基于神经网络的问诊回复方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及人工智能技术领域，适用于线上问诊，公开了一种基于神经网络的问诊回复方法、装置、设备及存储介质，其方法包括：获取患者终端输入的问诊信息，并从问诊信息中提取得到问诊关键词；基于预设规则查询与问诊关键词对应的话题标签；将话题标签输入至预先训练好的文本生成模型中，生成相应的文本回复内容，文本生成模型基于患者的历史问诊信息和历史文本回复内容、以及历史文本回复内容对应的修改记录训练得到。本发明专利技术通过患者提供的问诊信息中的多个话题进行组合，再由文本生成模型根据组合话题生成回复内容，能够全面、精准对患者的问诊进行回复，且结合了文本回复内容修改记录训练的文本生成模型生成的文本更准确。记录训练的文本生成模型生成的文本更准确。记录训练的文本生成模型生成的文本更准确。

【技术实现步骤摘要】
基于神经网络的问诊回复方法、装置、设备及存储介质


[0001]本申请涉及人工智能
，特别是涉及一种基于神经网络的问诊回复方法、装置、设备及存储介质。

技术介绍

[0002]随着互联网医疗的快速发展，线上问诊已经成为患者问诊的重要方式，可以支持疾病辅助诊断、健康管理、远程会诊等功能，线上问诊的优势有：减轻三甲医院医患压力，避免医患关系紧张，承担初步筛查作用，支持跨地域患者寻诊。
[0003]目前的线上问诊系统主要通过以下两种方式来实习问诊回复：其一是是根据前序的信息输入，进行关键症状信息的提取，再采用模板槽位填充的方式，得到相应的文本回复内容，这种方法需要依赖前期大量专家资源总结模板，并且由于模板的限定，使得生成的内容较死板。其二是通过设计带有编码器、解码器结构的深度神经网络，直接对输入文本进行编码，得到一个隐藏层的向量化表示，再由解码器对隐藏层表示解码得到对应的回复文本，然而，这种方法需要海量的平行语料支撑，其结果往往不具有可解释性。
[0004]因此，即便是实现了上述两种方法的系统，用户也不可避免地需要对生成的回复文本进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络的问诊回复方法，其特征在于，包括：获取患者终端输入的问诊信息，并从所述问诊信息中提取得到问诊关键词；基于预设规则查询与所述问诊关键词对应的话题标签；将所述话题标签输入至预先训练好的文本生成模型中，生成相应的文本回复内容，所述文本生成模型基于患者的历史问诊信息和历史文本回复内容、以及历史文本回复内容对应的修改记录训练得到。2.根据权利要求1所述的基于神经网络的问诊回复方法，其特征在于，所述生成相应的文本回复内容之后，还包括：输出展示所述文本回复内容至医生终端；接收所述医生终端输入的修改请求，并根据所述修改请求进行修改，同时生成修改记录；将修改后的最终文本回复内容输出至所述患者终端。3.根据权利要求2所述的基于神经网络的问诊回复方法，其特征在于，所述将修改后的最终文本回复内容输出至所述患者之后，还包括：获取每进行一次修改时生成的中间文本；将所述中间文本和所述修改记录作为输入数据，输入至所述文本生成模型中，得到新的文本内容；利用所述最终文本回复内容作为真实结果，结合所述新的文本内容和损失函数反向传播更新所述文本生成模型。4.根据权利要求3所述的基于神经网络的问诊回复方法，其特征在于，所述修改记录包括修改的总时长、平均时长、修改字符总数中的至少一个。5.根据权利要求1所述的基于神经网络的问诊回复方法，其特征在于，所述获取患者终端输入的问诊信息，并从所述问诊信息中提取得到问诊关键词，包括：获取所述患者终端输入的问诊信息；对所述问诊信息进行预处理获得多个候选关键词；将所述问诊信息输入至Word2Vec模型，得到每个所述候选关键词对应的词向量表示；对所述候选关键词的词向量表示进行聚类，得到多个聚类以及每个聚类的聚类中心...

【专利技术属性】
技术研发人员：胡意仪，阮晓雯，陈远旭，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：