基于医学知识图谱构建问答对的问答方法及装置制造方法及图纸

本发明专利技术实施例公开了一种基于医学知识图谱构建问答对的问答方法及装置，该方法包括：获取当前待解答的医学问题；将所述医学问题输入已训练的问答模型以得到所述问题对应的答案，并输出所述答案；其中，所述已训练的问答模型用于在检测到所述医学问题为非直接型问题时，将所述医学问题对应的至少两个级联医学子问题中的最后一个医学子问题的答案作为所述医学问题的答案；其中，所述至少两个级联医学子问题中，在前的医学子问题的答案是在后的医学子问题对应三元组中的一个目标实体。现有医学智能问答方法无法确定复杂医疗问题的答案。学智能问答方法无法确定复杂医疗问题的答案。学智能问答方法无法确定复杂医疗问题的答案。

【技术实现步骤摘要】
基于医学知识图谱构建问答对的问答方法及装置


[0001]本专利技术实施例涉及计算机程序领域，尤其涉及一种基于医学知识图谱构建问答对的问答方法及装置。

技术介绍

[0002]随着医学人工客服的紧缺，医学智能问答变得越来越重要。医学智能问答不仅可以免去用户等待人工客服的时间，还能大大降低医院的运营成本。
[0003]虽然现有医学智能问答可以解决大部分的用户问题，以使宝贵的人工客户资源解决剩余部分的复杂问题。但不可否认的是，该剩余部分的复杂问题仍使很多医院的人工客服不堪重负。究其原因在于现有医学智能问答仅能解决的问题都是简单的医疗问题，比如甲状腺由什么组织组成，体温多少度为高烧；但不能解决复杂的医疗问题，比如多跳型问题。多跳型问题是有条件的约束问题，比如甲状腺激素升高，是得了甲亢了么？
[0004]综上，本申请人在实现本专利技术实施例的过程中发现，现有医学智能问答方法无法确定复杂医疗问题的答案。

