健康保險作為一個專業(yè)性較強、知識復雜的領域,大部分民眾對于保險領域相關知識了解甚少。參保人常常對保障條件、險種選擇等方面的專業(yè)詞匯產生理解上的困難。智能問答技術能夠準確理解用戶的查詢意圖,并準確定位查詢結果。成為了人工智能領域的重要研究方向之一。本文主要針對健康保險智能問答系統(tǒng)展開研究,對健康保險問答系統(tǒng)存在的問題和實現技術進行了深入分析。從用戶查詢語句的理解出發(fā),基于結構化的健康保險知識庫,設計一個健康保險智能問答系統(tǒng)。同時對深度學習技術進行了深入研究,并將深度學習的相關算法應用在智能問答系統(tǒng)中,以提高系統(tǒng)的準確率。本文的主要研究內容和貢獻如下:（1）構建保險文檔采集與質量控制模塊在保險條款的采集過程中存在的大量“異名同款”、“一款多名”等數據質量不高的問題。本文基于字符串相似度匹配,結合人工篩選搭建保險條款采集和質量控制模塊。一定程度上的避免了數據冗余,提高了結構化保險數據的質量。（2）設計并實現了保險領域智能問答的問句理解和答案檢索查找相似問句答案的智能問答方法無法更好的理解用戶查詢意圖,且需要大量的人力構建FAQ庫。針對這一問題,本文通過自然語言技術理解用戶問句,基于結構化的保... 

【文章來源】：東華大學上海市 211工程院校 教育部直屬院校

【文章頁數】：64 頁

【學位級別】：碩士

【部分圖文】：

檢索結果

健康保險智能問答問句理解和答案檢索的研究與實根據圖 1-1 所示的搜索結果來看，檢索結果內包含了廣告信息。且前 10索結果中有一半的結果返回的是該保險的保險條款，存在大量的重復信息。 1-2 的保險條款所示，用戶需要閱讀大量的條款信息，再從保險條款中找到索的答案：“投保年齡在 28 天到 65 歲之間”。這個過程需要花費用戶的大間從保險條款進行結果篩選，對于用戶的保險領域知識水平也有一定程度上求。其次，檢索的前 10 條查詢結果中還存在有少量無關信息，這些無關信排除也會花費用戶一定的時間，而實際相關程度最高的搜索結果排在最后一

即第一字的標注的概率；A 表示狀態(tài)轉移概率，即從一個標記的概率；B 表示給定狀態(tài)下的觀察值概率矩陣，這個概HMM 還有三個假設，有限歷史性假設、狀態(tài)與時間無關假設無關假設。具體公式表達如下公式（2-1）所示。p s s , s , … s = p s s P s s = p(s , s ) P o , … o s , … s = P(o |q )M 完成實體識別時，需要依次解決三個問題。首先做基于已知π)，計算所有概率的乘積，求得某個觀察序列的概率值。再通過觀察序列最可能的標記狀態(tài)。Viterbi 算法是一個動態(tài)規(guī)劃算法 上的最短路徑，也就是概率值最大的標記狀態(tài)序列。第三個是標注好的語料下，如何通過學習這些語料，學習 HMM 網絡中π)，提高 HMM 模型的識別效率。北京理工大學的樂娟通過隱MM）對切分的文本進行詞性標注。再根據人工定制的規(guī)則模邊界，提取新詞。在京劇機構名的識別中取得了 99%的正確率

【參考文獻】：
期刊論文
[1]基于RNN的網絡安全態(tài)勢預測方法[J]. 胡昕.  現代計算機(專業(yè)版). 2017(06)
[2]編輯距離算法在中文文本相似度計算中的優(yōu)化與實現[J]. 陳正銘,霍英.  韶關學院學報. 2015(12)
[3]基于HMM的京劇機構命名實體識別算法[J]. 樂娟,趙璽.  計算機工程. 2013(06)
[4]問答系統(tǒng)研究綜述[J]. 毛先領,李曉明.  計算機科學與探索. 2012(03)
[5]命名實體識別研究進展綜述[J]. 孫鎮(zhèn),王惠臨.  現代圖書情報技術. 2010(06)
[6]基于概率統(tǒng)計技術和規(guī)則方法的新詞發(fā)現[J]. 賈自艷,史忠植.  計算機工程. 2004(20)
[7]校園導航系統(tǒng)Easy Nav的設計與實現[J]. 黃寅飛,鄭方,燕鵬舉,徐明星,吳文虎.  中文信息學報. 2001(04)

碩士論文
[1]健康中國視角的商業(yè)健康保險發(fā)展研究[D]. 梁新雨.廣西大學 2017
[2]受限領域內基于中文問句語義相關度計算的智能問答系統(tǒng)研究[D]. 王新磊.山東財經大學 2014
[3]面向養(yǎng)老保險領域的問答系統(tǒng)關鍵技術研究[D]. 隗夢夕.哈爾濱工程大學 2013
[4]基于編輯距離的近似字符串匹配及其優(yōu)化技術[D]. 王業(yè).東北大學 2012
[5]傳統(tǒng)搜索引擎與智能搜索引擎比較研究[D]. 張騫.鄭州大學 2012
[6]基于規(guī)則的命名實體識別研究[D]. 周昆.合肥工業(yè)大學 2010
[7]限定領域內智能問答系統(tǒng)的研究與實現[D]. 王銀麗.內蒙古大學 2008
[8]基于支持向量機的中文組織機構名識別[D]. 陳霄.上海交通大學 2007



本文編號：3559566