基于本体的中医冠心病自动问答系统的设计与实现

发布时间：2024-03-30 06:44

　　自动问答系统的出现极大地满足了人们高效地获取相关信息的需求,但目前的自动问答系统大多是基于常见问题集(FAQ)或者面向开放领域的,对于中医冠心病受限领域而言,必然存在答案专业性差、正确率低、语义理解力差、不灵活等的弊端。如何改进和设计自然语言处理(NLP)方案来适应中医冠心病自动问答系统是关键性的问题。中医冠心病本体节点犹如人脑中的神经元,利用构建中医冠心病本体来取代FAQ的知识存储方式,可在一定程度上减轻弊端。因此,本文着力于设计一种针对中医冠心病自动问答系统有效的NLP方案,并通过实现系统来验证方案的适用性和高效性。本文运用专家鉴定的中医文献资料构建出中医冠心病本体知识网络,为系统生成正确、专业性的答案奠定了基础。本文构建出的中医冠心病关键词词库、常用词词库、问题词词库、问句模板和词向量表,可实现对2962个中医冠心病领域关键词和约700篇中医古代文献的信息匹配和提取,并为本文设计的基于折半查找的逆向最大匹配算法的分词方法提供了基础。本文在研究面向受限领域自动问答系统的NLP关键技术基础上,设计了针对中医冠心病受限领域的自动问答系统的实现方案。本文根据问句特点将系统划分为三个问句处...

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

图2.1CBOW模型

沈阳工业大学硕士学位论文等于0（正交）。从中可以发现，“症状”与“病”与“什么”之间毫无关系。综上所述，密集向，该表示法能更准确地表现出词向量的语义信息an树的CBOW语言模型NNLM语言建模中较为流行的“连续词袋”法待处理词的周围词）来预测待处理词可能出现的需取出数....

图2.2HierarchySoftmax示意图

第2章相关概念及其理论综述概率模型计算词向量的方法效率大幅提高。加ax回归的参数冗余过拟合问题，保证代价函数图2.2所示。

图4.2中医冠心病本体表部分截图

（1）中医冠心病本体表中医冠心病本体表是由辽宁中医药大学专家和本课题研究人员共同构建的，数据的节点项内容均源于中医古籍、文献，这保证了本体表数据的可靠性和准确医冠心病本体表部分截图，如图4.2所示。

图4.3问句模板Fig.4.3Questiontemplate

广泛收集常见的关于中医冠心病问句的常见的问句形式，问句模板中只列出问式不包含中医关键词。考虑到效率问题，在快速检索阶段用到问句模板，所以问板规模不能大，目的是快速。来源于专家、老师等学者的总结和网络资源。问句，如图4.3所示。

本文编号：3941966