基于人工智能的答案识别方法及装置、介质、电子设备制造方法及图纸

本公开提供一种基于人工智能的答案识别方法及装置、介质、电子设备；涉及自然语言处理技术领域。所述基于人工智能的答案识别方法包括：获取医疗问答平台中的医疗问题，对医疗问题进行识别，获得属于目标类型的待识别问题；提取对于所述待识别问题的各个答案，识别所述答案的情感极性；根据所述答案的情感极性确定所述答案的可信度，以根据所述答案的可信度在所述医疗问答平台中对所述答案进行展示。本公开可以根据医疗问题识别出对应的答案的可信度，从而优化答案的展示，提升用户的体验。

【技术实现步骤摘要】
基于人工智能的答案识别方法及装置、介质、电子设备
本公开涉及自然语言处理
，具体而言，涉及一种基于人工智能的答案识别方法、基于人工智能的答案识别装置、计算机可读介质以及电子设备。
技术介绍
在线医疗平台能够针对医学专业问题进行线上讨论，用户在医疗平台上发布问题，由专业的医生进行答疑解惑，从而避免了用户线下求助医生的困难，极大得方便了用户对于专业知识的检索。一个问题可以由多位医生来回答，系统判定不同医生的答案是否可信，往往是结合用户“点赞、评价”和医生所在医院等级、医生职称高低等属性进行打分，或者通过机器学习的方式将这些属性融合成一个分数，按照分数大小进行判定。由于医疗问题的专业性，这种基于多种医生静态属性和用户投票因子评价一条问题答案质量的方法，只能衡量一条问题答案的权威度，普通患者用户认可度等，并不能衡量答案的正确性。需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
本公开的目的在于提供一种基于人工智能的答案识别方法、基于人工智能的答案识别装置、计算机可读存储介质以及电子设备，进而在一定程度上克服由于相关技术的限制和缺陷而导致的，问题答案的正确性无法识别问题。根据本公开的第一方面，提供一种基于人工智能的答案识别方法，包括：获取医疗问答平台中的医疗问题，对医疗问题进行识别，获得属于目标类型的待识别问题；提取对于所述待识别问题的各个答案，识别所述答案的情感极性；根据所述答案的情感极性确定所述答案的可信度，以根据所述答案的可信度在所述医疗问答平台中对所述答案进行展示。在本公开的一种示例性实施例中，所述识别所述答案的情感极性包括：识别所述待识别问题中包含的关键词；通过所述关键词从所述待识别问题的答案中提取出目标文本；将所述目标文本输入极性分类模型中，以获得所述答案的情感极性。在本公开的一种示例性实施例中，所述医疗问题包括医疗问题，所述识别所述待识别问题中包含的关键词包括：通过医疗知识词库识别所述待识别问题中的关键词。在本公开的一种示例性实施例中，通过所述关键词从所述待识别问题的答案中提取出目标文本包括：对所述待识别问题的答案进行分句，将包含所述关键词的语句作为所述目标文本。在本公开的一种示例性实施例中，根据所述答案的情感极性确定所述答案的可信度包括：根据所述待识别问题的答案总数，统计所述情感极性的占比；根据所述情感极性的占比确定所述答案的可信度，其中，所述情感极性的占比与所述答案的可信度呈正相关。在本公开的一种示例性实施例中，对医疗问题进行识别，获得属于目标类型的待识别问题包括：利用自然语言处理技术对所述医疗问题进行识别，以获得属于目标类型的待识别问题。在本公开的一种示例性实施例中，根据所述答案的可信度对所述答案进行展示包括：在所述医疗问答平台中，按照所述答案的可信度从高到低对所述答案进行排列显示；或者，在显示时对所述可信度超过预设值的答案添加可信度标识。根据本公开的第二方面，提供一种基于人工智能的答案识别装置。基于人工智能的答案识别装置可以包括问题识别模块、答案识别模块以及答案展示模块。其中：问题识别模块，用于获取医疗问答平台中的医疗问题，对所述医疗问题进行识别，获得属于目标类型的待识别问题。答案识别模块，用于提取对于所述待识别问题的各个答案，识别所述答案的情感极性。答案展示模块，用于根据所述答案的情感极性确定所述答案的可信度，以根据所述答案的可信度在所述医疗问答平台中对所述答案进行展示。在本公开的一种示例性实施例中，所述答案识别模块可以包括：关键词识别单元，用于识别所述待识别问题中包含的关键词；文本提取单元，用于通过所述关键词从所述待识别问题的答案中提取出目标文本；以及，极性分类单元，用于将所述目标文本输入极性分类模型中，以获得所述答案的情感极性。在本公开的一种示例性实施例中，关键词识别单元可以用于：通过医疗知识词库识别所述待识别问题中的关键词。在本公开的一种示例性实施例中，所述文本提取单元可以包括：对所述待识别问题的答案进行分句，将包含所述关键词的语句作为所述目标文本。在本公开的一种示例性实施例中，所述答案展示模块可以包括：占比计算单元，用于根据所述待识别问题的答案总数，统计所述情感极性的占比；以及可信度计算单元，用于根据所述情感极性的占比确定所述答案的可信度，其中，所述情感极性的占比与所述答案的可信度呈正相关。在本公开的一种示例性实施例中，所述问题识别模块可以用于：利用自然语言处理技术对所述医疗问题进行识别，以获得属于目标类型的待识别问题。在本公开的一种示例性实施例中，所述答案展示模块可以用于：在所述医疗问答平台中，按照所述答案的可信度从高到低对所述答案进行排列显示；或者，在显示时对所述可信度超过预设值的答案添加可信度标识。根据本公开的第三方面，提供一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的基于人工智能的答案识别方法。根据本公开的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的基于人工智能的答案识别方法。本公开示例性实施例可以具有以下部分或全部有益效果：在本公开的示例实施方式所提供的基于人工智能的答案识别方法中，根据答案的情感极性来确定答案的可信度，基于答案的可信度对答案进行展示，能够为用户提供更加可靠的答案，提高问答平台的服务质量；同时，可以优化答案的展示，使用户优先看到可靠的答案，提高用户体验。并且，与通过用户点赞以及医生属性来评价答案相比，通过识别情感极性确定出的答案可信度更加准确，能够提高展示的答案的准确性。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1示出了可以应用本公开实施例的一种基于人工智能的答案识别方法及装置的示例性系统架构的示意图；图2示出了适于用来实现本公开实施例的电子设备的计算机系统的结构示意图；图3示意性示出了根据本公开的一个实施例的基于人工智能的答案识别方法的流程图；图4示意性示出了根据本公开的一个实施例中识别答案的情感极性的步骤的流程图；图5示意性示出了根据本公开的一个实施例中答案的显示效果示意图；图6示意性示出了根据本公开的一个实施例中极性分类模型的结构示意图；图7示意本文档来自技高网...

