分诊对话方法、分诊对话设备及系统技术方案

一种分诊对话方法、分诊对话设备以及分诊对话系统。所述分诊对话方法包括：接收分诊对话内容；生成所述分诊对话内容的中间表示；根据所述中间表示，判断分诊任务是否成功完成；以及根据所述分诊任务的判断结果，调整分诊对话策略。所述中间表示为中间表示向量。生成所述分诊对话内容的中间表示，包括：将所述分诊对话内容切分为一系列对话特征，并生成与所述对话特征一一对应的对话特征向量；以及将所述对话特征向量作为编码器的输入，通过所述编码器生成所述中间表示向量并输出。所述分诊对话设备、分诊对话方法以及分诊对话系统通过使用主动学习方法判断分诊任务的处理是否需要用户反馈，减轻用户负担，能够快速准确地完成分诊任务。

Dialogue method, equipment and system for triage

The utility model relates to a triage dialogue method, a triage dialogue device and a triage dialogue system. The method of triage dialogue includes: receiving the content of triage dialogue; generating the intermediate representation of the content of triage dialogue; judging whether the triage task is successfully completed according to the intermediate representation; and adjusting the strategy of triage dialogue according to the judgement result of the triage task. The intermediate representation is the intermediate representation vector. The intermediate representation of the dialog content includes: dividing the dialog content into a series of dialog features and generating one-to-one dialog feature vectors corresponding to the dialog features; and taking the dialog feature vectors as the input of the encoder, generating the intermediate representation vectors through the encoder and outputting them. The triage dialog device, the triage dialog method and the triage dialog system can judge whether the processing of the triage task needs user feedback by using active learning method, reduce the burden of the user, and complete the triage task quickly and accurately.

