[发明专利]基于在线问诊的问题答复处理方法、装置和计算机设备在审

专利信息
申请号: 201810606392.4 申请日: 2018-06-13
公开(公告)号: CN108922634A 公开(公告)日: 2018-11-30
发明(设计)人: 高羽;柳恭;葛培明 申请(专利权)人: 平安医疗科技有限公司;平安健康互联网股份有限公司
主分类号: G16H80/00 分类号: G16H80/00;G06F17/30;G06N3/04
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 王宁
地址: 518052 广东省深圳市前海深港合作区前*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用户提问 问诊 文本向量 样本问题 医生终端 用户终端 答复 计算机设备 通信信息 匹配 用户标识分配 答案发送 通信连接 用户标识 监听 上传 耗时 筛选 答案 携带 医生 申请
【权利要求书】:

1.一种基于在线问诊的问题答复处理方法,所述方法包括:

接收用户终端上传的问诊请求;所述问诊请求携带了用户标识;

根据所述问诊请求为所述用户标识分配对应的医生,建立所述用户终端与医生终端之间的通信连接;

监听所述用户终端与所述医生终端之间的通信信息;

在所述通信信息中监听到用户提问时,计算所述用户提问对应的文本向量;

获取样本问题对应的文本向量,将所述用户提问对应的文本向量与所述样本问题对应的文本向量进行匹配,在所述样本问题中筛选出与所述用户提问匹配的多个推荐问题和推荐答案;

将多个推荐问题和推荐答案发送至对应的医生终端。

2.根据权利要求1所述的方法,其特征在于,所述根据所述问诊请求为所述用户标识分配对应的医生包括:

根据所述用户标识获取多种用户信息;

对所述用户信息进行向量化处理,得到多维向量矩阵;

通过第一神经网络模型基于所述多维向量矩阵进行预测运算,得到与所述用户标识对应的科室;

根据所述科室向所述用户标识分配对应的医生。

3.根据权利要求1所述的方法,其特征在于,所述计算所述用户提问对应的文本向量包括:

对所述用户提问进行预处理,得到预处理后的文本;

调用第二神经网络模型,所述第二神经网络模型包括LSTM以及全连接层;

通过所述LSTM对预处理后的文本进行运算,得到表征向量;

通过所述全连接层对所述表征向量进行转换,得到与所述用户提问对应的文本向量。

4.根据权利要求3所述的方法,其特征在于,所述LSTM包括遗忘门、输入门和输出门,所述通过所述LSTM对预处理后的文本进行运算包括:

当获取到当前时刻的预处理后的文本时,通过遗忘门对上一时刻的预处理后的文本进行遗忘处理;

在所述遗忘门进行遗忘处理时,通过所述输入门对当前时刻输入的预处理后的文本进行更新;

通过输出门对遗忘处理后得到的文本以及更新得到的文本进行运算,得到与用户提问对应的表征向量。

5.根据权利要求1-4任一项所述的方法,其特征在于,所述将所述用户提问对应的文本向量与所述样本问题对应的文本向量进行匹配包括:

计算所述用户提问对应的文本向量与多个样本问题对应的文本向量之间的相似度;

当所述相似度达到阈值时,将所述相似度对应的样本问题标记为待推荐问题;

在多个待推荐问题中进行筛选,将筛选出的预设数量的待推荐问题标记为与所述用户提问对应的推荐问题。

6.一种基于在线问诊的问题答复处理装置,其特征在于,所述装置包括:

通信模块,用于接收用户终端上传的问诊请求;所述问诊请求携带了用户标识;

医生分配模块,用于根据所述问诊请求为所述用户标识分配对应的医生;

所述通信模块还用于建立所述用户终端与医生终端之间的通信连接;

监听模块,用于监听所述用户终端与所述医生终端之间的通信信息;

向量化处理模块,用于在所述通信信息中监听到用户提问时,计算所述用户提问对应的文本向量;

匹配模块,用于获取样本问题对应的文本向量,将所述用户提问对应的文本向量与所述样本问题对应的文本向量进行匹配,在所述样本问题中筛选出与所述用户提问匹配的多个推荐问题和推荐答案;

所述通信模块还用于将多个推荐问题和推荐答案发送至对应的医生终端。

7.根据权利要求6所述的装置,其特征在于,所述医生分配模块还用于根据所述用户标识获取多种用户信息;对所述用户信息进行向量化处理,得到多维向量矩阵;通过第一神经网络模型基于所述多维向量矩阵进行预测运算,得到与所述用户标识对应的科室;根据所述科室向所述用户标识分配对应的医生。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安医疗科技有限公司;平安健康互联网股份有限公司,未经平安医疗科技有限公司;平安健康互联网股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810606392.4/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top