申请/专利权人:江苏科技大学
申请日:2023-04-04
公开(公告)日:2023-08-01
公开(公告)号:CN116525139A
主分类号:G16H80/00
分类号:G16H80/00;G06F16/332;G06F16/33;G06F16/338;G06F16/34;G06Q10/10
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.08.18#实质审查的生效;2023.08.01#公开
摘要:本发明公开了一种基于Rasa_NLU的智能导诊方法,主要步骤为基础准备、关键词校正、意图及实体识别、问答库查询、多轮对话填充实体、知识库查询、信息整合及回答输出几部分。用户输入的语音信息经过关键词校正、意图及实体识别,判断出用户的需求,再通过多轮对话得到用户需求所需的实体,之后将得到的用户需求、实体进入问答库及知识库匹配、整合,从而得到输出结果并反馈。该方法有助于就诊患者自主查询医疗疾病知识、医院就诊信息、科室安排、信息发布等,在满足普通患者需求的基础上极大方便了不常用、不善用电子产品的患者,使其能方便、快速地获取到所需信息,同时也降低了医务人员的工作量,减轻了其压力。
主权项:1.一种基于Rasa_NLU的智能导诊方法,其特征在于,包括下列操作步骤:步骤1、基础准备:配置导诊意图相关训练数据,使用Rasa训练模型,部署Rasa及知识库、问答库数据块;步骤2、输入处理:使用人机交互模块接受用户语音并转换成文字,并对输入的文本进行关键字、词的校正;步骤3、意图及实体识别:使用Rasa对校正后的文本进行意图及实体的识别;步骤4、问答库查询:将识别到的意图进入问答库进行匹配,得到相应问答库数据块,同时根据步骤3识别到的实体类型及数量在相应的问答库数据块中进行匹配,得到最贴近的问答对;步骤5、多轮对话填充实体:根据步骤4中得到的最贴近问答对所需实体和实际得到实体相比较,当有缺失实体,则根据缺失实体询问模板对用户进行相应询问,当无缺失实体,则和用户确认问题是否准确;步骤6、知识库查询:根据问答库匹配到的问答库数据块中包含的知识库查询路径及模板进入相应知识库进行查询;步骤7、信息整合:将步骤4查询到的问答库数据块下的回答模板及步骤6下的知识库查询到的信息融合拼接成回答语句;步骤8、回答输出:将步骤7所得回答语句文字转语音并输出。
全文数据:
权利要求:
百度查询: 江苏科技大学 一种基于Rasa_NLU的智能导诊方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。