智能医疗领域问答系统研究与实现

作者：奕利泰; 董晨^*; 牛梓雨; 刘思嘉; 倪晓雅; 罗绍恺

来源：信息记录材料, 2021, 22(05): 232-234.

DOI：10.16009/j.cnki.cn13-1295/tq.2021.05.127

• 医疗问答
• 深度学习
• Stack-propagation

本项目将深度学习等智能识别技术,应用在医疗问答系统中,解决传统医疗问答的信息冗余和问答效率低下的局限性。使用基于双向Transformer的联合学习模型执行知识抽取,基于Stack-propagation框架的意图识别及槽填充算法,对医疗输入问句进行分词识别,利用Neo4j图数据库构建医疗知识图谱实现问答检索。经测试,系统能较准确地理解用户意图,问答准确率可达90%。

• 单位
  天津理工大学