公开(公告)号：CN112259260B

公开(公告)日：2023-11-17

申请号：CN202011298492.9

申请日：2020-11-18

Applicant: 中国科学院自动化研究所

Inventor： 李学恩 ,  王帅帅 ,  张振山 ,  李文博 ,  周桃磊

IPC: G16H80/00 ,  G16H50/30 ,  G06F16/332 ,  G06F40/295 ,  G06N3/0442

Abstract: 本发明属于医疗健康领域，具体涉及了一种基于智能穿戴设备的智能医疗问答方法、系统及装置，旨在解决现有智能医疗问答方法主观性太强，缺乏客观生理指标数据做支撑，不能把问答和生理指标结合的问题。本发明包括：根据生理指标数据训练基于BiLSTM的联合深度模型、获取医疗知识构建智能医疗问答知识图谱、利用机器学习进行实体识别模型的训练以及用户问句的意图识别；对于当前用户，基于生理指标通过基于BiLSTM的联合深度模型获取用户的健康评价，通过实体识别模型对问句进行医疗实体提取以及意图识别，将两者结合起来通过智能医疗问答知识图谱获取问句的应答。本发明结合深度学习与用户生理指标和背景信息，进一步提高了医疗问句应答的准确性。

公开(公告)号：CN112259260A

公开(公告)日：2021-01-22

申请号：CN202011298492.9

申请日：2020-11-18

Applicant: 中国科学院自动化研究所

Inventor： 李学恩 ,  王帅帅 ,  张振山 ,  李文博 ,  周桃磊

IPC: G16H80/00 ,  G16H50/30 ,  G06F16/332 ,  G06F40/295 ,  G06N3/04

Abstract: 本发明属于医疗健康领域，具体涉及了一种基于智能穿戴设备的智能医疗问答方法、系统及装置，旨在解决现有智能医疗问答方法主观性太强，缺乏客观生理指标数据做支撑，不能把问答和生理指标结合的问题。本发明包括：根据生理指标数据训练基于BiLSTM的联合深度模型、获取医疗知识构建智能医疗问答知识图谱、利用机器学习进行实体识别模型的训练以及用户问句的意图识别；对于当前用户，基于生理指标通过基于BiLSTM的联合深度模型获取用户的健康评价，通过实体识别模型对问句进行医疗实体提取以及意图识别，将两者结合起来通过智能医疗问答知识图谱获取问句的应答。本发明结合深度学习与用户生理指标和背景信息，进一步提高了医疗问句应答的准确性。