一种基于语义理解的智能问诊方法及系统与流程

摘要: 本发明涉及自然语言处理,特别是一种基于语义理解的智能问诊方法及系统。背景技术:1、现有智能问诊技术通常应用于在线问诊、症状自查和智能导诊等场景,通过医学词典、规...
一种基于语义理解的智能问诊方法及系统与流程

本发明涉及自然语言处理,特别是一种基于语义理解的智能问诊方法及系统。

背景技术:

1、现有智能问诊技术通常应用于在线问诊、症状自查和智能导诊等场景,通过医学词典、规则库、分类模型或预训练语言模型识别用户输入中的症状、身体部位、持续时间、严重程度和伴随表现等信息,并结合意图识别、槽位填充、上下文关联和医学知识图谱等技术理解用户问诊语义。在多轮交互过程中,现有方法一般按照预设问诊流程、决策树或者问答模板补充缺失信息,再根据识别得到的症状组合、疾病类别或者科室标签调用医学知识库,输出相关医学知识、风险提示或者导诊建议。

2、现有方法在处理口语化、不完整或者具有歧义的问诊表达时,通常需要较早确定单一语义解释,难以在多个可能解释之间有效评价不同追问内容的区分作用,容易出现语义判断偏差或者重复追问;同时,当问诊语义仍未完全确定时,现有方法对不同语义解释对应的医学知识缺少区分控制,容易将适用范围不同或者相互矛盾的医学信息混合输出,影响智能问诊结果的准确性和可理解性。

技术实现思路

1、鉴于上述现有存在的问题,提出了本发明。

2、因此,本发明提供了一种基于语义理解的智能问诊方法及系统,解决难以在多个候选语义解释并存时有效确定追问内容,并在问诊语义尚未完全确定时缺少对不同语义解释对应医学知识进行分支化检索和差异化输出的问题。

3、为解决上述技术问题,本发明提供如下技术方案:

4、第一方面,本发明提供了一种基于语义理解的智能问诊方法,其包括,

5、解析用户问诊内容,提取语义属性,从医学概念库中确定多个候选标准医学概念,形成候选语义格集合;

6、结合历史问诊回答更新各候选标准医学概念的语义匹配度和未确认区分属性,将语义相容的候选标准医学概念组合为具有成立条件的候选语义解释分支;

7、根据候选语义解释分支生成候选追问命题及预测回答,模拟各预测回答对候选语义解释分支的影响,确定每个候选追问命题的消歧收益,并结合候选追问命题的交互负担选择目标追问;

8、执行目标追问,根据追问回答更新候选语义格集合和候选语义解释分支,直至不存在消歧收益高于交互负担的候选追问命题,或者候选语义解释分支满足预设解释分支终止条件;

9、追问结束后,将满足预设医学概念确定条件的候选标准医学概念确定为正式医学概念,保留未满足预设医学概念确定条件的候选标准医学概念、所属候选语义解释分支及成立条件;

10、根据正式医学概念构建确定性查询分支,根据保留的候选语义解释分支构建并行候选查询分支,并检索各查询分支对应的医学知识条目;

11、根据医学知识条目在确定性查询分支和并行候选查询分支中的适用情况,形成共有问诊信息、带有成立条件的条件性问诊信息和分支差异信息。

12、作为本发明所述基于语义理解的智能问诊方法的一种优选方案,其中:所述形成候选语义格集合,包括:将用户问诊内容划分为多个原始问诊表达单元,识别各原始问诊表达单元中的医学实体表达和对应语义状态,并提取与医学实体表达关联的语义属性,生成表达语义记录;根据表达语义记录从医学概念库中确定多个候选标准医学概念,依据概念辨析规则确定各候选标准医学概念的初始语义匹配度、已确认支持属性、已确认排斥属性、已确认区分属性和未确认区分属性,并将表达语义记录与对应候选标准医学概念的辨析结果进行关联,形成候选语义格集合。

13、作为本发明所述基于语义理解的智能问诊方法的一种优选方案,其中:所述结合历史问诊回答更新各候选标准医学概念的语义匹配度和未确认区分属性,将语义相容的候选标准医学概念组合为具有成立条件的候选语义解释分支,包括:获取与候选语义格集合对应的历史候选语义格和历史问诊回答,将描述同一医学对象的候选语义格进行跨轮次关联,形成跨轮次候选语义格集合;识别跨轮次候选语义格集合中的语义冲突,将不存在语义冲突的语义属性确定为有效语义属性,并根据有效语义属性和概念辨析规则更新各候选标准医学概念的语义匹配度、已确认区分属性、未确认区分属性和候选状态,形成更新后的候选语义格集合;从更新后的候选语义格集合中提取处于活跃状态的候选标准医学概念,依据医学概念库中的概念关系规则组合语义相容的候选标准医学概念,并根据对应的概念辨析结果确定已满足成立条件和待确认成立条件,形成候选语义解释分支集合。

14、作为本发明所述基于语义理解的智能问诊方法的一种优选方案,其中:所述根据候选语义解释分支生成候选追问命题及预测回答,是指:比较各候选语义解释分支的待确认成立条件,根据未确认区分属性、语义冲突信息和未确认高风险属性生成候选追问命题,并根据候选追问命题对应的待确认语义属性及属性取值要求生成预测回答集合。

