一种请求信息的处理方法和装置与流程

本发明涉及计算机，尤其涉及一种请求信息的处理方法和装置。

背景技术：

1、人们对医疗的需求居高不下，但由于医疗资源有限，人们可能无法得到及时的医治，因此随着人工智能技术和网络技术的发展，线上医疗问诊技术应运而生。

2、通过网络，在线上采用人工智能进行医疗问诊，病人无需前往医院就可以完成基本的医疗问诊，进行初步的诊断，使病人初步掌握自身病情，以便病人寻找到对应的医生进行诊断。现有的人工智能问诊技术，进行问诊的方法通常为病人主动描述病情后，或者按照预设的模板生成咨询信息，向病人询问病情，然后根据该病情确定病人的疾病。

3、然而，上述方法在对话过程中缺乏主导性，无法快速确定病人的病症，并且对话流程过于繁琐，导致问诊的效率低。

技术实现思路

1、本发明实施例提供一种请求信息的处理方法和装置，用于根据用户的对话过程中的信息，和用户的望诊、闻诊和切诊得到的特征，对可能的证候进行推测，实现对用户证候的预测，并且针对用户未提到的症状表现进行针对性询问，实现主导用户的问诊过程，以加速问诊对话流程，提升问诊的效率。

2、第一方面，本发明实施例提供一种请求信息的处理方法，所述方法可以应用于第一设备，该第一设备可以是服务器。下面以服务器为例描述该方法。该方法可以包括以下步骤：

3、接收用户的问诊请求，所述问诊请求中包括被用于望诊的图像信息、被用于闻诊的音频信息、被用于问诊的主诉信息和被用于切诊的脉象信息；

4、分别根据所述图像信息、音频信息、主诉信息和脉象信息确定被用于提取望诊特征的第一文本、被用于提取闻诊特征的第二文本、被用于提取问诊特征的第三文本以及被用于提取切诊特征的第四文本；

5、根据所述第一文本、所述第二文本、所述第三文本和所述第四文本确定第一症状特征以及所述第一症状特征的权重，所述权重是根据所述第一症状特征的症状表现程度确定的；

6、根据所述第一症状特征以及所述第一症状特征的权重计算出征候集合，并根据所述征候集合中征候的第二症状特征向所述用户展示询问文本，所述第二症状特征为所述征候的所有症状特征中除所述第一症状特征以外的其他症状特征，所述询问文本用于获取所述用户针对所述第二症状特征的表现程度；

7、获取所述用户针对所述询问文本的回答结果，并根据所述回答结果从所述征候集合中确定目标征候；

8、根据所述目标证候确定诊断结果，所述诊断结果中包括所述目标证候的所有症状特征。

9、上述技术方案中，用户输入主诉信息，并发送给服务器，并向服务器上传被用于望诊的图像信息、被用于闻诊的音频信息和被用于切诊的脉象信息。服务器在接收到问诊请求后，将被用于问诊的主诉信息输入到文字提取模型中确定主诉信息的第一文本，将被用于望诊的图像信息输入到望诊模型中确定用于提取望诊特征的第二文本，将被用于闻诊的音频信息输入到闻诊模型中确定用于提取闻诊特征的第三文本，将被用于切诊的脉象信息输入到切诊模型中确定用于提取切诊特征的第四文本。由于第一文本、第二文本、第三文本和第四文本中包含了对用户的症状表现得描述，因此可以从第一文本、第二文本、第三文本和第四文本中确定第一症状特征和第一症状特征的权重。第一症状特征的权重可以理解为对症状表现的程度的描述，通过权重提升了在预测证候时的准确度。然后服务器根据第一症状特征以及第一症状特征的权重进行计算，得到证候集合。证候集合中的第二症状特征为需要向用户进行询问的症状特征，因此基于第二症状特征向用户展示询问文本。最后根据用户的回答结果确定目标征候，进而得到用户的诊断结果。实现对用户证候的预测，并且针对用户未提到的症状表现进行针对性询问，实现主导用户的问诊过程，以加速问诊对话流程，提升问诊的效率。

10、可选的，根据所述第一文本、所述第二文本、所述第三文本和所述第四文本确定第一症状特征以及所述第一症状特征的权重，包括：

11、对所述第一文本、所述第二文本、所述第三文本和所述第四文本进行分词，得到多个词语；

12、从所述多个词语中提取表示症状表现的第一实体词语和所述第一实体词语对应的表示症状表现程度的第二实体词语；

13、根据所述第一实体词语的语义，确定与所述第一实体词语的语义相同的第一症状特征；

14、根据所述第一实体词语对应的第二实体词语，确定所述第一症状特征的权重，所述权重与症状表现程度呈正相关。

15、上述技术方案中，由于第一文本、第二文本、第三文本和第四文本中以语句的形式表现，因此需要对上述四个文本进行分词处理，得到多个词语。多个词语中包括多种实体词语，从中提取出用于表示症状表现的第一实体词语和第一实体词语对应的表示症状表现程度的第二实体词语。不同的第一实体词语可能代表相同的意思，于是根据第一实体词语的语义，确定与第一实体词语的语义相同的第一症状特征。第一症状特征中包括问诊特征、望诊特征、闻诊特征、切诊特征。实现对症状表现的提取，并确定症状表现对应的程度，提升后续确定目标证候的准确度。

