一种疫苗接种智能问答方法及系统

本发明涉及软件领域，尤其涉及一种疫苗接种智能问答方法及系统。

背景技术：

1、当前，疫苗咨询服务普遍采用基于静态知识库与规则引擎的组合方式，但该方式存在三大技术瓶颈：知识碎片化，即疫苗说明书、预防接种工作规范等权威数据分散存储，人工整合效率低下，导致问答内容的准确性难以保障；意图与任务割裂，例如用户咨询“入托入园需要哪些疫苗”时，系统无法自动关联查验凭证生成等功能模块，需人工切换服务界面，服务连续性较差；工具调用依赖人工配置，预约、查询、档案管理等工具调用需预设触发规则，面对复杂语义场景时响应能力不足。

2、现有技术无法处理禁忌证交叉验证等复杂医学推理场景；未建立动态意图与工具映射关系，用户需手动选择功能模块；知识库更新依赖全量重建，难以满足突发公共卫生事件下的快速响应需求。

3、综上，现有方案尚未解决预防接种领域特有的地域差异性、时效敏感约束及多模态服务协同等技术挑战，亟须一种能够整合多源知识、自适应理解意图并自主协同外部工具的智能问答方法。

技术实现思路

1、为了解决上述技术问题，本发明提供了一种疫苗接种智能问答方法，包括以下步骤：

2、通过对话服务接口接收用户输入的查询，将所述查询转换为标准文本编码格式，生成并记录会话唯一标识符；

3、校验所述查询的格式合规性及会话状态有效性，若校验失败则终止流程并返回错误提示；

4、通过统一身份认证服务获取用户实名认证信息，并从接种档案系统获取用户关联数据，将所述实名认证信息和关联数据结构化存储至会话上下文缓存；

5、将校验后的查询文本及会话上下文输入预训练语言模型，由所述预训练语言模型从预置的多个领域专用处理单元中动态选中唯一匹配的处理单元，输出处理单元标识符及选中置信度；

6、根据所述处理单元标识符，将查询路由至对应的专用处理单元，加载该处理单元的专属配置并初始化内部状态机；

7、在所述专用处理单元内部，由所述预训练语言模型自主判断是否需要调用外部工具，若需调用则生成工具调用指令并执行，将工具返回结果注入所述预训练语言模型的上下文；

8、采用分段实时生成技术，将生成的应答内容分段实时推送至用户端，并在推送过程中动态整合工具调用结果，实时更新会话上下文。

9、作为本发明的一种技术方案，所述由预训练语言模型从预置的多个领域专用处理单元中动态选中唯一匹配的处理单元，具体包括以下三层分层决策步骤：

10、第一层：基于时序衰减的高维语义粗分类，即利用双塔编码结构分别提取用户查询的动态查询向量和处理单元的静态描述向量，计算所述动态查询向量与所述静态描述向量之间的修正相似度得分，所述修正相似度得分引入了基于知识更新时间的时序衰减因子，用于降低过时知识对应处理单元的权重；根据所述修正相似度得分进行降序排列，筛选出前k个处理单元作为候选处理单元集合；

11、第二层：基于业务规则的硬约束过滤，即获取所述候选处理单元集合中每个单元的元数据配置，所述元数据配置包含地域适用标签、时效性窗口及人群适用特征；将用户的实时上下文信息与所述元数据配置进行逐一匹配验证：执行地域约束验证，判断用户所在的行政区划是否在该处理单元的服务范围内；执行时效约束验证，判断当前系统时间是否在该处理单元的有效服务窗口内；执行人群逻辑验证，判断用户的年龄、健康状况标签是否符合该处理单元的预设逻辑；剔除任一验证不通过的候选处理单元，生成合规候选集；

12、第三层：自适应加权置信度评估，即针对所述合规候选集中的每个处理单元，构建多维特征向量，所述多维特征向量至少包括语义匹配度分量、规则验证结果分量及历史交互一致性分量；利用预训练的加权评估函数计算每个处理单元的最终置信度，选取最终置信度最高的处理单元作为所述唯一匹配的处理单元。

13、作为本发明的一种技术方案，所述加权评估函数的计算公式为：

14、c = αs + βr + γh + δu

15、其中，c为最终置信度；s为语义匹配度分量，表征查询文本与处理单元功能的向量空间距离；r为规则验证结果分量，当处理单元通过所有硬约束验证时取值为1，否则为0；h为历史交互一致性分量，表征该处理单元在用户当前会话历史中被调用的频率权重；u为用户画像匹配度分量，表征处理单元适用人群特征与用户实名认证信息及接种档案的匹配程度；α、β、γ、δ为可配置的动态权重系数，且α+β+γ+δ=1。