【技术实现步骤摘要】
分诊对话方法、分诊对话设备及系统
本公开的实施例涉及一种分诊对话方法、分诊对话设备及系统。
技术介绍
智能分诊是指根据患者的主要症状及体征，诊断出可能的疾病，判断病情的轻重缓急及其隶属专科，并推荐有效的就诊路径等。相比传统的门诊分诊，智能分诊能够更快速更准确地判断疾病并给出合理建议。因此，在目前社会医疗资源紧张的情况下，智能分诊受到医疗界的广泛关注，具有广阔的应用前景。具体来说，智能分诊系统(triagedialoguesystem)的主要任务是依据患者的症状体征快速准确地判断其隶属专科，并给出有效的就诊路径。为了完成这一任务，智能分诊系统需要同患者进行人机交互，收集患者的症状体征信息。通常来说，同患者交互的次数越多，收集的症状体征信息就越全面，从而做出的判断就越准确。但是，同患者交互的次数越多，也就意味着需要的时间越多，而这会耽误患者的就诊时间以及浪费医疗资源。因此，智能分诊系统能顺利完成分诊任务的关键在于在人机交互过程中能够准确地判断任务是否成功完成。传统的分诊系统通常基于人工编写的规则库或者基于机器学习的方法(例如Airdoc分诊系统)。但是这两种方式都没有显式地评估智能分诊任务是否成功完成。
技术实现思路
本公开实施例提供一种分诊对话方法，包括：接收分诊对话内容；生成所述分诊对话内容的中间表示；根据所述中间表示，判断分诊任务是否成功完成；以及根据所述分诊任务的判断结果，调整分诊对话策略。所述中间表示为中间表示向量。生成所述分诊对话内容的中间表示，包括：将所述分诊对话内容切分为一系列对话特征，并生成与所述对话特征一一对应的对话特征向量；以及将所述对话特征向量作为编码器的输入，通过所述编码器生成所述中间表示向量并输出。例如，所述编码器采用双向门控循环单元网络；基于所述双向门控循环单元网络的前向隐藏序列和后向隐藏序列，所述中间表示向量h为：其中，表征所述前向隐藏序列中的第i个元素和所述后向隐藏序列中第i个元素的连接，以及T表征所述对话特征的数目。例如，根据所述中间表示，判断分诊任务是否成功完成，包括：基于以往的中间表示以及所述中间表示，计算所述分诊任务完成的成功概率。例如，所述判断分诊任务是否成功完成被刻画为高斯过程，所述成功概率为：其中，H表示以往的中间表示向量；h表示所述中间表示向量，其为当前的中间表示；y∈{-1,1}，y＝1表示所述分诊任务成功完成；φ(·)为标准正态分布的分布函数；μ*和分别为f(h)的后验均值和后验方差，f(·)表示潜在函数，被刻画为高斯过程。例如，当所述成功概率落入失败区间，则所述判断结果为确定所述分诊任务失败；当所述成功概率落入不确定区间，则所述判断结果为不确定所述分诊任务是否成功完成；或者，当所述成功概率落入成功区间，则所述判断结果为确定所述分诊任务已完成。例如，根据所述分诊任务的判断结果，调整分诊对话策略，包括：当所述判断结果为确定所述分诊任务失败时，继续与用户进行交互；当所述判断结果为不确定所述分诊任务是否成功完成时，提示所述用户提供反馈信息，并根据所述反馈信息确定是否继续与所述用户进行交互；或者，当所述判断结果为确定所述分诊任务已完成时，终止与所述用户的对话。例如，当所述判断结果为不确定所述分诊任务是否成功完成时，根据所述反馈信息确定是否继续与所述用户进行交互，包括：当所述反馈信息表示所述分诊任务已完成，终止与所述用户的对话；或者，当所述反馈信息表示所述分诊任务尚未完成，选择信息增益最大的信息与所述用户进行交互。例如，选择信息增益最大的信息与所述用户进行交互，包括：计算不同症状的信息增益，并确定与所述最大信息增益相关联的症状；以及选择与所述最大信息增益相关联的症状与所述用户进行交互。本公开实施例提供一种分诊对话设备，包括处理器和存储器，所述存储器用于存储指令，其中，所述指令被所述处理器执行时实现以下操作：接收分诊对话内容；生成所述分诊对话内容的中间表示；根据所述中间表示，判断分诊任务是否成功完成；以及根据所述分诊任务的判断结果，调整分诊对话策略。例如，所述中间表示为中间表示向量。所述生成所述分诊对话内容的中间表示的操作，包括：将所述分诊对话内容切分为一系列对话特征，并生成与所述对话特征一一对应的对话特征向量；以及将所述对话特征向量作为所述编码器的输入，通过所述编码器生成所述中间表示向量并输出。例如，所述编码器采用双向门控循环单元网络；基于所述双向门控循环单元网络的前向隐藏序列和后向隐藏序列，所述中间表示向量h为：其中，表征所述前向隐藏序列中的第i个元素和所述后向隐藏序列中第i个元素的连接，T表征所述对话特征的数目。例如，所述根据所述中间表示判断分诊任务是否成功完成的操作，包括：基于以往的中间表示以及所述中间表示，计算所述分诊任务完成的成功概率。例如，所述判断分诊任务是否成功完成被刻画为高斯过程，所述成功概率为：其中，H表示以往的中间表示向量；h表示所述中间表示向量，其为当前的中间表示；y∈{-1,1}，y＝1表示所述分诊任务成功完成；φ(·)为标准正态分布的分布函数；μ*和分别为f(h)的后验均值和后验方差，f(·)表示潜在函数，被刻画为高斯过程。例如，当所述成功概率落入失败区间，则所述判断结果为确定所述分诊任务失败；当所述成功概率落入不确定区间，则所述判断结果为不确定所述分诊任务是否成功完成；或者，当所述成功概率落入成功区间，则所述判断结果为确定所述分诊任务已完成。例如，所述根据所述分诊任务的判断结果，调整分诊对话策略的操作，包括：当所述判断结果为确定所述分诊任务失败时，继续与用户进行交互；当所述判断结果为不确定所述分诊任务是否成功完成时，提示所述用户提供反馈信息，并根据所述反馈信息确定是否继续与所述用户进行交互；或者，当所述判断结果为确定所述分诊任务已完成时，终止与所述用户的对话。例如，所述当所述判断结果为不确定所述分诊任务是否成功完成时，根据所述反馈信息确定是否继续与所述用户进行交互的操作，包括：当所述反馈信息表示所述分诊任务已完成，终止与所述用户的对话；或者，当所述反馈信息表示所述分诊任务尚未完成，选择信息增益最大的信息与所述用户进行交互。例如，所述选择信息增益最大的信息与所述用户进行交互的操作，包括：计算不同症状的信息增益，并确定与所述最大信息增益相关联的症状；以及选择与所述最大信息增益相关联的症状与所述用户进行交互。例如，所述分诊对话设备还包括交互接口，其中，所述交互接口被配置为实现与用户之间的交互。本公开实施例还提供一种计算机可读存储介质，其上存储有计算机指令，所述计算机指令被处理器执行时实现以下操作：接收分诊对话内容；生成所述分诊对话内容的中间表示；根据所述中间表示，判断分诊任务是否成功完成；以及根据所述分诊任务的判断结果，调整分诊对话策略。本公开的实施例提供了一种分诊对话设备、分诊对话方法以及分诊对话系统，能够依据用户的症状体征快速准确地判断隶属专科并给出有效的就诊建议。在每轮分诊对话过程中，显式地判断分诊任务是否可以成功完成，并依据该判断结果调整对话策略。例如，通过使用高斯过程的主动学习方法建模奖励模型，并依据奖励模型输出的强化信号调整分诊对话策略，以便使期望奖励值达到最大(即，以便快速准确地完成分诊任务)。所述分诊对话设备、分诊本文档来自技高网...

