隨著互聯(lián)網和人工智能技術的飛速發(fā)展,自動問答系統(tǒng)成為一種新的人機交互方式。醫(yī)療健康問題是人們生活中最關心的問題之一,網絡上的各類醫(yī)療信息也越來越豐富。目前,網上各類醫(yī)療知識存在主觀性較強,缺乏針對性,而且由于醫(yī)療領域知識專業(yè)且復雜,現(xiàn)有的醫(yī)療科普網站難以根據用戶的各種問題給出針對性強的回答。知識圖譜以接近人類認知思維的形式對數(shù)據進行組織和理解,為互聯(lián)網上海量、異構、動態(tài)的大數(shù)據管理和使用提供了一種優(yōu)秀的解決方案。論文設計并開發(fā)了基于醫(yī)療知識圖譜的問答系統(tǒng),可以幫助用戶在海量醫(yī)療數(shù)據中篩選出問題的精準答案并返回給用戶。本文針對問答系統(tǒng)的研究內容主要包含以下方面:（1）研究如何構建一個高質量的醫(yī)學領域知識圖譜,主要分為數(shù)據收集、數(shù)據清洗和知識存儲。首先,利用網絡爬蟲在醫(yī)療網站上抽取數(shù)據,并通過設置停用詞庫過濾數(shù)據和詞匯切分的方式對數(shù)據進行清洗,然后對得到的數(shù)據進行醫(yī)療實體、實體關系和實體屬性的定義,再將它們寫入Neo4j圖數(shù)據庫;（2）研究如何實現(xiàn)問答系統(tǒng)的問答任務。首先針對缺乏問答訓練語料和標注數(shù)據的問題進行了問答語料生成,并對原始語料進行自動標注,得到訓練語料,再對用戶問句進行語義解析... 

【文章來源】：華中師范大學湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：69 頁

【學位級別】：碩士

【部分圖文】：

圖３．７醫(yī)療實體關系類型數(shù)量分布圖??知識圖譜的實體屬性類標簽包含以下８種類型：疾病名稱、疾病簡介、疾病病??因、預防措施、治療周期、治療方式、治愈概率、易感人群

?相對較校如句子“我頭疼發(fā)燒流鼻涕，這是什么病？?”與句子“這是什么病？我??最近發(fā)燒流鼻涕頭疼”雖然整體和局部的語序都有變化，但其句子意圖并沒有發(fā)生??改變，因而用卷積神經網絡對短文本進行語義表示可以取得較好的效果，如今ＣＮＮ??常被用于表示句子級別的信息以及短文本分類的任務。??ｔｅｘｔＣＮＮ是利用卷積神經網絡對文本進行分類的算法，文中釆用ｔｅｘｔＣＮＮ網絡??對用戶問句進行語義解析，利用被識別的醫(yī)療實體和語義關系實現(xiàn)對用戶問句的類??別分類。其中ｔｅｘｔＣＮＮ網絡的模型結構如圖４．６所示。??５＊ｄ＊ｋ??／ＩＳ?—??ｌ＿ｔ＝＝＝?２，日’?５＼??吃????？?＿?ｙ?＿?—？?ｎ?—？國??■???￣?＊ｋ?Ｑ?ｐ?１?￣１?＊ｃ?ｄｉｓｅａｓｅ＿ｄｒｕｇ??—睡一，麗＼＠＊ｍ／??＼?３＊ｄ＊ｋ?Ｉ?／??ＥＳＬ；ＬＪｉ：?Ｌｊ?Ｚ１－１??＼?ｍｕ?Ｉ＿?Ｉ??［ｊ＊ｋ??ｖ?ｖ?ｖ?ｙ??／—ｖ—’Ｋ?ｖ?Ｊ?Ｋ￣￣ｖ—’ｖ￣ｖ￣Ｊ??ｇ?ｃｏｎｖｏｌｕｔｉｏｎａｌ?ｆｌａｔｔｅｎｉｎｇ?ｆｕｌｌｙ－ｃ〇ｎｎｅｃｔｉ〇ｎ?ｓｏｆｔｍａｘ?ｐｒｅｄｉｃｔｉｏｎ??ｍａｘ－ｐｏｏｌｉｎｇ??圖４．６?ｔｅｘｔＣＮＮ文本分類模型結構圖??３５??

