[发明专利]一种症状信息处理方法、装置和电子设备有效
申请号: | 201910397405.6 | 申请日: | 2019-05-14 |
公开(公告)号: | CN110136839B | 公开(公告)日: | 2021-10-08 |
发明(设计)人: | 夏源;施振辉;陆超;黄海峰 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
主分类号: | G16H50/70 | 分类号: | G16H50/70;G06F16/332;G06F16/36;G06N3/08 |
代理公司: | 北京银龙知识产权代理有限公司 11243 | 代理人: | 许静;黄灿 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 症状 信息处理 方法 装置 电子设备 | ||
本发明提供一种症状信息处理方法、装置和电子设备,该方法包括:接收用户输入信息,并识别所述输入信息中的输入症状信息;根据预设询问策略识别所述输入症状信息对应的症状询问信息,其中,所述预设询问策略根据预设神经网络语言模型训练得到;向所述用户输出所述症状询问信息,以得到所述用户针对所述症状询问信息返回的症状答复信息。本发明实施例可以提高询问的准确性。
技术领域
本发明涉及数据处理技术领域,尤其涉及一种症状信息处理方法、装置和电子设备。
背景技术
随着人工智能技术的发展,人工智能技术在人们的生活中应用的范围也越来越广泛。例如:人工智能技术可以应用于智能询问领域,使得用户可以直接完成智能询问。
在实际运用中,在通过智能询问时,一般是基于传统的概率图模型(Probabilistic Graphical Model,PGM)与信息增益(Information Gain)的方法进行模拟询问过程。但是,该方法推理计算的时间较长,复杂度较高,且需要专家人工标注。若无人工标注,易导致询问的准确度较低。可见,当前询问的准确度较低。
发明内容
本发明实施例提供一种症状信息处理方法、装置和电子设备,以解决当前询问的准确度较低的问题。
第一方面,本发明实施例提供了一种症状信息处理方法,包括:
接收用户输入信息,并识别所述输入信息中的输入症状信息;
根据预设询问策略识别所述输入症状信息对应的症状询问信息,其中,所述预设询问策略根据预设神经网络语言模型训练得到;
向所述用户输出所述症状询问信息,以得到所述用户针对所述症状询问信息返回的症状答复信息。
可选的,所述根据预设询问策略识别所述输入症状信息对应的症状询问信息,包括:
根据预设询问策略识别所述输入症状信息对应的症状集合,以及确定所述症状集合的第i个症状对应的第i个症状询问信息,其中,所述症状集合包括多个症状,i为正整数;
基于第i个症状答复信息确定预设参数的取值,并更新所述症状集合,其中,若所述第i个症状答复信息肯定第i个输入症状信息则调高所述预设参数的取值,且在所述症状集合保留所述第i个输入症状信息对应的第i个症状,若所述第i个症状答复信息否定第i个输入症状信息则调低或不调所述预设参数的取值,且在所述症状集合删除所述第i个输入症状信息对应的第i个症状;
若所述预设参数的取值小于或者等于预设阈值,则i取值加1,并重复执行所述根据预设询问策略识别所述输入症状信息对应的症状集合,以及确定所述症状集合的第i个症状对应的第i个症状询问信息的步骤直到所述预设参数的取值大于预设阈值。
可选的,所述接收用户输入信息,并识别所述输入信息中的输入症状信息,包括:
接收用户输入信息,并根据预设网络模型对所述用户输入信息进行分词处理,以识别所述用户输入信息中的医学实体,并将所述识别的医学实体作为输入症状信息,其中,所述预设网络模型是根据包括医学实体数据的自然语言训练样本进行训练得到。
可选的,所述预设神经网络语言模型为根据所述预设网络模型生成的医学实体数据进行训练得到。
可选的,所述预设询问策略为多个询问策略中满足预设条件的目标询问策略,所述多个询问策略均是以预设症状信息作为输入,以所述预设症状信息对应的询问信息作为输出,所述预设症状信息是以所述预设神经网络语言模型作为采样器获取到的症状信息。
可选的,所述预设条件包括:询问轮数最少,所述目标询问策略为多个询问策略中询问轮数最少的询问策略;或者
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北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/201910397405.6/2.html,转载请声明来源钻瓜专利网。