面向多轮问诊对话的内异症相关症状槽位填充方法

摘要: 本发明涉及自然语言处理,尤其是涉及面向多轮问诊对话的内异症相关症状槽位填充方法。背景技术:1、多轮问诊对话的槽位填充是自然语言处理领域的重要任务,其目标是从医生...
面向多轮问诊对话的内异症相关症状槽位填充方法

本发明涉及自然语言处理,尤其是涉及面向多轮问诊对话的内异症相关症状槽位填充方法。

背景技术:

1、多轮问诊对话的槽位填充是自然语言处理领域的重要任务,其目标是从医生与患者的交互对话中自动提取关键症状信息并填入预定义的槽位。在实际临床场景中,患者对症状的描述并非一次性完成,而是随着医生的逐步追问,呈现初次提及、程度量化、时间锚定及诱因挖掘的递进式特点,同一症状的完整信息往往分散在多个非连续轮次中。这种跨轮次的信息分布模式要求槽位填充方法不仅能够理解单轮语义,还要具备跨轮次的信息聚合与演化追踪能力。

2、对此,为实现多轮问诊对话,现有技术及其存在的不足,体现在以下方面:

3、1、现有方法在利用医学知识图谱时,通常将知识图谱关系作为固定特征或静态约束直接嵌入,未能根据患者个体化问诊中症状发生的实际时序关系和上下文语义对因果强度进行动态调整,导致同一病理关系在不同患者对话中无法体现差异化的重要程度。

4、2、现有图编码方法在聚合症状节点邻居信息时,多采用无差别的消息传递策略,未按医学因果方向区分前驱邻居和继发邻居,也未根据不同槽位的查询需求动态控制两类因果信息的融合比例,导致病因类信息和结果类信息相互干扰,难以精确支持不同类型的槽位填充任务。

5、3、现有槽位填充方法多采用固定的槽位类型嵌入进行解码,缺乏对全局对话意图的感知能力,且在训练过程中未引入槽位间的医学因果一致性约束,导致不同槽位独立预测时可能出现关注区域分散、互不关联,产生医学逻辑不一致的填充结果。

6、因此,亟需一种面向多轮问诊对话的内异症相关症状槽位填充方法,以解决上述提到的技术问题。

技术实现思路

1、基于此,有必要针对上述技术问题,提供面向多轮问诊对话的内异症相关症状槽位填充方法。

2、本发明提供了面向多轮问诊对话的内异症相关症状槽位填充方法,包括:

3、s1、获取原始多轮问诊对话,并确定预定义内异症症状槽位;

4、s2、根据原始多轮问诊对话构建症状异质因果图;所述症状异质因果图以症状提及为节点,且节点之间至少包括共现边和医学因果边;

5、s3、对症状异质因果图进行编码,将每个节点的邻居按照医学因果边的方向划分为前驱邻居和继发邻居,并分别执行差异化池化处理,生成全局对话意图向量与槽位专属图上下文表示;

6、s4、将槽位专属图上下文表示与预定义内异症症状槽位中的槽位类型嵌入及全局对话意图向量进行融合,生成意图感知查询向量,并预测槽位填充的起始位置和结束位置;基于全部槽位的起始位置与结束位置,融合症状因果链分布对齐进行联合损失优化,得到训练完成的槽位填充模型;

7、s5、将训练完成的槽位填充模型用于对当前多轮问诊对话进行槽位填充,输出各槽位的填充结果。

8、本发明的有益效果为:

9、1、本发明构建融合病理因果与时序一致性的自适应症状异质因果图,通过将内异症知识图谱中的静态病理通路与当前问诊中症状实际发生的虚拟时间顺序相结合,使医学因果边的权重能够根据不同患者症状演化过程动态调整,避免了对知识图谱关系的固定化使用。

10、2、本发明构建方向解耦的图编码器,将医学因果邻居按边方向划分为前驱邻居和继发邻居,分别使用独立参数进行消息聚合,并通过因果方向门控系数动态调节两类消息的参与比例,使病因追溯类槽位与并存症状类槽位能够利用不同方向的因果信息,避免了原因信息和结果信息的无差别混合。

11、3、本发明采用意图感知动态槽位解码机制,将槽位类型嵌入、全局对话意图向量和槽位专属图上下文表示融合生成查询向量,并通过症状因果链分布对齐正则项约束具有病理因果关系的槽位对在节点注意力分布上的一致性,使槽位填充在保持独立定位能力的同时符合医学逻辑约束。

1.面向多轮问诊对话的内异症相关症状槽位填充方法,其特征在于,包括:

2.根据权利要求1所述的面向多轮问诊对话的内异症相关症状槽位填充方法,其特征在于,所述根据原始多轮问诊对话构建症状异质因果图包括:

3.根据权利要求2所述的面向多轮问诊对话的内异症相关症状槽位填充方法,其特征在于,所述从原始多轮问诊对话中识别症状提及、时间表达式和医生问询意图,并根据医生问询意图筛选问答意图片段,得到压缩结构化对话序列包括:

4.根据权利要求2所述的面向多轮问诊对话的内异症相关症状槽位填充方法,其特征在于,所述将压缩结构化对话序列中的症状提及标准化为内异症知识图谱中的症状概念,并以每次标准化后的症状提及作为独立的节点,计算医学因果边权重,构建得到症状异质因果图包括:

5.根据权利要求1所述的面向多轮问诊对话的内异症相关症状槽位填充方法,其特征在于,所述对症状异质因果图进行编码,将每个节点的邻居按照医学因果边的方向划分为前驱邻居和继发邻居,并分别执行差异化池化处理,生成全局对话意图向量与槽位专属图上下文表示包括:

6.根据权利要求5所述的面向多轮问诊对话的内异症相关症状槽位填充方法,其特征在于,所述在每一层症状异质因果图的编码过程中分别计算前驱邻居聚合消息和继发邻居聚合消息,并根据当前节点状态和全局对话意图生成因果方向门控系数,通过门控循环单元更新症状提及的节点特征包括:

7.根据权利要求5所述的面向多轮问诊对话的内异症相关症状槽位填充方法,其特征在于,所述对完成多层编码后的各节点特征按出现顺序排列得到节点最终表示序列,并根据各槽位类型在内异症知识图谱中的本体类型对相应节点的最终特征执行差异化池化,得到各槽位类型对应的槽位专属图上下文表示包括:

8.根据权利要求1所述的面向多轮问诊对话的内异症相关症状槽位填充方法,其特征在于,所述将槽位专属图上下文表示与预定义内异症症状槽位中的槽位类型嵌入及全局对话意图向量进行融合,生成意图感知查询向量,并预测槽位填充的起始位置和结束位置;基于全部槽位的起始位置与结束位置,融合症状因果链分布对齐进行联合损失优化,得到训练完成的槽位填充模型包括:

9.根据权利要求8所述的面向多轮问诊对话的内异症相关症状槽位填充方法,其特征在于,所述针对每个槽位类型生成当前问诊语境下的意图感知查询向量,并将意图感知查询向量与节点最终表示序列中的各节点进行匹配,得到槽位填充起始位置概率分布和结束位置概率分布包括:

10.根据权利要求8所述的面向多轮问诊对话的内异症相关症状槽位填充方法,其特征在于,所述以全部槽位类型的起始位置负对数似然损失和结束位置负对数似然损失之和作为主损失,以具有直接病理因果关系的槽位对之间的节点注意力分布距离作为正则项,将主损失与正则项加权组合得到联合损失函数,以联合损失函数作为训练目标进行模型优化,得到训练后的槽位填充模型包括: