智能医疗领域问答系统研究与实现

摘要

本项目将深度学习等智能识别技术,应用在医疗问答系统中,解决传统医疗问答的信息冗余和问答效率低下的局限性.使用基于双向Transformer的联合学习模型执行知识抽取,基于Stack-propagation框架的意图识别及槽填充算法,对医疗输入问句进行分词识别,利用Neo4j图数据库构建医疗知识图谱实现问答检索.经测试,系统能较准确地理解用户意图,问答准确率可达90％.