一种问答情绪态势识别方法、装置、设备及介质与流程
本发明涉及医疗问答,尤其涉及一种问答情绪态势识别方法、装置、设备及介质。
背景技术:
1、随着人工智能技术在医疗健康领域的深入应用,智能问答系统已成为慢病管理、在线问诊等场景的重要交互载体。在多轮医患对话中,患者的情绪状态蕴含着重要的临床信息,焦虑、恐惧、治疗抗拒等负面情绪不仅影响治疗依从性,还可能是病情恶化或心理危机的前兆。因此,从医疗问答对话中精准识别情绪态势、理解其因果机制并生成可解释的分析结果,已成为智能医疗服务与情感计算交叉领域的重要研究方向。
2、目前,对于对话的情绪识别主要是通过深度神经网络对对话上下文建模,经分类器输出情绪标签,活引入外部常识或因果知识图谱,通过图神经网络进行情绪触发因素的推理。
3、然而,上述技术在医疗问答场景中仍存在显著不足,静态特征提取或固定模板无法响应多轮对话中情绪的渐进式迁移没,而且对于医学语境适配性差,基于表层相似度的检索无法区分同一症状在不同患者身上引发的本质不同的情绪反应。综上,亟需一种兼顾动态适应性与医学语境适配性的医疗问答情绪态势识别方法。
技术实现思路
1、本发明提供了一种问答情绪态势识别方法、装置、设备及介质,以实现兼顾动态适应性与医学语境适配性的医疗问答情绪态势识别。
2、根据本发明的一方面,提供了一种问答情绪态势识别方法,包括:
3、接收医疗问答对话数据,对所述医疗问答对话数据中的各语句进行语义编码,得到各语句对应的语句语义表示向量,并基于所述语义表示向量生成当前语境表示向量;
4、基于所述语句语义表示向量,通过注意力机制识别情绪触发语句,在识别到所述情绪触发语句时将该情绪触发语句的语义表示向量作为情绪触发语句向量输出;
5、基于所述当前语境表示向量,从预先构建的经验数据库中检索对应医学语义案例,根据所述医学语义案例生成经验引导语义表示向量;
6、将所述当前语境表示向量、所述情绪触发语句向量和所述经验引导语义表示向量进行跨源语义融合,生成上下文综合表示向量,并基于所述上下文综合表示向量生成控制信号向量,通过所述控制信号向量生成动态控制模板;
7、将所述动态控制模板输入大语言模型,同步输出情绪标签预测概率分布与语义解释文本;对所述情绪标签预测概率分布与所述语义解释文本进行语义一致性校准,输出情绪态势识别结果。
8、可选的,基于所述语句语义表示向量,通过注意力机制识别情绪触发语句,包括:
9、构建非线性匹配函数,计算当前目标语句的语句语义表示向量与历史各语句的语句语义表示向量之间的注意力关联得分;
10、对所述注意力关联得分进行归一化,得到注意力权重分布,以所述注意力权重分布对历史各语句的语句语义表示向量进行加权求和,构建情绪触发上下文表示向量;
11、将所述情绪触发上下文表示向量与当前目标语句的语句语义表示向量拼接后经前馈网络计算情绪触发强度值;
12、当所述情绪触发强度值超过预设阈值时,判定当前目标语句为情绪触发语句。
13、可选的,所述经验数据库,通过如下方式构建:
14、收集历史医疗问答对话数据,对每条历史对话进行脱敏处理,得到脱敏后的历史对话样本;
15、每条历史对话样本进行标注,标注内容包括情绪标签、情绪触发语句、疾病类型、病程阶段和患者状态;
16、利用预训练语言模型对每条历史对话样本进行语义编码,得到对应的案例语义表示向量;
17、以所述案例语义表示向量为检索键,以所述情绪标签、情绪触发语句、疾病类型、病程阶段和患者状态为关联属性,建立向量化索引,写入所述经验数据库。
18、可选的,基于所述当前语境表示向量,从预先构建的经验数据库中检索对应医学语义案例,根据所述医学语义案例生成经验引导语义表示向量,包括:
19、计算所述当前语境表示向量与经验数据库中各历史医学语义案例的案例语义表示向量之间的相似度,作为基础语义相似度;
20、获取当前医疗问答对话的医学属性信息,所述医学属性信息包括疾病类型、病程阶段和患者状态中的至少一种;
21、计算当前医疗问答对话与各历史医学语义案例之间的医学属性匹配因子,所述医学属性匹配因子为各医学属性信息匹配得分的加权乘积;
22、将所述基础语义相似度与所述医学属性匹配因子相乘,得到综合相似度得分,按所述综合相似度得分降序选取k个目标医学语义案例;
23、以所述综合相似度得分为权重,对所述k个目标医学语义案例的案例语义表示向量进行归一化加权求和,生成经验引导语义表示向量。
