System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 医疗问答方法、系统、装置、设备以及存储介质制造方法及图纸_技高网

医疗问答方法、系统、装置、设备以及存储介质制造方法及图纸

技术编号:40021617 阅读:15 留言:0更新日期:2024-01-16 16:51
本公开提供了一种医疗问答方法、系统、装置、设备以及存储介质,涉及深度学习、自然语言处理、生成式模型、大语言模型等人工智能技术领域。该方法包括:接收用户输入的医疗问题;从至少一个医疗领域知识库中,确定医疗问题对应的目标医疗知识库;从目标医疗知识库中确定医疗问题对应的候选答案集合;对候选答案集合进行处理,得到针对医疗问题的目标答案。本公开提供的医疗问答方法提升了答案的召回率和准确率。

【技术实现步骤摘要】

本公开涉及人工智能,具体涉及深度学习、自然语言识别、生成式模型、大语言模型等人工智能,尤其涉及一种医疗问答方法、系统、装置、设备以及存储介质


技术介绍

1、随着移动互联网与医疗信息化的发展,移动端的医疗服务业务与医患沟通服务具有较为广阔的发展前景,面对移动端日益增长的用户与获取健康与医疗相关知识的需求,智能化的医疗问答系统不仅可以允许用户以自然语言的方式提问,还能辅助运营方快速返回给用户简洁准确的答案,以节省运营人员投入,提升用户体验度。而大型语言模型(llm,large language model,其本质是生成式模型,也简称为生成式大语言模型)已经展现了强大的nlp(natural language processing,自然语言处理)理解和生成能力。


技术实现思路

1、本公开提供了一种医疗问答方法、系统、装置、设备以及存储介质。

2、根据本公开的第一方面,提供了一种医疗问答方法,包括:接收用户输入的医疗问题;从至少一个医疗领域知识库中,确定医疗问题对应的目标医疗知识库;从目标医疗知识库中确定医疗问题对应的候选答案集合;对候选答案集合进行处理,得到针对医疗问题的目标答案。

3、根据本公开的第二方面,提供了一种医疗问答大模型的训练方法,包括:基于口语化医疗问题和口语化医疗答案,构建第一训练集;基于已标注医疗问题以及已标注医疗问题对应的答案,构建第二训练集;利用第一训练集对语言模型进行预训练,得到预训练模型;利用第二训练集对预训练模型进行微调训练,得到医疗问答大模型。

4、根据本公开的第三方面,提供了一种医疗问答系统,包括:问题接收模块,用于接收用户输入的医疗问题;医疗问答大模型,用于输出针对医疗问题的目标答案,所述医疗问答大模型采用如第二方面中任一实现方式描述的方法。

5、根据本公开的第四方面,提供了一种医疗问答装置,包括:第一接收模块,被配置成接收用户输入的医疗问题;确定模块,被配置成从至少一个医疗领域知识库中,确定医疗问题对应的目标医疗知识库;得到模块,被配置成从目标医疗知识库中确定医疗问题对应的候选答案集合;处理模块,被配置成对候选答案集合进行处理,得到针对医疗问题的目标答案。

6、根据本公开的第五方面,提供了一种医疗问答大模型的训练装置,包括:第一构建模块,被配置成基于口语化医疗问题和口语化医疗答案,构建第一训练集;第二构建模块,被配置成基于已标注医疗问题以及已标注医疗问题对应的答案,构建第二训练集;第一训练模块,被配置成利用第一训练集对语言模型进行预训练,得到预训练模型;第二训练模块,被配置成利用第二训练集对预训练模型进行微调训练,得到医疗问答大模型。

7、根据本公开的第六方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如第一方面或第二方面中任一实现方式描述的方法。

8、根据本公开的第七方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行如第一方面或第二方面中任一实现方式描述的方法。

9、根据本公开的第八方面,提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如第一方面或第二方面中任一实现方式描述的方法。

10、应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

本文档来自技高网...

【技术保护点】

1.一种医疗问答方法,包括:

2.根据权利要求1所述的方法,其中,还包括:

3.根据权利要求2所述的方法,其中,还包括:

4.根据权利要求1所述的方法,其中,所述对所述候选答案集合进行处理,得到针对所述医疗问题的目标答案,包括:

5.根据权利要求1-4中任一项所述的方法,其中,还包括:

6.一种医疗问答大模型的训练方法,包括:

7.根据权利要求6所述的方法,其中,所述语言模型包括:检索子模型;以及

8.根据权利要求7所述的方法,其中,所述语言模型还包括:答案生成子模型;以及

9.一种医疗问答系统,包括:

10.根据权利要求9所述的系统,其中,所述医疗问答大模型包括:

11.根据权利要求10所述的系统,其中,所述检索子模型还用于:

12.根据权利要求11所述的系统,其中,所述检索子模型还用于:

13.根据权利要求10所述的系统,其中,所述答案生成子模型还用于:

14.根据权利要求11所述的系统,其中,还包括:

15.一种医疗问答装置,包括:

16.根据权利要求15所述的装置,其中,还包括:

17.根据权利要求16所述的装置,其中,还包括:

18.根据权利要求15所述的装置,其中,所述处理模块被进一步配置成:

19.根据权利要求15-18中任一项所述的装置,其中,还包括:

20.一种医疗问答大模型的训练装置,包括:

21.根据权利要求20所述的装置,其中,所述语言模型包括:检索子模型;以及

22.根据权利要求21所述的装置,其中,所述语言模型还包括:答案生成子模型;以及

23.一种电子设备,包括:

24.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-5或6-8中任一项所述的方法。

25.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-5或6-8中任一项所述的方法。

...

【技术特征摘要】

1.一种医疗问答方法,包括:

2.根据权利要求1所述的方法,其中,还包括:

3.根据权利要求2所述的方法,其中,还包括:

4.根据权利要求1所述的方法,其中,所述对所述候选答案集合进行处理,得到针对所述医疗问题的目标答案,包括:

5.根据权利要求1-4中任一项所述的方法,其中,还包括:

6.一种医疗问答大模型的训练方法,包括:

7.根据权利要求6所述的方法,其中,所述语言模型包括:检索子模型;以及

8.根据权利要求7所述的方法,其中,所述语言模型还包括:答案生成子模型;以及

9.一种医疗问答系统,包括:

10.根据权利要求9所述的系统,其中,所述医疗问答大模型包括:

11.根据权利要求10所述的系统,其中,所述检索子模型还用于:

12.根据权利要求11所述的系统,其中,所述检索子模型还用于:

13.根据权利要求10所述的系统,其中,所述答案生成子模型还用于:

14...

【专利技术属性】
技术研发人员:赵程缘朱东纬陈俊吴家林
申请(专利权)人:北京百度网讯科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1