15、作为本发明所述基于语义理解的智能问诊方法的一种优选方案,其中:所述模拟各预测回答对候选语义解释分支的影响,确定每个候选追问命题的消歧收益,并结合候选追问命题的交互负担选择目标追问,包括:针对各预测回答建立临时模拟状态,根据预测回答更新候选标准医学概念的语义匹配度、区分属性和候选状态,并重新构建候选语义解释分支;比较模拟更新前后的活跃候选标准医学概念、候选语义解释分支、待确认事项和分支查询特征重合程度,确定各预测回答的模拟消歧效果,并汇总得到候选追问命题的消歧收益;根据候选追问文本的内容长度、与历史追问文本的语义重复程度、待回答语义属性数量和已执行追问轮数确定交互负担,从消歧收益高于交互负担的候选追问命题中选择目标追问,不存在符合条件的候选追问命题时生成追问结束标记。

16、作为本发明所述基于语义理解的智能问诊方法的一种优选方案,其中:所述根据追问回答更新候选语义格集合和候选语义解释分支,包括:执行目标追问并接收追问回答,根据追问回答形成新一轮当前候选语义格集合,将新一轮当前候选语义格集合与历史候选语义格及历史问诊回答进行跨轮次关联,更新候选标准医学概念的语义状态并重新构建候选语义解释分支;根据更新后的候选语义格集合和候选语义解释分支重新确定目标追问,直至生成追问结束标记或者候选语义解释分支满足预设解释分支终止条件。

17、作为本发明所述基于语义理解的智能问诊方法的一种优选方案,其中:所述将满足预设医学概念确定条件的候选标准医学概念确定为正式医学概念,保留未满足预设医学概念确定条件的候选标准医学概念、所属候选语义解释分支及成立条件,包括:根据追问结束时各候选语义格中的活跃候选标准医学概念数量、语义匹配度差值、关键区分属性和语义冲突信息,判断候选标准医学概念是否满足预设医学概念确定条件,并将满足预设医学概念确定条件的候选标准医学概念确定为正式医学概念;对于未满足预设医学概念确定条件的候选语义格,保留活跃候选标准医学概念、所属候选语义解释分支、已满足成立条件和待确认成立条件。

18、作为本发明所述基于语义理解的智能问诊方法的一种优选方案,其中:所述根据正式医学概念构建确定性查询分支,根据保留的候选语义解释分支构建并行候选查询分支,并检索各查询分支对应的医学知识条目,包括:根据正式医学概念及关联的有效语义属性和否定信息构建确定性查询分支,并按照保留的候选语义解释分支,将活跃候选标准医学概念、对应成立条件和相一致的有效语义属性组合为并行候选查询分支;根据候选标准医学概念的语义匹配度和成立条件满足比例确定并行候选查询分支的查询分支权重,将确定性查询分支和并行候选查询分支进行关联,形成问诊查询分支集合;根据问诊查询分支集合中的医学概念字段、语义属性约束字段和排除条件字段,从预设医学信息库中检索并筛选医学知识条目,对同一查询分支内的重复医学知识条目进行合并和排序,生成候选问诊证据集。

19、作为本发明所述基于语义理解的智能问诊方法的一种优选方案,其中:所述形成共有问诊信息、带有成立条件的条件性问诊信息和分支差异信息,包括:根据医学知识条目的知识适用条件、知识排除条件和成立条件,确定医学知识条目在对应查询分支中的适用状态;将适用于确定性查询分支或者全部相关并行候选查询分支的医学知识内容确定为共有问诊信息,将仅适用于部分相关并行候选查询分支的医学知识内容与对应成立条件进行关联,形成条件性问诊信息;对于不同并行候选查询分支中针对同一语义事项存在相互冲突的医学知识内容,保留各医学知识内容与所属并行候选查询分支的对应关系,形成分支差异信息。

20、第二方面,本发明提供了一种基于语义理解的智能问诊系统,包括,

21、问诊语义解析模块,用于解析用户问诊内容并形成候选语义格集合;

22、语义分支构建模块,用于更新候选标准医学概念的语义状态并形成候选语义解释分支;

23、追问决策模块,用于生成候选追问命题及预测回答,并根据消歧收益和交互负担选择目标追问;

24、追问更新模块,用于根据追问回答更新候选语义格集合和候选语义解释分支,并确定正式医学概念;

25、分支检索模块,用于构建确定性查询分支和并行候选查询分支,并检索对应的医学知识条目;

26、问诊信息生成模块,用于根据医学知识条目的分支适用情况形成共有问诊信息、条件性问诊信息和分支差异信息。

27、本发明有益效果为:通过持续保留多个候选标准医学概念及对应候选语义解释分支,模拟不同预测回答对候选分支的影响,并综合消歧收益与交互负担选择目标追问,能够减少医学概念过早确定和无效重复追问;在追问结束后,对尚不能唯一确定的候选医学概念继续保留所属解释分支及成立条件,分别构建并行候选查询分支,并依据医学知识在各查询分支中的适用情况形成共有问诊信息、带有成立条件的条件性问诊信息和分支差异信息,从而提高语义消歧的针对性以及问诊信息输出的准确性、清晰性和可解释性。