24、可选的,将所述当前语境表示向量、所述情绪触发语句向量和所述经验引导语义表示向量进行跨源语义融合,生成上下文综合表示向量,并基于所述上下文综合表示向量生成控制信号向量,通过所述控制信号向量生成动态控制模板,包括:
25、构建多头注意力交互层,并行部署至少三个注意力头,其中,第一注意力头以所述当前语境表示向量为查询、以所述情绪触发语句向量为键值,计算因果关联注意力输出;第二注意力头以所述当前语境表示向量为查询、以所述经验引导语义表示向量为键值,计算经验佐证注意力输出;第三注意力头以所述情绪触发语句向量为查询、以所述经验引导语义表示向量为键值,计算典型性验证注意力输出;
26、将各注意力头的输出拼接后经前馈网络映射为上下文综合表示向量;
27、将所述上下文综合表示向量输入控制信号生成器,所述控制信号生成器包括全连接层和非线性映射函数,输出所述控制信号向量;
28、将所述控制信号向量输入门控机制模块,根据所述控制信号向量中各维度的取值,调整预设输入模板中病情摘要模块、诱因分析模块、医学解释模块和安抚建议模块的显隐状态、排列顺序及权重,生成所述动态控制模板。
29、可选的,对所述情绪标签预测概率分布与所述语义解释文本进行语义一致性校准,包括:
30、构建联合损失函数,所述联合损失函数由主任务损失和辅助任务损失加权求和构成;所述主任务损失为所述情绪标签预测概率分布与真实情绪标签之间的交叉熵损失;所述辅助任务损失为所述语义解释文本与参考解释文本之间的一致性约束损失;
31、通过最小化所述联合损失函数,联合优化情绪标签预测分支和语义解释生成分支的模型参数;
32、基于所述情绪标签预测概率分布中的最大概率值作为预测置信度,当所述预测置信度高于预设高置信度阈值时,将当前对话案例及其情绪标注写入所述经验数据库;当所述预测置信度低于预设低置信度阈值时,跳过更新操作。
33、可选的,还包括:
34、接收医生对所述情绪态势识别结果的反馈确认信息;
35、当所述反馈确认信息指示识别结果正确,且预测置信度满足预设写入条件时,将当前对话案例的语句语义表示向量、当前语境表示向量及情绪标注写入所述经验数据库。
36、根据本发明的另一方面,提供了一种问答情绪态势识别装置,包括:
37、当前语境表示向量生成单元,用于接收医疗问答对话数据,对所述医疗问答对话数据中的各语句进行语义编码,得到各语句对应的语句语义表示向量,并基于所述语义表示向量生成当前语境表示向量;
38、情绪触发语句识别单元,用于基于所述语句语义表示向量,通过注意力机制识别情绪触发语句,在识别到所述情绪触发语句时将该情绪触发语句的语义表示向量作为情绪触发语句向量输出;
39、经验引导语义表示向量生成单元,用于基于所述当前语境表示向量,从预先构建的经验数据库中检索对应医学语义案例,根据所述医学语义案例生成经验引导语义表示向量;
40、动态控制模板生成单元,用于将所述当前语境表示向量、所述情绪触发语句向量和所述经验引导语义表示向量进行跨源语义融合,生成上下文综合表示向量,并基于所述上下文综合表示向量生成控制信号向量,通过所述控制信号向量生成动态控制模板;
41、情绪态势识别结果输出单元,用于将所述动态控制模板输入大语言模型,同步输出情绪标签预测概率分布与语义解释文本;对所述情绪标签预测概率分布与所述语义解释文本进行语义一致性校准,输出情绪态势识别结果
42、根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
43、至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的问答情绪态势识别方法。
44、根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的问答情绪态势识别方法。
45、本发明实施例的技术方案,通过对医疗问答对话进行语义编码获取当前语境表示向量,利用注意力机制识别情绪触发语句,从经验数据库中检索相似医学语义案例生成经验引导语义表示向量,将三者融合后生成控制信号向量以动态重构模型输入模板,再由大语言模型同步输出情绪标签与语义解释文本并进行一致性校准,解决了现有医疗问答情绪识别方法中模板固定无法适配多样对话场景、情绪触发源定位缺失以及识别结果缺乏可解释性的问题,取得了情绪识别精度更高、输入模板可按语境自适应调整、识别结果兼具标签与结构化语义解释从而提升临床可信赖度的有益效果。
46、应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com