基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于语义解析和规则匹配融合的模型,利用少量的语义训练语料,以中文医疗知识图谱为知识基础,构建中文医疗问答系统,解决医疗领域中文语料缺乏且标注难度大的问题.该系统由语义解析模块(SPM)和答案查询模块(AQM)组成.其中,SPM由意图识别和命名实体识别组成,它们分别以BERT-TextCNN和BiLSTM-CRF模型为基础,融合了规则校正,其准确率较非融合模型分别提升9%和11%.实验结果表明,该系统回答准确率达到82%,具有较强的问题解答能力和一定的实用价值.
推荐文章
基于知识图谱的包装产业大数据智能问答系统研究
知识图谱
包装产业
大数据
智能问答系统
分块区域匹配
信息聚类处理
集成开发
基于包装产业大数据知识图谱的智能问答系统设计
包装产业
大数据
知识图谱
智能问答系统
相似度计算
eFAQ语句
医学知识图谱构建技术与研究进展
知识图谱
知识获取
知识融合
知识推理
自然语言处理
基于本体的船舶焊接工艺知识图谱构建
焊接工艺
知识图谱
本体
知识建模
焊接管理
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于知识图谱和模型融合的医疗问答系统的构建
来源期刊 中华医学图书情报杂志 学科 医学
关键词 知识图谱 医疗问答系统 意图识别 命名实体识别 模型融合
年,卷(期) 2021,(11) 所属期刊栏目 研究与探讨
研究方向 页码范围 1-9
页数 9页 分类号 TP391.1|R-05
字数 语种 中文
DOI 10.3969/j.issn.1671-3982.2021.11.001
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
知识图谱
医疗问答系统
意图识别
命名实体识别
模型融合
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中华医学图书情报杂志
月刊
1671-3982
11-4745/R
大16开
北京市海淀区西四环中路59号
2-714
1991
chi
出版文献量(篇)
5113
总下载数(次)
5
论文1v1指导