【技术保护点】
1.一种分诊对话方法，包括：接收分诊对话内容；生成所述分诊对话内容的中间表示；根据所述中间表示，判断分诊任务是否成功完成；以及根据所述分诊任务的判断结果，调整分诊对话策略,其中，所述中间表示为中间表示向量，以及所述生成所述分诊对话内容的中间表示，包括：将所述分诊对话内容切分为一系列对话特征，并生成与所述对话特征一一对应的对话特征向量；以及将所述对话特征向量作为编码器的输入，通过所述编码器生成所述中间表示向量并输出。

【技术特征摘要】
1.一种分诊对话方法，包括：接收分诊对话内容；生成所述分诊对话内容的中间表示；根据所述中间表示，判断分诊任务是否成功完成；以及根据所述分诊任务的判断结果，调整分诊对话策略,其中，所述中间表示为中间表示向量，以及所述生成所述分诊对话内容的中间表示，包括：将所述分诊对话内容切分为一系列对话特征，并生成与所述对话特征一一对应的对话特征向量；以及将所述对话特征向量作为编码器的输入，通过所述编码器生成所述中间表示向量并输出。2.如权利要求1所述的分诊对话方法，其中，所述编码器采用双向门控循环单元网络；基于所述双向门控循环单元网络的前向隐藏序列和后向隐藏序列，所述中间表示向量h为：其中，用以表征所述前向隐藏序列中的第i个元素和所述后向隐藏序列中第i个元素的连接，以及T表征所述对话特征的数目。3.如权利要求1-2任一项所述的分诊对话方法，其中，根据所述中间表示，判断分诊任务是否成功完成，包括：基于以往的中间表示以及所述中间表示，计算所述分诊任务完成的成功概率。4.如权利要求3所述的分诊对话方法，其中，所述判断分诊任务是否成功完成被刻画为高斯过程，所述成功概率为：其中，H表示以往的中间表示向量；h表示所述中间表示向量，其为当前的中间表示；y∈{-1,1}，y＝1表示所述分诊任务成功完成；φ(·)为标准正态分布的分布函数；μ*和分别为f(h)的后验均值和后验方差，f(·)表示潜在函数，被刻画为高斯过程。5.如权利要求3-4任一项所述的分诊对话方法，其中，当所述成功概率落入失败区间，则所述判断结果为确定所述分诊任务失败；当所述成功概率落入不确定区间，则所述判断结果为不确定所述分诊任务是否成功完成；或者当所述成功概率落入成功区间，则所述判断结果为确定所述分诊任务已完成。6.如权利要求1-5任一项所述的分诊对话方法，其中，根据所述分诊任务的判断结果，调整分诊对话策略，包括：当所述判断结果为确定所述分诊任务失败时，继续与用户进行交互；当所述判断结果为不确定所述分诊任务是否成功完成时，提示所述用户提供反馈信息，并根据所述反馈信息确定是否继续与所述用户进行交互；或者当所述判断结果为确定所述分诊任务已完成时，终止与所述用户的对话。7.如权利要求6所述的分诊对话方法，其中，当所述判断结果为不确定所述分诊任务是否成功完成时，根据所述反馈信息确定是否继续与所述用户进行交互，包括：当所述反馈信息表示所述分诊任务已完成，终止与所述用户的对话；或者当所述反馈信息表示所述分诊任务尚未完成，选择信息增益最大的信息与所述用户进行交互。8.如权利要求7所述的分诊对话方法，其中，选择信息增益最大的信息与所述用户进行交互，包括：计算不同症状的信息增益，并确定与所述最大信息增益相关联的症状；以及选择与所述最大信息增益相关联的症状与所述用户进行交互。9.一种分诊对话设备，包括处理器和存储器，所述存储器用于存储指令，其中，所述指令被所述处理器执行时实现以下操作：接收分诊对话内容；生成所述分诊对话内容的中间表示；根据所述中间表示，判断分诊任务是否成功完成；以及根据所述分诊任务的判断结果，调整分诊对话策略，其中，所述中间表示为中间表示向量，以及所述生成所述分诊对话内容的中间表示的操作，包括：将所述分诊对话内容切分为一系列对话特...

【专利技术属性】
技术研发人员：张振中，
申请(专利权)人：京东方科技集团股份有限公司，
类型：发明
国别省市：北京,11