[发明专利]医疗领域问答对的生成方法、装置、计算机设备和介质

权利要求书

1.一种医疗领域问答对的生成方法，其特征在于，所述方法包括：

获取问诊记录数据，所述问诊记录数据中包括多个问答句以及对应各问答句的对象的对象标识；

基于各所述对象标识，对所述问诊记录数据中的各问答句分别进行意图识别，得到对应所述问诊记录数据的意图标识序列；

根据多个问诊记录数据对应的意图标识序列，确定意图标识序列中各问句的问句意图标识所对应的多个初始答句的答句识别标识；

从所述多个初始答句的答句识别标识中确定对应所述问句的目标答句意图标识，并基于各问句意图标识以及对应的目标答句意图标识，生成各目标问答对；

所述基于各所述对象标识，对所述问诊记录数据中的各问答句分别进行意图识别，得到对应所述问诊记录数据的意图标识序列包括：

根据各所述对象标识，确定所述问诊记录数据中对应各对象的各问答句；

对各对象的各问答句分别进行识别，确定各所述问答句为对应对象的问句或者对应对象的答句；

通过所述对应对象的问句或者所述对应对象的答句对应的意图识别模型对各所述对象的问句或者各对象的答句分别进行意图识别，得到对应的意图标识；

根据所得到的所述意图标识，得到对应所述问诊记录数据的意图标识序列；所述对各所述对象的问句或者各对象的答句分别进行意图识别，得到各意图标识，包括：

通过预先训练完成的对应各所述对象的问句或者各对象的答句的意图识别模型分别进行意图识别，得到各意图标识；

所述意图识别模型的训练方式包括：

获取多个历史问诊记录数据；

基于各所述历史问诊记录数据中的角色标识，对各所述问诊记录数据中的各问答句进行识别并进行分类，得到分别对应各对象的问句以及各答句的分类结果，各分类结果中包括第一数量的问答句；

对所述分类结果中的问答句进行聚类，生成对应所述分类结果的各问答句聚类集合；

根据各所述分类结果的问答句聚类集合，对各意图识别模型进行分别训练，得到训练后的各意图识别模型；其中，所述对所述分类结果中的问答句进行聚类，生成对应所述分类结果的各问答句聚类集合，包括：

对所述分类结果中的问答句进行分组，得到第二数量的问答句集合；

根据问答句的文本组成以及句子长度，确定各问答句集合中任意两个问答句的句子相似度，并基于确定的句子相似度生成对应所述分类结果的第三数量的相似数据集合；

根据各相似数据集合中问答句的数量以及相似数据集合之间问答句的句子相似度，确定各相似数据集合之间的集合相似度，并将集合相似度大于阈值的相似数据集合进行合并，得到对应所述分类结果的第四数量的问答句聚类集合；所述第一数量大于所述第二数量，所述第二数量大于所述第三数量，所述第三数量大于所述第四数量。

2.根据权利要求1所述的方法，其特征在于，所述对各对象的各问答句分别进行识别，确定各所述问答句为对应对象的问句或者对应对象的答句，包括：

识别各对象的各问答句中的关键字符，并基于识别的各关键字符确定各问答句为问句的概率指标；

判断所述概率指标是否大于或等于预设指标阈值；

当所述概率指标大于或等于所述预设指标阈值时，则确定所述问答句为问句；

当所述概率指标小于所述预设指标阈值时，则确定所述问答句为答句。

3.根据权利要求1所述的方法，其特征在于，所述根据问答句的文本组成以及句子长度，确定各问答句集合中任意两个问答句的句子相似度，并基于确定的句子相似度生成对应所述分类结果的第三数量的相似数据集合，包括：

根据各所述问答句集合内任意两个问答句的文本组成以及问答句的句子长度，确定所述任意两个问答句的句子相似度；

判断所述句子相似度是否大于或等于预设句子相似度阈值；

当所述句子相似度大于或等于预设句子相似度阈值时，确定所述句子相似度对应的问答句相似，并将对应的问答句添加至同一相似数据集合中；

遍历各所述问答句集合，得到对应所述分类结果的第三数量的相似数据集合。