【技术实现步骤摘要】
本专利技术涉及人工智能、自然语言处理,具体地说是一种基于多角度重排序器的医疗问题摘要生成方法和装置。
技术介绍
1、随着互联网的快速发展,医疗行业正在积极融入这一变革中,推出了众多旨在方便患者和减轻医生负担的在线应用。特别是在线医疗问答社区的兴起,使得患者能够在网络平台上提出医疗问题,并在医生有空时获得答案。这种方式极大地简化了咨询流程,避免了前往医院、挂号和排队等传统程序,降低了咨询门槛,同时提高了医生的工作效率。然而,随着在线用户数量的激增,提问的患者数量迅速超过了能够提供回答的医生数量,导致了问题回答的速度跟不上问题增长的速度,进而影响了用户体验。
2、为了解决这个问题,许多研究人员开始开发基于自然语言处理技术的医疗自动问答系统,通过从现有的问答数据库中找到与患者问题相匹配的答案来迅速满足患者需求,同时也能减轻医生的负担。尽管如此,患者提出的问题往往包含大量非专业词汇和不相关信息,使得文本匹配技术难以准确找到匹配答案,限制了自动问答系统的有效性。因此,迫切需要一种技术能够将复杂的患者问题简化为简洁、精炼且易于匹配的常见
...【技术保护点】
1.一种基于多角度重排序器的医疗问题摘要生成方法,其特征在于,该方法包括如下步骤:
2.根据权利要求1所述的基于多角度重排序器的医疗问题摘要生成方法,其特征在于,所述步骤S1构建医疗问题摘要生成数据集、步骤S2构建并训练医疗问题摘要生成模型,分别如下:
3.根据权利要求1所述的基于多角度重排序器的医疗问题摘要生成方法,其特征在于,所述步骤S3构建并训练多角度重排序器模型,具体如下:
4.根据权利要求3所述的基于多角度重排序器的医疗问题摘要生成方法,其特征在于,所述步骤S302构建多角度对比学习损失函数,具体如下:
5.根
...【技术特征摘要】
1.一种基于多角度重排序器的医疗问题摘要生成方法,其特征在于,该方法包括如下步骤:
2.根据权利要求1所述的基于多角度重排序器的医疗问题摘要生成方法,其特征在于,所述步骤s1构建医疗问题摘要生成数据集、步骤s2构建并训练医疗问题摘要生成模型,分别如下:
3.根据权利要求1所述的基于多角度重排序器的医疗问题摘要生成方法,其特征在于,所述步骤s3构建并训练多角度重排序器模型,具体如下:
4.根据权利要求3所述的基于多角度重排序器的医疗问题摘要生成方法,其特征在于,所述步骤s302构建多角度对比学习损失函数,具体如下:
5.根据权利要求1所述的基于多角度重排序器的医疗问题摘要生成方法,其特征在于,所述步骤s4联合推理,具体如下:
6.根据权利要求5所述的基于多角度重排序器的医疗问题摘要生...
【专利技术属性】
技术研发人员:鹿文鹏,魏斯博,刘岩,刘冬梅,王建磊,
申请(专利权)人:齐鲁工业大学山东省科学院,
类型:发明
国别省市:
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。