發(fā)布時間：2024-04-23 03:28

　　神經網絡再度崛起給社會帶來了巨大的影響,應用結合最深入的莫過于圖像處理以及自然語言處理等領域,應用深度學習的聊天機器人正是其中熱點。近年來,聊天機器人與專業(yè)領域的結合更是成為了當下非常熱的人工智能的研究方向。目前世界各地的研究者們在研究開發(fā)面向專業(yè)領域的智能聊天機器人時,一般都會采用深度學習技術對系統進行開發(fā),目前很多學者嘗試采用檢索與生成相結合的方式設計系統,本文的研究基于這種想法進行設計。本文針對聊天機器人的發(fā)展以及在醫(yī)學領域的應用進行了分析研究,結合當下中醫(yī)的發(fā)展現狀,提出設計一個可用于中醫(yī)問診的、可學習的智能問答系統。本文重點完成的工作有:1、通過研究詞嵌入技術,學習使用Google研發(fā)的Word2Vec訓練工具訓練的詞向量在深度模型中的應用,實驗詞向量和獨熱編碼在處理文本中的表現;2、準確查找定位系統研發(fā)需要的醫(yī)療問診數據集,通過研究網絡爬蟲技術搜集整理系統設計需要的數據集并標注,研究自然語言處理基礎,對系統數據集進行有效的處理,包括建立術語字典,保存整理后的有效數據等;3、通過實驗SVM以及卷積神經網絡在文本分類數據集上的表現,研究并改進模型,采用卷積神經網絡和SVM進行組...

【文章頁數】：78 頁

【學位級別】：碩士

【部分圖文】：

圖2.4Bengio提出的基于熵準則學習模型示意圖

圖2.4Bengio提出的基于熵準則學習模型示意圖Figure2.4SchematicdiagramofBengio'sentropy-basedlearningmodel詞向量合自然語言，能夠很好的表現好出人們和世界之間的關系，利用短的詞語以得到很多人的信....

圖2.10循環(huán)神經網絡的總體結構圖

組成了向量矩陣，才會有具體的意，分別在相鄰的行其高度表示的是任都認為全部的輸入非如此，循環(huán)神經網定向循環(huán)，即以神理自然語言過程中網絡剛好可以反映

圖2.11循環(huán)神經網絡展開結構圖

圖2.11循環(huán)神經網絡展開結構圖Figure2.11CircularneuralnetworkexpansionstructureRNN輸入到隱藏層時，每次循環(huán)之間的參數計算可闡述如下，通過矩陣U的參數，這些循環(huán)每次進行計算全部是通過完全一致的權重矩陣W進....

圖2.14LSTM模型結構圖

圖2.13常用的激活函數Figure2.13CommonActivationFunctions期記憶網絡準循環(huán)神經網絡，在進行樣本的訓練過程中，很容易暴露出炸問題，并且僅僅體現一部分的全文信息，雖然RNN理論上列，實際應用中，RNN很難處理長度超過10個長度....

本文編號：3962549