【技术保护点】
1.一种基于人工智能的答案识别方法，其特征在于，包括：/n获取医疗问答平台中的医疗问题，对所述医疗问题进行识别，获得属于目标类型的待识别问题；/n提取对于所述待识别问题的各个答案，识别所述答案的情感极性；/n根据所述答案的情感极性确定所述答案的可信度，以根据所述答案的可信度在所述医疗问答平台中对所述答案进行展示。/n

【技术特征摘要】
1.一种基于人工智能的答案识别方法，其特征在于，包括：
获取医疗问答平台中的医疗问题，对所述医疗问题进行识别，获得属于目标类型的待识别问题；
提取对于所述待识别问题的各个答案，识别所述答案的情感极性；
根据所述答案的情感极性确定所述答案的可信度，以根据所述答案的可信度在所述医疗问答平台中对所述答案进行展示。


2.根据权利要求1所述的方法，其特征在于，所述识别所述答案的情感极性包括：
识别所述待识别问题中包含的关键词；
通过所述关键词从所述待识别问题的答案中提取出目标文本；
将所述目标文本输入极性分类模型中，以获得所述答案的情感极性。


3.根据权利要求2所述的方法，其特征在于，医疗问题所述识别所述待识别问题中包含的关键词包括：
通过医疗知识词库识别所述待识别问题中的关键词。


4.根据权利要求2所述的方法，其特征在于，通过所述关键词从所述待识别问题的答案中提取出目标文本包括：
对所述待识别问题的答案进行分句，将包含所述关键词的语句作为所述目标文本。


5.根据权利要求1所述的方法，其特征在于，根据所述答案的情感极性确定所述答案的可信度包括：
根据所述待识别问题的答案总数，统计所述情感极性的占比；
根据所述情感极性的占比确定所述答案的可信度，其中，所述情感极性的占比与所述答案的可信度呈正相关...

【专利技术属性】
技术研发人员：康战辉，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44