16、作为本发明的一种技术方案，所述在专用处理单元内部，由预训练语言模型自主判断是否需要调用外部工具，具体包括：

17、所述专用处理单元维护一个专属的工具注册表，所述工具注册表记录了外部工具的接口定义、输入参数格式及功能描述；

18、所述预训练语言模型根据用户查询意图生成工具调用思维链，若所述工具调用思维链判定需获取实时数据或执行事务操作，则解析出目标工具标识及对应参数；

19、对解析出的参数进行结构化校验，校验通过后封装为api指令发送至外部工具执行，并将返回的json格式结果转化为自然语言上下文注入所述预训练语言模型。

20、作为本发明的一种技术方案，所述采用分段实时生成技术，将生成的应答内容分段实时推送至用户端，具体包括：

21、建立基于令牌流的实时传输通道；

22、所述预训练语言模型每生成预设数量的令牌，即刻触发推送事件，将文本片段加密传输至用户端；

23、所述用户端采用打字机效果逐字渲染文本片段，同时在后台异步预加载可能触发的工具调用结果，若工具调用返回结果，则在当前文本流中插入结果占位符并动态刷新渲染内容。

24、作为本发明的一种技术方案，所述动态整合工具调用结果，还包括多模态协同呈现步骤：

25、基于内容语义自动识别关键数据点，生成可视化图表，所述可视化图表包括接种时间轴或疫苗覆盖率地图；

26、在文本流中动态插入交互式控件，所述交互式控件包括“一键生成查验报告”按钮或“地图导航”链接；

27、建立语义对齐机制，将工具返回的结构化数据自动填充至生成的自然语言文本中，确保数据一致性。

28、本发明还涉及一种疫苗接种智能问答系统，包括：

29、查询接收模块，配置为通过对话服务接口接收用户输入的查询，将所述查询转换为标准文本编码格式，生成并记录会话唯一标识符；

30、校验模块，配置为校验所述查询的格式合规性及会话状态有效性，若校验失败则终止流程并返回错误提示；

31、用户信息获取模块，配置为通过统一身份认证服务获取用户实名认证信息，并从接种档案系统获取用户关联数据，将所述实名认证信息和关联数据结构化存储至会话上下文缓存；

32、意图识别与路由模块，配置为将校验后的查询文本及会话上下文输入预训练语言模型，由所述预训练语言模型从预置的多个领域专用处理单元中动态选中唯一匹配的处理单元，输出处理单元标识符及选中置信度；并根据所述处理单元标识符，将查询路由至对应的专用处理单元，加载该处理单元的专属配置并初始化内部状态机；

33、工具调用模块，配置为在所述专用处理单元内部，由所述预训练语言模型自主判断是否需要调用外部工具，若需调用则生成工具调用指令并执行，将工具返回结果注入所述预训练语言模型的上下文；

34、流式应答生成模块，配置为采用分段实时生成技术，将生成的应答内容分段实时推送至用户端，并在推送过程中动态整合工具调用结果，实时更新会话上下文。

35、作为本发明的一种技术方案，所述意图识别与路由模块包括：

36、语义粗分类单元，用于执行第一层处理：利用双塔编码结构分别提取用户查询的动态查询向量和处理单元的静态描述向量，计算引入基于知识更新时间的时序衰减因子的修正相似度得分，并基于得分降序排列筛选出前k个候选处理单元；

37、约束验证单元，用于执行第二层处理：获取候选处理单元的元数据配置，执行地域约束、时效约束和人群逻辑验证，剔除不通过的候选单元以生成合规候选集；

38、置信度评估单元，用于执行第三层处理：针对合规候选集构建多维特征向量，利用预训练的加权评估函数计算最终置信度，并选取最高置信度的处理单元。

39、作为本发明的一种技术方案，所述工具调用模块包括：

40、工具注册表维护单元，用于记录外部工具的接口定义、输入参数格式及功能描述；

41、思维链生成单元，用于驱动所述预训练语言模型根据用户查询意图生成工具调用思维链，并解析出目标工具标识及参数；

42、api封装单元，用于对解析出的参数进行结构化校验，校验通过后封装为api指令发送至外部工具执行，并将返回的json格式结果转化为自然语言上下文注入所述预训练语言模型。

43、本发明还涉及一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现所述方法的步骤。

44、与现有技术相比，本发明的有益效果如下：

45、本发明采用多维度语义特征融合和分层决策架构，由预训练语言模型从多个领域专用处理单元中动态匹配唯一单元，替代传统硬编码规则，避免多级分类器的误差累积，显著提高复杂咨询意图的识别准确率。

46、本发明在专用处理单元内部，由大语言模型基于语义理解自主判断并触发外部工具调用，无需人工维护复杂规则库，使系统能够灵活应对突发或长尾的咨询场景。

47、本发明通过分段实时生成技术将应答内容边生成边推送，显著降低用户等待感知，实现流畅、连贯的多轮对话，并在文本流中动态整合工具结果，保障服务连续性。

48、本发明工具调用结果能够动态注入应答流，确保向用户提供的接种建议始终基于最新政策与库存信息，有效解决了信息失效问题。