数量；从候选咨询建议信息集合中选择切词后的词数量最大的候选咨询建议信息进行输出。在一些实施例中，该方法还包括建立咨询模型的步骤，包括：获取文本形式的症状描述信息和与症状描述信息对应的咨询建议信息；将症状描述信息进行切词以获得症状描述信息的词序列；将咨询建议信息进行切词以获得咨询建议信息的词序列；将症状描述信息词序列和咨询建议信息词序列利用深度神经网络进行训练，多次迭代后得到咨询模型。在一些实施例中，将词序列输入预先训练的咨询模型，由咨询模型生成候选咨询建议信息集合，包括：将词序列输入预先训练的咨询模型得到包含匹配度的候选咨询建议信息，其中，匹配度用于表征根据症状描述信息确定候选咨询建议信息的准确性；按匹配度由大到小的顺序选择预定数目个候选咨询建议信息组成候选咨询建议信息集合。在一些实施例中，从候选咨询建议信息集合中选择切词后的词数量最大的候选咨询建议信息进行输出包括：获取每条候选咨询建议信息的匹配度；将每条候选咨询建议信息切词后的词数量乘以各自的匹配度作为每条候选咨询建议信息的修正后的词数量；从候选咨询建议信息集合中选择修正后的词数量最大的候选咨询建议信息进行输出。在一些实施例中，症状描述信息包括以下至少一项：文本形式的症状描述信息、语音形式的症状描述信息、图片形式的症状描述信息。在一些实施例中，对文本形式的症状描述信息进行切词，包括：采用逆向最大匹配法以及条件随机场算法对文本形式的症状描述信息进行切词。在一些实施例中，从候选咨询建议信息集合中选择切词后的词数量最大的候选咨询建议信息进行输出，包括：判断所选择的咨询建议信息是否为语音形式，若不是语音形式，则将所选择咨询建议信息转化成语音形式的咨询建议信息再进行输出。第二方面，本申请提供了一种用于输出信息的装置，该装置包括：接收单元，配置用于响应于接收到症状描述信息，判断症状描述信息是否为文本形式，若不是文本形式则对症状描述信息进行预处理得到文本形式的症状描述信息；切词单元，配置用于对文本形式的症状描述信息进行切词以获得词序列；生成单元，配置用于将词序列输入预先训练的咨询模型，由咨询模型生成候选咨询建议信息集合，其中，咨询模型用于表征症状描述信息与咨询建议信息的对应关系；计算单元，配置用于计算候选咨询建议信息集合中每条候选咨询建议信息切词后的词数量；输出单元，配置用于从候选咨询建议信息集合中选择切词后的词数量最大的候选咨询建议信息进行输出。在一些实施例中，该装置还包括咨询模型建立单元，包括：获取子单元，配置用于获取文本形式的症状描述信息和与症状描述信息对应的咨询建议信息；症状切词子单元，配置用于将症状描述信息进行切词以获得症状描述信息的词序列；建议切词子单元，配置用于将咨询建议信息进行切词以获得咨询建议信息的词序列；训练子单元，配置用于将症状描述信息词序列和咨询建议信息词序列利用深度神经网络进行训练，多次迭代后得到咨询模型。在一些实施例中，生成单元配置用于：将词序列输入预先训练的咨询模型得到包含匹配度的候选咨询建议信息，其中，匹配度用于表征根据症状描述信息确定候选咨询建议信息的准确性；按匹配度由大到小的顺序选择预定数目个候选咨询建议信息组成候选咨询建议信息集合。在一些实施例中，输出单元进一步配置用于：获取每条候选咨询建议信息的匹配度；将每条候选咨询建议信息切词后的词数量乘以各自的匹配度作为每条候选咨询建议信息的修正后的词数量；从候选咨询建议信息集合中选择修正后的词数量最大的候选咨询建议信息进行输出。在一些实施例中，症状描述信息包括以下至少一项：文本形式的症状描述信息、语音形式的症状描述信息、图片形式的症状描述信息。在一些实施例中，切词单元进一步配置用于：采用逆向最大匹配法以及条件随机场算法对文本形式的症状描述信息进行切词。在一些实施例中，输出单元进一步配置用于：判断所选择的咨询建议信息是否为语音形式，若不是语音形式，则将所选择咨询建议信息转化成语音形式的咨询建议信息再进行输出。本申请将症状描述信息输入预先训练好的咨询模型生成咨询建议信息，该咨询模型是利用深度学习网络，通过多次迭代后得到的，该咨询模型的输入是症状描述信息的文本，输出则是症状的咨询建议信息，症状描述信息到咨询建议信息的语义映射存在于该咨询模型的各个参数之中，这个语义映射空间可以理解为医疗相关知识，是一种端到端的自动问答解决方案。与已有的在线咨询的技术方案相比，它更能有效的利用互联网上大量的已有问答；对于症状的理解以及相关医疗知识的学习完全交给咨询模型学习，不需要更多的人为参与。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：图1是本申请可以应用于其中的示例性系统架构图；图2是根据本申请的用于输出信息的方法的一个实施例的流程图；图3a和图3b是根据本申请的用于输出信息的方法的一个应用场景的示意图；图4是根据本申请的用于输出信息的方法的又一个实施例的流程图；图5是根据本申请的用于输出信息的装置的一个实施例的结构示意图；图6是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。具体实施方式下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关专利技术相关的部分。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。图1示出了可以应用本申请的用于输出信息的方法或用于输出信息的装置的实施例的示例性系统架构100。如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆本文档来自技高网...

