五月婷婷在线观看|国产成人精品3p人妻网站|日本老熟妇maturebbw|日韩 欧美 综合

【摘要】：眾所周知,新冠肺炎在全球傳播。由于其傳染性強,全球新冠肺炎感染人數與日俱增。目前普通民眾學習新冠肺炎知識的興趣越來越濃,特別是對癥狀和治療方面知識的需求越來越高,如期望通過智能問答、在線輔助咨詢等方式自學新冠肺炎醫學知識。新冠肺炎知識圖譜構建以一些開放的醫療公共領域知識圖譜為基礎,把百科網站中與新冠肺炎相關的詞條作為知識的主要數據來源智能醫療問答系統,并將衛計委官方網站上的《新型冠狀病毒肺炎診療方案》和《新型冠狀病毒肺炎流行病學知識110問》作為補充,形成新冠肺炎知識圖譜。為了保證知識融合的有效性,對多源數據的知識獲取后,采用規則和實體對齊方法構建一套醫療同義實體庫,并以此為基礎通過實體映射技術對多源知識庫進行融合。新冠肺炎知識圖譜的實體內容比較復雜且關聯數據量較大,宜選用Neo4j圖數據庫進行存儲。采用Neo4j圖數據庫還可以將實體和關系以關聯網絡的形式進行可視化展示。以新冠肺炎知識圖譜為數據源智能醫療問答系統,采用語言進行開發設計智能問答系統。系統設計流程及相關技術如下:針對常見的新冠肺炎問題輸入系統后,系統首先使用雙向最大匹配算法對問題進行分詞,根據分詞結果提取關鍵詞,劃分問句類型,用以后期匹配不同類別的查詢模板;然后利用基于BERT-Bi LSTM-CRF模型來識別醫療實體,并采用LTP-工具對問句作依存句法分析,得到句中各詞語與實體的關系,進而生成問題三元組;再將問題三元組與對應類別的查詢模板進行匹配,生成的查詢語句,通過在知識圖譜內執行查詢得到答案三元組;最后根據不同類別的答案三元組,系統會按漢語語法規則對其語義進行優化后得到一個通俗易懂的自然語言答案反饋給用戶。

本文主要研究內容及創新點有:(1)新冠肺炎知識圖譜智能問答系統的構建。為了能夠提供實時的新冠肺炎咨詢服務,本研究以百科網站作為主要知識來源,并以衛計委官方網站上的《新型冠狀病毒肺炎診療方案》和《新型冠狀病毒肺炎流行病學知識110問》作為補充,形成新冠肺炎知識圖譜。并利用中文分詞、命名實體識別、依存句法分析和Neo4j圖數據庫等關鍵技術,針對新冠肺炎癥狀、檢查以及治療等常見問題,采用語言開發,初步實現了基于新冠肺炎知識圖譜的智能問答系統。(2)中文常見醫療問題命名實體識別研究。鑒于目前缺少中文常見醫療問題領域的標注語料,本研究采用人工方式構建標注語料庫,為醫療領域知識圖譜智能問答系統奠定基礎。命名實體識別采用BERT-Bi LSTM-CRF模型,該模型通過引入BERT可提取文本全局特征和局部特征從而生成表義更加豐富的字向量,同時還具備了Bi LSTM網絡捕獲上下文語義信息和CRF標注偏置糾錯的能力。實驗結果表明,BERT-Bi LSTM-CRF模型的醫療實體識別效果遠高于傳統的Bi LSTM-CRF模型;BERT-Bi LSTM-CRF模型在基于BIOE標注方案下實體識別效果較好,P值(準確率)、R值(召回率)和F1值(F1-score)分別達到了98%、97%和97%。