技术实现思路

[0005]本专利技术实施例提供了一种基于医学知识图谱构建问答对的问答方法及装置，解决了现有医学智能问答方法无法确定复杂医疗问题的答案。
[0006]第一方面，本专利技术实施例提供了一种问答方法，包括：
[0007]获取当前待解答的医学问题；
[0008]将所述医学问题输入已训练的问答模型以得到所述医学问题对应的答案，并输出所述答案；
[0009]其中，所述已训练的问答模型用于在检测到所述医学问题为非直接型问题时，将所述医学问题对应的至少两个级联医学子问题中的最后一个医学子问题的答案作为所述医学问题的答案；其中，所述至少两个级联医学子问题中，在前的医学子问题的答案是在后的医学子问题对应三元组中的一个目标实体。
[0010]进一步，所述非直接型问题为多跳型问题或推理型问题。
[0011]进一步，所述推理型问题具体为比较级问题、区别型问题、并列型问题或是否型问题。
[0012]进一步，所述已训练的问答模型基于预设类型的问答对训练而成，所述预设类型的问答对包括基于第一预设类型问题模板从医学知识图谱中获取的问答对，和基于第二预设类型问题模板从医学知识库中获取的问答对。
[0013]进一步，第一预设类型问题模板与第二预设类型问题模板均包含解决方案型问题模板，枚举型问题模板，数值型问题模板，事实型模板、定义型问题模板、原因型问题模板的一种或多种，
[0014]所述第一预设类型问题模板还包括是否型问题模板、推理型问题模板中的一种或
多种。
[0015]进一步，所述至少两个级联医学子问题的语法结构符合第一预设类型问题模板或第二预设类型问题模板的语法结构。
[0016]进一步，所述问答对还包括通过已训练的问答对提取模型从待提取对象中提取的问答对结果；所述待提取对象为医学书本和/或医学网站。
[0017]进一步，所述问答对包括一个或多个医学问题以及该一个或多个医学问题对应的同一答案；所述一个和多个医学问题包括将标准问题通过外语泛化后的泛化问题，其中，所述标准问题为与已有问题模板的语法结构相同的问题。
[0018]进一步，所述在前的医学子问题至少包括与所述在后医学子问题相邻且位于所述在后医学子问题前的医学子问题。
[0019]第二方面，本专利技术实施例还提供了一种问答装置，包括：
[0020]问题获取模块，用于获取当前待解答的医学问题；
[0021]答案确定与输出模块，用于将所述医学问题输入已训练的问答模型以得到所述问题对应的答案，并输出所述答案，其中，所述已训练的问答模型用于在检测到所述医学问题为非直接型问题时，将所述医学问题对应的至少两个级联医学子问题中的最后一个医学子问题的答案作为所述医学问题的答案；其中，所述至少两个级联医学子问题中，在前的医学子问题的答案是在后的医学子问题对应三元组中的一个目标实体。
[0022]相较于现有技术的智能医疗问答方法仅能回答简单的问题，本专利技术实施例提供的问答方法的技术方案，已训练的问答模型在遇到非直接型问题时，通过确定该医学问题对应的至少两个级联医学子问题中的最后一个医学子问题的答案，来确定该医学问题的答案；级联医学子问题的设置使得在前的医学子问题的答案可作为在后的医学子问题对应三元组中的一个目标实体，从而使得已训练的问答模型通过顺序确定该至少两个级联医学子问题的答案来确定获取的医学问题的答案，提高了智能医疗问答可准确回答问题的复杂度，以及智能医疗问答的用户体验。
附图说明
[0023]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，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。
[0024]图1是本专利技术实施例一提供的问答方法的流程图；
[0025]图2是本专利技术实施例二提供的问答装置的结构框图。
具体实施方式
[0026]为使本专利技术的目的、技术方案和优点更加清楚，以下将参照本专利技术实施例中的附图，通过实施方式清楚、完整地描述本专利技术的技术方案，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0027]实施例一
[0028]图1是本专利技术实施例一提供的问答方法的流程图。本实施例的技术方案适用于通过智能问答提供医学知识服务的情况。该方法可以由本专利技术实施例提供的问答装置来执行，该装置可以采用软件和/或硬件的方式实现，并配置在处理器中应用。该方法具体包括如下步骤：
[0029]S110、获取当前待解答的医学问题。
[0030]其中，当前待解答的医学问题为用户以语音形式输入的医学问题，或用户在输入框中以文字形式输入的医学问题。比如，“甲状腺由什么组成？”、“甲状腺炎是什么？”、“哪个医院治疗甲状腺炎最好？”、“甲状腺炎的症状有哪些？”。
[0031]S120、将医学问题输入已训练的问答模型以得到医学问题对应的答案，并输出该答案；其中，该已训练的问答模型用于在检测到医学问题为非直接型问题时，将医学问题对应的至少两个级联医学子问题中的最后一个医学子问题的答案作为医学问题的答案；其中，该至少两个级联医学子问题中，在前的医学子问题的答案是在后的医学子问题对应三元组中的一个目标实体。
[0032]其中，三元组为医学知识图谱中的事实。医学知识图谱是一种揭示医学实体之间关系的语义网络，可被定义为g＝{ε，R，F}，其中，ε、R、F分别表示医学实体、关系和事实的集合。
[0033]其中，非直接型问题是包含至少两个级联的直接型问题的问题。
[0034]其中，该已训练的问答模型基于预设类型的问答对训练而成。
[0035]其中，问答对包括一个或多个医学问题以及该一个或多个医学问题对应的同一答案。在一个实施例中，该一个和多个医学问题包本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种问答方法，其特征在于，包括：获取当前待解答的医学问题；将所述医学问题输入已训练的问答模型以得到所述医学问题对应的答案，并输出所述答案；其中，所述已训练的问答模型用于在检测到所述医学问题为非直接型问题时，将所述医学问题对应的至少两个级联医学子问题中的最后一个医学子问题的答案作为所述医学问题的答案；其中，所述至少两个级联医学子问题中，在前的医学子问题的答案是在后的医学子问题对应三元组中的一个目标实体。2.根据权利要求1所述的方法，其特征在于，所述非直接型问题为多跳型问题或推理型问题。3.根据权利要求2所述的方法，其特征在于，所述推理型问题具体为比较级问题、区别型问题、并列型问题或是否型问题。4.根据权利要求1所述的方法，其特征在于，所述已训练的问答模型基于预设类型的问答对训练而成，所述预设类型的问答对包括基于第一预设类型问题模板从医学知识图谱中获取的问答对，和基于第二预设类型问题模板从医学知识库中获取的问答对。5.根据权利要求4所述的方法，其特征在于，第一预设类型问题模板与第二预设类型问题模板均包含解决方案型问题模板，枚举型问题模板，数值型问题模板，事实型模板、定义型问题模板、原因型问题模板的一种或多种，所述第一预设类型问题模板还包括是否型问题模板、推理型问题模板中的一种或多种。6.根据权利要求4所述的方法...

【专利技术属性】
技术研发人员：秦晓宏，华宗楠，
申请(专利权)人：上海柯林布瑞信息技术有限公司，
类型：发明
国别省市：