16、可选的，根据所述第一症状特征以及所述第一症状特征的权重计算出征候集合，包括：

17、根据症状特征与证候之间的映射关系，确定所述第一症状特征对应的至少一个证候；

18、针对所述至少一个证候中的任一证候，根据所述证候的第一症状特征和所述证候的第一症状特征对应的权重计算所述证候的第一概率，所述第一概率表征患有所述证候的概率；

19、根据所述证候的第二症状特征计算所述证候的第二概率，所述第二概率表征不患有所述证候的概率；

20、根据所述至少一个证候分别对应的第一概率和第二概率，从所述至少一个证候中确定证候集合。

21、上述技术方案中，任一证候都具有该证候对应的症状表现，因此症状表现与证候之间存在映射关系。第一症状特征根据映射关系可以确定出对应的至少一个证候。证候的第一症状特征表征第一症状特征中与证候的症状表现相同的第一症状特征。第一概率可以理解为证候对应的所有症状表现与第一症状特征的相似度，或者说证候的第一症状特征占证候的所有症状表现的比例。证候的第二症状特征为证候的所有症状表现中除证候的第一症状特征以外的其他症状表现，第二概率表征不患有该证候的概率。最后根据至少一个证候中各证候对应的第一概率和第二概率从至少一个证候中确定证候集合。实现对用户可能患有的证候进行推测，提升问诊效率。

22、可选的，根据下述公式(1)表示所述证候的第一概率；

23、

24、其中，sim为所述证候的第一概率；pos为所述证候的第一概率中的正向概率；neg为所述证候的第一概率中的负向概率；xi为所述证候的第i个第一症状特征，i为大于或等于1的整数；wi为所述证候的第i个第一症状特征的权重；size(sj)为所述证候的所有症状特征的数量；size({wi＝0|xi∈sj}为所述证候的第一症状特征中权重为0的症状特征数量。

25、上述技术方案中，证候的第一概率中的正向概率可以理解为证候的第一症状特征的平均权重。证候的第一概率中的负向概率可以理解为一个惩罚概率，计算过程呈现二次关系，权重为0的第一特征的数量越多，惩罚越重。

26、可选的，根据下述公式(2)表示所述证候的第二概率；

27、

28、其中，unk为所述证候的第二概率；x表示第二症状特征；xi为所述证候的第i个第一症状特征，i为大于或等于1的整数；为第二症状特征的数量；size(sj)为所述证候的所有症状特征的数量。

29、可选的，根据所述至少一个证候分别对应的第一概率和第二概率，从所述至少一个证候中确定证候集合，包括：

30、根据所述至少一个证候分别对应的第一概率，对所述至少一个证候进行排序，得到第一排序结果；

31、在所述第一排序结果中，将所述第一概率相同的至少两个证候，根据所述至少两个证候分别对应的第二概率对所述至少两个证候进行排序，得到第二排序结果；

32、根据所述第二排序结果从所述至少一个证候中选取第一数量的证候，得到证候集合。

33、上述技术方案中，第一排序结果中，第n个证候的第一概率大于或等于第n+1个证候。由于各证候对应的第一概率可能出现至少两个证候的第一概率相同的情况，因此针对第一排序结果中第一概率相同的至少两个证候，根据至少两个证候分别对应的第二概率对这些第一概率相同的证候进行排序，得到第二排序结果。第二排序结果中，第一概率相同的任意两个证候中，排序在前的证候的第二概率小于排序在后的证候的第二概率。最后从第二排序结果中按照顺序从高到低选取第一数量的证候，得到证候集合。实现对用户可能患有的证候的预测，提升证候预测的准确度。

34、可选的，根据所述回答结果从所述征候集合中确定目标征候，包括：

35、根据所述回答结果确定所述用户患有的第二症状特征，以及所述用户患有的第二症状特征的权重；

36、根据所述用户患有的第二症状特征，以及所述用户患有的第二症状特征的权重更新所述征候集合，并将所述用户患有的第二症状特征作为第一症状特征；

37、直至确定更新后的征候集合中的征候不具有第二症状特征，将所述更新后的征候集合中的证候作为目标征候。

38、上述技术方案中，在用户根据询问文本回答后，服务器接收回答结果。回答结果中包含第二症状特征和描述第二症状特征的程度的描述词，因此，能够从回答结果中得到用户患有的第二症状特征和用户患有的第二症状特征的权重。将用户患有的第二症状特征、用户患有的第二症状特征的权重、第一症状特征和第一症状特征的权重合并计算，重新得到证候集合。当更新后的证候集合中的证候不具有第二症状特征时，将更新后的证候集合中的证候作为目标征候，实现对用户的证候进行预测，并通过去除未提及的症状表现，提升预测证候的准确度，并提升问诊的效率。

