CN112052317A - 一种基于深度学习的医学知识库智能检索系统及其方法 - Google Patents
一种基于深度学习的医学知识库智能检索系统及其方法 Download PDFInfo
- Publication number
- CN112052317A CN112052317A CN202010838148.8A CN202010838148A CN112052317A CN 112052317 A CN112052317 A CN 112052317A CN 202010838148 A CN202010838148 A CN 202010838148A CN 112052317 A CN112052317 A CN 112052317A
- Authority
- CN
- China
- Prior art keywords
- module
- information
- knowledge base
- unit
- retrieval
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
Abstract
本发明公开了一种基于深度学习的医学知识库智能检索系统及其方法,包括中央控制系统和登录单元,所述中央控制系统的输入端与登录单元的输出端电性连接,所述中央控制系统的输入端与知识库信息采集单元的输出端电性连接,所述中央控制系统通过无线与信息处理单元实现双向连接,且信息处理单元的输出端与医学知识库的输入端电性连接,本发明涉及医学知识库检索技术领域。该基于深度学习的医学知识库智能检索系统及其方法,通过信息处理单元先将知识库信息采集单元采集的信息进行分类、整理,同时对已有的信息进行删除和修改,实时更新完善知识库,便于将信息和知识有序化的保存在知识库内,方便信息和知识的检索。
Description
技术领域
本发明涉及医学知识库检索技术领域,具体为一种基于深度学习的医学知识库智能检索系统及其方法。
背景技术
知识库有两种含义:一种是指专家系统设计所应用的规则集合,包含规则所联系的事实及数据,它们的全体构成知识库,这种知识库是与具体的专家系统有关,不存在知识库的共享问题,另一种是指具有咨询性质的知识库,这种知识库是共享的,不是一家所独有的,从今后的发展来看,巨型知识库将会出现,还依赖于硬件及软件条件的发展,下一代计算机所应考虑的重要问题之一是知识库的设计,以知识库为背景的知识库机及共管理系统构设计,知识库的概念来自两个不同的领域,一个是人工智能及其分支-知识工程领域,另一个是传统的数据库领域,由人工智能(AI)和数据库(DB)两项计算机技术的有机结合,促成了知识库系统的产生和发展。
参考中国专利申请号为CN201910391205.X的一种基于深度学习的高血压问答系统及其系统建立方法,根据问题检索高血压医学知识库和问答知识库,根据检索结果将答复发送给答复反馈模块,答复反馈模块用于将答复通过语言、文字或者照片反馈给用户,解决了现有通过搜索引擎获取医疗知识耗时且信息准确性难判的问题,然而该参考专利存在以下不足:
1)、在对知识库内的信息进行采集刷新的过程中,该系统无法对收集的信息和知识进行的分类、整理,导致信息和知识不能有序化保存在知识库内,使用较为混乱,导致在检索的过程中,影响检索的速度。
2)、通过组织医生对系统答复结果进行审阅修改,并依据其审阅修改不断完善更新知识库,由于系统答复结果繁杂,会耗费了医生大量的精力和时间,同时人工审阅修改降低了知识库的更新速度,不利于其发展。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种基于深度学习的医学知识库智能检索系统及其方法,解决了该系统无法对收集的信息和知识进行的分类、整理,导致信息和知识不能有序化保存在知识库内,使用较为混乱,以及由于系统答复结果繁杂,会耗费了医生大量的精力和时间,同时人工审阅修改降低了知识库的更新速度,不利于其发展的问题。