问诊意图识别方法、装置、电子设备及可读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，揭露了一种问诊意图识别方法，包括：获取问诊用户的初始问诊信息，基于初始问诊信息对问诊用户进行意图识别，得到意图识别结果，基于意图识别结果对初始问诊信息进行症状识别，得到症状识别结果并进行横向扩充及纵向扩充，得到横向扩充结果及纵向扩充结果，基于横向扩充结果及纵向扩充结果对问诊用户进行多轮对话，得到标准问诊信息，利用预设的联合交互网络对标准问诊信息及意图识别结果进行联合交互，并输出识别到的问诊意图。此外，本发明专利技术还涉及区块链技术，所述初始问诊信息可从区块链的节点中获取。本发明专利技术还提出一种问诊意图识别装置、电子设备以及可读存储介质。本发明专利技术可以解决用户意图识别不准确的问题。的问题。的问题。

Interrogation intention recognition method, device, electronic device and readable storage medium

【技术实现步骤摘要】
问诊意图识别方法、装置、电子设备及可读存储介质


[0001]本专利技术涉及人工智能
，尤其涉及一种问诊意图识别方法、装置、电子设备及可读存储介质。

技术介绍

[0002]随着科技的发展，AI技术在健康智能问诊领域得到了许多应用，已经出现了在线问诊平台以及一些针对中医问诊的app，当看病不方便的时候，可以在线上完成问诊。但是现存的中医在线问诊中第一步但极为重要的一步：主诉收集，主诉识别精度却不能达到理想的效果。
[0003]在中医在线问诊场景下，主诉收集是指收集用户的一些问诊意图信息，包括症状、症状程度等信息。常用的方法是基于特定规则词收集主诉，利用患者输入的语音或者文本信息，判断输入的信息中是否有中医专家给出的规则症状词，但是由于患者输入的信息中口语化比较明显，而给定的规则词则是比较正式的中医常见症状词，这就导致输入的信息中不能匹配到规则词，同时给定的规则词数量有限，覆盖不全面，这样就导致主诉意图识别率低。此外，不同于线下问诊，线上患者单轮输入的信息量有限，无法采集到有效的主诉信息，也使得采集到的患者的意图和症状不准确。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种问诊意图识别方法，其特征在于，所述方法包括：获取问诊用户的初始问诊信息，基于所述初始问诊信息对问诊用户进行意图识别，得到意图识别结果；基于所述意图识别结果对所述初始问诊信息进行症状识别，得到症状识别结果；对所述症状识别结果进行横向扩充及纵向扩充，得到横向扩充结果及纵向扩充结果；基于所述横向扩充结果及纵向扩充结果对所述问诊用户进行多轮对话，得到标准问诊信息；利用预设的联合交互网络对所述标准问诊信息及所述意图识别结果进行联合交互，并输出识别到的问诊意图。2.如权利要求1所述的问诊意图识别方法，其特征在于，所述基于所述初始问诊信息对问诊用户进行意图识别，得到意图识别结果，包括：利用预设的意图分类模型对所述初始问诊信息进行文本编码，得到问诊编码向量；利用所述意图分类模型对所述问诊编码向量进行意图分类，并将意图分类的结果作为所述意图识别结果。3.如权利要求1中所述的问诊意图识别方法，其特征在于，所述基于所述意图识别结果对所述初始问诊信息进行症状识别，得到症状识别结果，包括：利用预设的分词算法对意图识别结果为问诊的问诊用户对应的初始问诊信息进行分词处理，得到问诊分词文本；利用预设的问诊词汇表对所述问诊分词文本进行初筛，得到分词筛选文本；对所述分词筛选文本中的分词文本进行重要度筛选，并将重要度筛选后的分词文本作为所述症状识别结果。4.如权利要求3所述的问诊意图识别方法，其特征在于，所述对所述分词筛选文本中的分词文本进行重要度筛选，并将重要度筛选后的分词文本作为所述症状识别结果，包括：查找所述分词文本在所述初始问诊信息中的出现频次；计算所述分词文本在所述初始问诊信息中的反文档频率；基于所述出现频次及所述反文档频率计算所有分词文本的重要度，并基于所述重要度选取预设个数的分词文本作为所述症状识别结果。5.如权利要求1所述的问诊意图识别方法，其特征在于，所述对所述症状识别结果进行横向扩充及纵向扩充，得到横向扩充结果及纵向扩充结果，包括：获取预设的横向问话模板及纵向问话模板，将所述症状识别结果填充至所述横向问话模板及纵向问话模板中；将填充后的横向问话模板作为横向扩充结果，以及将填充后的纵向问话模板作为纵向扩充结果。6.如权利要求5所述的问诊意图识别方法，其特征在于，所述基于所述横向扩充结果及纵向扩充结果对所述问诊用户进行多轮对话，得到标准问诊...

【专利技术属性】
技术研发人员：骆加维，黄永清，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：