基于机器阅读理解的智能问答方法、装置、设备及介质与流程

本发明适用于医疗，尤其涉及一种基于机器阅读理解的智能问答方法、装置、设备及介质。

背景技术：

1、随着数字医疗技术的发展，智能医疗系统、智慧医疗系统、云医疗系统等应运而生，在此类医疗系统中，病患信息和疾病资料均为数字化的信息，并存储在数据库中，便于随时随地查阅相关资料以进行病因分析。

2、其中，自动阅读依赖于机器阅读理解技术，机器阅读理解是自然语言处理中的一个重要的任务，通常的形式是给定一段文本和一个问题，让计算机通过阅读文本并理解内容来回答问题，该机器阅读理解技术在金融、医疗、教育等多个领域均具有广泛的应用。例如，在金融领域中，客服机器人通过文字或者语音与客户进行沟通交流，然后获取相关的信息并提供准确可靠的回答，在搜索引擎中精确返回客户所给定问题的答案；在教育领域中，智能教育系统利用阅读理解模型自动为学生的作文给出改进意见等。

3、随着深度学习的发展，大型预训练问答模型在机器阅读理解任务上的表现不错，但仍然存在一些鲁棒性问题，其中一个主要的原因是对问题的过度敏感性。例如：问答模型在同样一段文本段落中，对原问题：风寒感冒或者风热感冒中的哪一个导致了咳嗽，可以很好的得出正确答案：风寒感冒；但如果对原问题进行同语义改写得到改写问题：风寒感冒或者风热感冒中的哪一个是咳嗽的原因，问答模型可能会错误地回答风热感冒，即问答模型对改写问题和原问题之间的差异过于敏感，问答模型存在对待回答问题过度敏感的问题，导致答案的可靠性和准确性较低，难以满足医疗技术领域对于机器阅读理解和病因分析的准确度要求。

4、因此，在医疗技术领域中，如何提高机器阅读理解任务中智能问答结果的准确性，从而提高对用户病因的问答准确性，成为亟待解决的问题。

技术实现思路

1、有鉴于此，本发明实施例提供了一种基于机器阅读理解的智能问答方法、装置、设备及介质，以解决在医疗技术领域中，现有机器阅读理解任务中智能问答结果的准确性较低，导致用户病因的问答准确性较低的问题。

2、第一方面，本发明实施例提供一种基于机器阅读理解的智能问答方法，所述智能问答方法包括：

3、获取用户输入的目标问题以及预设的第一询问模板，所述第一询问模板用于指示训练好的第一问答模型回答询问；

4、对所述目标问题和所述第一询问模板进行拼接，得到第一拼接文本，使用所述训练好的第一问答模型询问所述第一拼接文本，得到所述目标问题中的n个语句成分类别，n为正整数；

5、针对任一语句成分类别，获取对应所述语句成分类别的第二询问模板，对所述目标问题和所述第二询问模板进行拼接，得到第二拼接文本，所述第二询问模板用于指示所述训练好的第一问答模型回答询问；

6、使用所述训练好的第一问答模型询问所述第二拼接文本，得到对应所述语句成分类别的文本内容，按照预设的语句成分类别的排列顺序，对所有语句成分类别对应的文本内容进行拼接，得到重组问题；

7、获取所述用户的病历，提取所述病历的病历文本，对所述病历文本和所述重组问题进行拼接，得到目标拼接文本，使用训练好的第二问答模型对所述目标拼接文本进行回答，得到所述目标问题对应的目标答案。

8、第二方面，本发明实施例提供一种基于人工智能的智能问答装置，所述智能问答装置包括：

9、数据获取模块，用于获取用户输入的目标问题以及预设的第一询问模板，所述第一询问模板用于指示训练好的第一问答模型回答询问；

10、类别询问模块，用于对所述目标问题和所述第一询问模板进行拼接，得到第一拼接文本，使用所述训练好的第一问答模型询问所述第一拼接文本，得到所述目标问题中的n个语句成分类别，n为正整数；

11、文本拼接模块，用于针对任一语句成分类别，获取对应所述语句成分类别的第二询问模板，对所述目标问题和所述第二询问模板进行拼接，得到第二拼接文本，所述第二询问模板用于指示所述训练好的第一问答模型回答询问；

