基于深度学习的智能中医问答系统的设计

发布时间：2024-04-23 03:28

　　神经网络再度崛起给社会带来了巨大的影响,应用结合最深入的莫过于图像处理以及自然语言处理等领域,应用深度学习的聊天机器人正是其中热点。近年来,聊天机器人与专业领域的结合更是成为了当下非常热的人工智能的研究方向。目前世界各地的研究者们在研究开发面向专业领域的智能聊天机器人时,一般都会采用深度学习技术对系统进行开发,目前很多学者尝试采用检索与生成相结合的方式设计系统,本文的研究基于这种想法进行设计。本文针对聊天机器人的发展以及在医学领域的应用进行了分析研究,结合当下中医的发展现状,提出设计一个可用于中医问诊的、可学习的智能问答系统。本文重点完成的工作有:1、通过研究词嵌入技术,学习使用Google研发的Word2Vec训练工具训练的词向量在深度模型中的应用,实验词向量和独热编码在处理文本中的表现;2、准确查找定位系统研发需要的医疗问诊数据集,通过研究网络爬虫技术搜集整理系统设计需要的数据集并标注,研究自然语言处理基础,对系统数据集进行有效的处理,包括建立术语字典,保存整理后的有效数据等;3、通过实验SVM以及卷积神经网络在文本分类数据集上的表现,研究并改进模型,采用卷积神经网络和SVM进行组...

【文章页数】：78 页

【学位级别】：硕士

【部分图文】：

图2.4Bengio提出的基于熵准则学习模型示意图

图2.4Bengio提出的基于熵准则学习模型示意图Figure2.4SchematicdiagramofBengio'sentropy-basedlearningmodel词向量合自然语言，能够很好的表现好出人们和世界之间的关系，利用短的词语以得到很多人的信....

图2.10循环神经网络的总体结构图

组成了向量矩阵，才会有具体的意，分别在相邻的行其高度表示的是任都认为全部的输入非如此，循环神经网定向循环，即以神理自然语言过程中网络刚好可以反映

图2.11循环神经网络展开结构图

图2.11循环神经网络展开结构图Figure2.11CircularneuralnetworkexpansionstructureRNN输入到隐藏层时，每次循环之间的参数计算可阐述如下，通过矩阵U的参数，这些循环每次进行计算全部是通过完全一致的权重矩阵W进....

图2.14LSTM模型结构图

图2.13常用的激活函数Figure2.13CommonActivationFunctions期记忆网络准循环神经网络，在进行样本的训练过程中，很容易暴露出炸问题，并且仅仅体现一部分的全文信息，虽然RNN理论上列，实际应用中，RNN很难处理长度超过10个长度....

本文编号：3962549