[发明专利]实现问诊会话的方法、装置、计算机设备及存储介质

权利要求书

1.一种实现问诊会话的方法，其特征在于，包括：

根据用户通过终端发送的症状信息，从预设的存储的症状数据表中确定出证候信息；其中，所述证候信息用于表征与所述症状信息相关的病症类别；

利用预先训练好的语料筛选模型，根据所述证候信息进行候选语料筛选，得到目标语料；其中，所述语料筛选模型是根据证候样本的发病诱因与症状描述构建得到的训练样本进行训练得到；

将基于所述目标语料生成的目标问题发送至终端进行加载；其中，所述目标语料是通过删除所述目标语料中相同的内容，根据所述目标语料中的差异性内容生成所述目标问题，且所述目标问题用于确认所述目标语料对应的证候是否与用户输入的症状信息所对应的证候相同。

2.根据权利要求1所述的方法，其特征在于，所述预先训练好的语料筛选模型通过下述方式训练得到，包括：

利用爬虫技术从网络资源中爬取证候样本和语料样本；

对所述证候样本和所述语料样本建立映射关系，得到训练样本；

利用所述训练样本对语料筛选模型进行训练，得到预先训练好的语料筛选模型。

3.根据权利要求2所述的方法，其特征在于，所述语料样本用于描述发病诱因、症状描述以及治疗方案；

所述利用所述训练样本对语料筛选模型进行训练，得到预先训练好的语料筛选模型，包括：

对训练样本中的语料样本进行特征表示，得到特征表示后的语料样本；

利用所述特征表示后的语料样本对语料筛选模型进行训练，令所述语料筛选模型基于所述发病诱因、所述症状描述以及所述治疗方案在语料样本中的注意力权重进行候选语料筛选，获得训练好的语料筛选模型。

4.根据权利要求3所述的方法，其特征在于，所述对训练样本中的语料样本进行特征表示，得到特征表示后的语料样本，包括：

对训练样本中的语料样本建立上下文特征表示；

或者对所述语料样本中的发病诱因，症状描述以及治疗方案在所述语料样本的位置进行特征表示。

5.根据权利要求1所述的方法，其特征在于，所述利用预先训练好的语料筛选模型，根据所述证候信息进行候选语料筛选，得到目标语料，包括：

输入证候信息，利用语料筛选模型中有映射关系的证候样本和语料样本，得到与所述证候信息对应的候选语料；

计算用户输入的症状信息在所述候选语料中的注意力权重，得到各个所述症状信息在所述候选语料上的注意力权重；

比较得到各个所述注意力权重，选取在所述候选语料中所述症状信息注意力权重最高的所述候选语料，得到目标语料。

6.根据权利要求1所述的方法，其特征在于，所述将基于所述目标语料生成的目标问题发送至终端进行加载，包括：

对目标语料内容中相同的内容进行删除，得到处理好的目标语料；

根据所述处理好的目标语料的内容生成目标问题；

将所述目标问题发送至终端进行加载。

7.根据权利要求1所述的方法，其特征在于，所述将基于所述目标语料生成的目标问题发送至终端进行加载的步骤之后，还包括：

接收用户通过终端输入的新的症状信息，其中，所述新的症状信息是由用户根据终端上加载的目标问题输入的；

收集所有终端输入的症状信息集合，所述症状信息集合包括之前的用户通过终端发送的症状信息和所述新的症状信息；

选取所述症状信息集合得到症状信息的子集，所述症状信息的子集是所述症状信息集合中置信度最高的症状信息；

利用NLG算法根据所述症状信息的子集生成诊断问题，所述诊断问题用来根据所述症状信息的子集缩小可选症状的范围获得更精确的问题。