12、问题重组模块，用于使用所述训练好的第一问答模型询问所述第二拼接文本，得到对应所述语句成分类别的文本内容，按照预设的语句成分类别的排列顺序，对所有语句成分类别对应的文本内容进行拼接，得到重组问题；

13、问题回答模块，用于获取所述用户的病历，提取所述病历的病历文本，对所述病历文本和所述重组问题进行拼接，得到目标拼接文本，使用训练好的第二问答模型对所述目标拼接文本进行回答，得到所述目标问题对应的目标答案。

14、第三方面，本发明实施例提供一种计算机设备，所述计算机设备包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的智能问答方法。

15、第四方面，本发明实施例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程序，所述计算机程序被处理器执行时实现如第一方面所述的智能问答方法。

16、本发明实施例与现有技术相比存在的有益效果是：通过获取用户输入的目标问题以及预设的第一询问模板，对目标问题和第一询问模板进行拼接，得到第一拼接文本，使用训练好的第一问答模型询问第一拼接文本，得到目标问题中的n个语句成分类别，针对任一语句成分类别，获取对应语句成分类别的第二询问模板，对目标问题和第二询问模板进行拼接，得到第二拼接文本，使用训练好的第一问答模型询问第二拼接文本，得到对应语句成分类别的文本内容，按照预设的语句成分类别的排列顺序，对所有语句成分类别对应的文本内容进行拼接，得到重组问题，获取用户的病历，提取病历的病历文本，对病历文本和重组问题进行拼接，得到目标拼接文本，使用训练好的第二问答模型对目标拼接文本进行回答，得到目标问题对应的目标答案，通过对目标问题的语句成分类别和文本内容的分析提取，将目标问题中与语句成分类别相对应的重要的文本内容重新组成为重组问题，摒弃了目标问题中不重要的文本内容的干扰，提高了重组问题对于用户想要询问的内容的准确表征程度，降低了问答模型对于目标问题的敏感程度，提高了用户病因的回答准确性。

技术特征：

1.一种基于机器阅读理解的智能问答方法，其特征在于，所述智能问答方法包括：

2.根据权利要求1所述的智能问答方法，其特征在于，所述训练好的第二问答模型包括训练好的编码器和训练好的解码器；

3.根据权利要求2所述的智能问答方法，其特征在于，所述训练好的第二问答模型的训练方法包括：

4.根据权利要求3所述的智能问答方法，其特征在于，所述根据所述真实答案样本以及所有目标字符样本对应的第一概率和第二概率计算模型损失包括：

5.根据权利要求1所述的智能问答方法，其特征在于，所述对所述目标问题和所述第一询问模板进行拼接，得到第一拼接文本包括：

6.根据权利要求5所述的智能问答方法，其特征在于，所述对所述目标问题和所述第二询问模板进行拼接，得到第二拼接文本包括：

7.一种基于人工智能的智能问答装置，其特征在于，所述智能问答装置包括：

8.根据权利要求7所述的智能问答装置，其特征在于，所述训练好的第二问答模型包括训练好的编码器和训练好的解码器，所述问题回答模块包括：

9.一种计算机设备，其特征在于，所述计算机设备包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述的智能问答方法。

10.一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程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的智能问答方法。

技术总结本发明适用于医疗技术领域，尤其涉及一种基于机器阅读理解的智能问答方法、装置、设备及介质。本发明拼接目标问题和第一询问模板得到第一拼接文本，使用第一问答模型询问第一拼接文本，得到N个语句成分类别，拼接目标问题和第二询问模板得到第二拼接文本，使用第一问答模型询问第二拼接文本，得到文本内容，拼接所有的文本内容得到重组问题，使用第二问答模型回答病历文本和重组问题拼接得到的目标拼接文本，得到目标答案，通过将目标问题中对应语句成分类别的重要文本内容重组为重组问题，摒弃了不重要的文本内容的干扰，提高了重组问题对用户想要询问的内容的表征准确性，降低了问答模型对目标问题的敏感程度，提高了用户病因的回答准确性。技术研发人员：张镛,王健宗,程宁,刘帆受保护的技术使用者：平安科技（深圳）有限公司技术研发日：技术公布日：2024/8/5