【技术保护点】
一种用于输出信息的方法，其特征在于，所述方法包括：响应于接收到症状描述信息，判断所述症状描述信息是否为文本形式，若不是文本形式则对所述症状描述信息进行预处理得到文本形式的症状描述信息；对所述文本形式的症状描述信息进行切词以获得词序列；将所述词序列输入预先训练的咨询模型，由所述咨询模型生成候选咨询建议信息集合，其中，所述咨询模型用于表征症状描述信息与咨询建议信息的对应关系；计算所述候选咨询建议信息集合中每条候选咨询建议信息切词后的词数量；从所述候选咨询建议信息集合中选择切词后的词数量最大的候选咨询建议信息进行输出。

【技术特征摘要】
1.一种用于输出信息的方法，其特征在于，所述方法包括：响应于接收到症状描述信息，判断所述症状描述信息是否为文本形式，若不是文本形式则对所述症状描述信息进行预处理得到文本形式的症状描述信息；对所述文本形式的症状描述信息进行切词以获得词序列；将所述词序列输入预先训练的咨询模型，由所述咨询模型生成候选咨询建议信息集合，其中，所述咨询模型用于表征症状描述信息与咨询建议信息的对应关系；计算所述候选咨询建议信息集合中每条候选咨询建议信息切词后的词数量；从所述候选咨询建议信息集合中选择切词后的词数量最大的候选咨询建议信息进行输出。2.根据权利要求1所述的用于输出信息的方法，其特征在于，所述方法还包括建立咨询模型的步骤，包括：获取文本形式的症状描述信息和与所述症状描述信息对应的咨询建议信息；将所述症状描述信息进行切词以获得所述症状描述信息的词序列；将所述咨询建议信息进行切词以获得所述咨询建议信息的词序列；将所述症状描述信息词序列和所述咨询建议信息词序列利用深度神经网络进行训练，多次迭代后得到咨询模型。3.根据权利要求1所述的用于输出信息的方法，其特征在于，所述将所述词序列输入预先训练的咨询模型，由所述咨询模型生成候选咨询建议信息集合，包括：将所述词序列输入预先训练的咨询模型得到包含匹配度的候选咨询建议信息，其中，所述匹配度用于表征根据所述症状描述信息确定候选咨询建议信息的准确性；按匹配度由大到小的顺序选择预定数目个候选咨询建议信息组成候选咨询建议信息集合。4.根据权利要求3所述的用于输出信息的方法，其特征在于，所述从所述候选咨询建议信息集合中选择切词后的词数量最大的候选咨询建议信息进行输出包括：获取每条候选咨询建议信息的匹配度；将每条候选咨询建议信息切词后的词数量乘以各自的匹配度作为每条候选咨询建议信息的修正后的词数量；从所述候选咨询建议信息集合中选择修正后的词数量最大的候选咨询建议信息进行输出。5.根据权利要求1所述的用于输出信息的方法，其特征在于，所述症状描述信息包括以下至少一项：文本形式的症状描述信息、语音形式的症状描述信息、图片形式的症状描述信息。6.根据权利要求1所述的用于输出信息的方法，其特征在于，所述对所述文本形式的症状描述信息进行切词，包括：采用逆向最大匹配法以及条件随机场算法对所述文本形式的症状描述信息进行切词。7.根据权利要求1所述的用于输出信息的方法，其特征在于，所述从所述候选咨询建议信息集合中选择切词后的词数量最大的候选咨询建议信息进行输出，包括：判断所选择的咨询建议信息是否为语音形式，若不是语音形式，则将所选择咨询建议信息转化成语音形式的咨询建议信息再进...

【专利技术属性】
技术研发人员：李林峰，曾刚，何戬，张睿卿，李鹏，周杰，
申请(专利权)人：百度国际科技深圳有限公司，
类型：发明
国别省市：广东,44