讓用戶對醫(yī)療專業(yè)知識有更直觀和全面的認識，我們考慮實現(xiàn)一個知識檢??索的交互功能，該功能使知識以結構化、有關聯(lián)度的可視化圖譜形式展現(xiàn)在用戶面??前。文中通過Ｂａｓｋ對Ｎｅ〇４ｊ圖數(shù)據庫的結果查詢界面進行訪問，再通過Ａｊａｘ與后??臺進行數(shù)據傳遞，使用戶能在ｗｅｂ端進行疾病信息檢索的ＵＩ交互。??５．２系統(tǒng)總體架構設計??由以上的需求分析，本章將整合上文的問答服務和前端界面，構建一個以知識??圖譜作為數(shù)據基礎的醫(yī)療自動問答服務系統(tǒng)，該系統(tǒng)名稱為“醫(yī)易達”輔助診療系??統(tǒng)，整體架構圖如圖５．１所示。??（?ｒ?＼??應用服務層?醫(yī)療輔助問答服務?疾病信息檢索??、?匕?＾?」?Ｊ??（?（￣生成器＿￣￣〕「」」、口］旬傭〕（￣￣査詢邏輯映射￣＾??知識庫?「?數(shù)據冷啟動?！?醫(yī)療實體識別！?，?，??—二二二二二二二二二二二：二?一?！?Ｃｙｃｈｅｒ?語句映射?｜??Ｉ?口Ｊ?口辰?「一?一—丨?丨醫(yī)療實體關系／屬ｉ映射丨?＇?＂??Ｖ?ｖｖ?Ｊ?Ｖ￣￣?＾?Ｊ?Ｖ?／??（?（＾?獅—驗＿＿＿＿、１?ｆ?醫(yī)療知識表示與存儲?＾１??：網絡爬蟲爬取半結構化數(shù)據丨?產?－、??知識庫，二二：：－廠二－二－＾二二１、一格式化一匕？＿３體、—屬ＪＬＪ??構建層！?ｔｍ?！?！?Ｓｌｉ?ｉ?！?ＳＳ?｜?「創(chuàng)建節(jié)點：關系＿，—寫又數(shù)據??＾?丨、???Ｉ?ＶＪＰ＾Ｔ？Ｊ?Ｉ???????Ｉ?、?＾?＾?Ｊ??圖５．１系統(tǒng)整體架構圖??具體上，“醫(yī)易達”系統(tǒng)的搭建自底向上主要有知識圖譜構建層、知識圖譜問答??層、應用服務層。??（１）知識圖譜構

【參考文獻】：
期刊論文
[1]基于LSTM-SPA的醫(yī)學領域問答技術研究[J]. 畢銘文,左敏,張青川.  山東工業(yè)技術. 2019(01)
[2]基于專家生成內容的領域知識圖譜構建[J]. 李保珍,蘇菁.  情報科學. 2018(10)
[3]基于圖計算和知識圖譜的疾病輔助診別研究[J]. 李苗苗,邢凱,張利萍,鐘春琳,龔海華.  電子技術. 2018(09)
[4]基于甲狀腺知識圖譜的自動問答系統(tǒng)的設計與實現(xiàn)[J]. 馬晨浩.  智能計算機與應用. 2018(03)
[5]人工智能在醫(yī)學診斷知識圖譜構建中的應用研究[J]. 聶莉莉,李傳富,許曉倩,朱川川,徐志鵬,武紅利.  醫(yī)學信息學雜志. 2018(06)
[6]醫(yī)學百科知識圖譜構建[J]. 劉燕,傅智杰,李姣,侯麗.  中華醫(yī)學圖書情報雜志. 2018(06)
[7]面向知識自動化的自動問答研究進展[J]. 曾帥,王帥,袁勇,倪曉春,歐陽永基.  自動化學報. 2017(09)
[8]醫(yī)學知識圖譜構建技術與研究進展[J]. 袁凱琦,鄧揚,陳道源,張冰,雷凱.  計算機應用研究. 2018(07)
[9]國外醫(yī)學領域自動問答系統(tǒng)研究現(xiàn)狀及啟示[J]. 張芳芳,馬敬東,王小賢,盧乃吉,夏晨曦.  醫(yī)學信息學雜志. 2017(03)
[10]信息抽取研究綜述[J]. 郭喜躍,何婷婷.  計算機科學. 2015(02)

碩士論文
[1]基于Flask技術的分布式Android產品驗證系統(tǒng)[D]. 陳一欣.電子科技大學 2019



本文編號：3405292