面向消化内科辅助诊疗的生成式对话系统

社会的高速发展带给群众的压力越来越大,由于工作压力和自身问题,越来越多的人饮食不规律且不健康,导致患有消化系统疾病的人群日益扩大,而在身体刚出现异样时,大部分人会首先选择在网上寻找信息帮助,由于传统搜索引擎的局限性,过程耗时,且因为消化内科疾病的多样性,用户很难准确获取相关信息.针对这一问题,考虑到对话系统作为一种较为高级的信息检索系统,能够根据用户的输入及时返回相关有效信息,本文探索了一种适用于消化科领域的生成式对话系统,通过支持向量机分类与主动学习相结合,在多个医学网站获取消化内科的专业问诊对话语料,人工与统计相结合构建消化内科疾病、药品和症状专业词典,改善传统分词工具在消化内科领域分词效果,在提高分词效果的基础上,使用Encoder与Decoder多层结构和门控循环单元GRU结合的方式,加入注意力机制,提出结合颠倒输入、键值对向量和Word2Vec向量的模型加强训练法,从而获得最终的消化内科生成式问答系统.实验结果表明,分词的准确率比传统方式高,且得出的对话模型能够有效的生成与问句相关的答句,提高对话系统的回答准确率.