39、可选的，所述根据目标证候确定诊断结果，包括：

40、将所述第一症状特征、所述目标征候和所述目标征候的所有症状特征写入预设诊断模版中，得到诊断结果。

41、第二方面，本发明实施例提供一种请求信息的处理装置，包括：

42、获取模块，用于接收用户的问诊请求，所述问诊请求中包括被用于望诊的图像信息、被用于闻诊的音频信息、被用于问诊的主诉信息和被用于切诊的脉象信息；

43、处理模块，用于分别根据所述图像信息、音频信息、主诉信息和脉象信息确定被用于提取望诊特征的第一文本、被用于提取闻诊特征的第二文本、被用于提取问诊特征的第三文本以及被用于提取切诊特征的第四文本；

44、根据所述第一文本、所述第二文本、所述第三文本和所述第四文本确定第一症状特征以及所述第一症状特征的权重，所述权重是根据所述第一症状特征的症状表现程度确定的；

45、根据所述第一症状特征以及所述第一症状特征的权重计算出征候集合，并根据所述征候集合中征候的第二症状特征向所述用户展示询问文本，所述第二症状特征为所述征候的所有症状特征中除所述第一症状特征以外的其他症状特征，所述询问文本用于获取所述用户针对所述第二症状特征的表现程度；

46、获取所述用户针对所述询问文本的回答结果，并根据所述回答结果从所述征候集合中确定目标征候；

47、根据所述目标证候确定诊断结果，所述诊断结果中包括所述目标证候的所有症状特征。

48、可选的，所述处理模块具体用于：

49、对所述第一文本、所述第二文本、所述第三文本和所述第四文本进行分词，得到多个词语；

50、从所述多个词语中提取表示症状表现的第一实体词语和所述第一实体词语对应的表示症状表现程度的第二实体词语；

51、根据所述第一实体词语的语义，确定与所述第一实体词语的语义相同的第一症状特征；

52、根据所述第一实体词语对应的第二实体词语，确定所述第一症状特征的权重，所述权重与症状表现程度呈正相关。

53、可选的，所述处理模块具体用于：

54、根据症状特征与证候之间的映射关系，确定所述第一症状特征对应的至少一个证候；

55、针对所述至少一个证候中的任一证候，根据所述证候的第一症状特征和所述证候的第一症状特征对应的权重计算所述证候的第一概率，所述第一概率表征患有所述证候的概率；

56、根据所述证候的第二症状特征计算所述证候的第二概率，所述第二概率表征不患有所述证候的概率；

57、根据所述至少一个证候分别对应的第一概率和第二概率，从所述至少一个证候中确定证候集合。

58、可选的，根据下述公式(1)表示所述证候的第一概率；

59、

60、其中，sim为所述证候的第一概率；pos为所述证候的第一概率中的正向概率；neg为所述证候的第一概率中的负向概率；xi为所述证候的第i个第一症状特征，i为大于或等于1的整数；wi为所述证候的第i个第一症状特征的权重；size(sj)为所述证候的所有症状特征的数量；size({wi＝0|xi∈sj}为所述证候的第一症状特征中权重为0的症状特征数量。

61、可选的，根据下述公式(2)表示所述证候的第二概率；

62、

63、其中，unk为所述证候的第二概率；x表示第二症状特征；xi为所述证候的第i个第一症状特征，i为大于或等于1的整数；为第二症状特征的数量；size(sj)为所述证候的所有症状特征的数量。

64、可选的，所述处理模块具体用于：

65、根据所述至少一个证候分别对应的第一概率，对所述至少一个证候进行排序，得到第一排序结果；

66、在所述第一排序结果中，将所述第一概率相同的至少两个证候，根据所述至少两个证候分别对应的第二概率对所述至少两个证候进行排序，得到第二排序结果；

67、根据所述第二排序结果从所述至少一个证候中选取第一数量的证候，得到证候集合。

68、可选的，所述处理模块具体用于：

69、根据所述回答结果确定所述用户患有的第二症状特征，以及所述用户患有的第二症状特征的权重；

70、根据所述用户患有的第二症状特征，以及所述用户患有的第二症状特征的权重更新所述征候集合，并将所述用户患有的第二症状特征作为第一症状特征；

71、直至确定更新后的征候集合中的征候不具有第二症状特征，将所述更新后的征候集合中的证候作为目标征候。

72、可选的，所述处理模块具体用于：

73、将所述第一症状特征、所述目标征候和所述目标征候的所有症状特征写入预设诊断模版中，得到诊断结果。

74、第三方面，本发明实施例还提供一种计算机设备，包括：

75、存储器，用于存储程序指令；

76、处理器，用于调用所述存储器中存储的程序指令，按照获得的程序执行上述的请求信息的处理方法。

77、第四方面，本发明实施例还提供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可执行指令，所述计算机可执行指令用于使计算机执行上述的请求信息的处理方法。

78、第五方面，本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括可执行程序，该可执行程序被处理器执行上述的请求信息的处理方法。