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:一种基于深度学习的医学知识库智能检索系统,包括中央控制系统和登录单元,所述中央控制系统的输入端与登录单元的输出端电性连接,所述中央控制系统的输入端与知识库信息采集单元的输出端电性连接,所述中央控制系统通过无线与信息处理单元实现双向连接,且信息处理单元的输出端与医学知识库的输入端电性连接,所述医学知识库通过无线与中央控制系统实现双向连接,所述中央控制系统的输入端与反馈单元的输出端电性连接,所述中央控制系统的输入端与语音识别单元的输出端电性连接,所述中央控制系统的输入端与人机交互单元的输出端电性连接,所述中央控制系统的输出端与结果输出单元的输入端电性连接。
优选的,所述知识库信息采集单元包括采集模块、信息筛选模块、自定义输入模块和上传模块,所述登录单元包括账号输入模块、密码更改模块和验证登录模块。
优选的,所述语音识别单元包括语音接收模块、语音识别模块、方言库、语音释义模块和语句转换模块,所述人机交互单元包括文字输入模块、图片录入单元、专有名词识别模块、查询模块和索引模块。
优选的,所述图片录入单元包括摄像采集模块、清晰度选取模块、图片局部扫描模块和信息获取模块,所述医学知识库包括分类储存模块。
优选的,所述分类储存模块的输入端与信息接收模块的输出端电性连接,所述分类储存模块的输入端与实时更新模块的输出端电性连接。
优选的,所述信息处理单元包括统计模块、分类模块、删除模块和修改模块,所述结果输出单元包括排序模块、语音反馈模块、文字反馈模块和评价模块。
优选的,所述反馈单元包括问答筛选模块、在线反馈模块和完善刷新模块。
本发明还公开了一种基于深度学习的医学知识库智能检索系统的方法,具体包括以下步骤:
S1、知识库信息采集:通过知识库信息采集单元中的采集模块从医学杂志、论文和医疗知识专业网站等地方进行医学知识的采集,然后信息筛选模块从采集的信息中筛选出较权威的言论知识,将这些信息通过上传模块传输至中央控制系统中,通过自定义输入模块能够人为输入医学信息;
S2、信息分类整理:采集的信息通过中央控制系统传输至信息处理单元中,统计模块用于对采集的信息进行详细统计,分类模块用于对采集的医学信息按照医学种类进行分类,当采集的信息与医学知识库内的信息重复时,通过删除模块进行删除,修改模块用于对医学知识库内的信息进行修改,信息分类整理后,上传至医学知识库内,通过信息接收模块进行接收,然后将接收的信息和知识通过分类储存模块进行保存,实时更新模块对分类储存模块中的信息进行实时更新;
S3、语音检索:进入该系统的登录单元中,通过账号输入模块将账号密码输入,忘记密码时,通过密码更改模块对密码进行修改,再次输入密码,验证登录模块验证成功后,即可登录系统进行检索,检索时,语音接收模块接收使用者的声音,语音识别模块对接收的声音进行识别,方言库内储存有不同地区和国家的方言,语音识别时,带有方言的语音也可正确识别,语音释义模块对识别后的语音内涵和意思进行分析,通过语句转换模块自动将口语化的语音转换为规范化语句,方便检索;
S4、文字和图片检索:通过人机交互单元中的文字输入模块能够打字进行检索,对图片信息进行检索时,通过图片录入单元中的摄像采集模块对图片信息进行拍摄,然后清晰度选取模块对采集的图像清晰度进行选取,图片局部扫描模块对图像进行局部重点扫描,然后信息获取模块获取采集的图片信息,通过专有名词识别模块对检索的问题中携带的专有名词进行提取识别,查询模块对输入的检索信息进行查询,索引模块用于接收专有名词识别模块识别的关键词,并根据关键词获取相关信息和相关索引信息;
S5:检索结果输出:检索查询后,检索的结果通过中央控制系统上传至结果输出单元中,排序模块根据与检索信息的匹配度和出现频率将检索的结果进行排序,语音反馈模块通过语音的形式将结果进行播报,文字反馈模块将结果通过文字的方式进行显示,检索完成后,使用者通过评价模块对检索的结果进行评价,然后问答筛选模块将评价较低的问答筛选出来,医务人员空闲时通过在线反馈模块能够对该问答进行修改和完善,然后完善刷新模块对医学知识库内保存的信息进行完善。
(三)有益效果
本发明提供了一种基于深度学习的医学知识库智能检索系统及其方法。与现有技术相比具备以下有益效果:
(1)、该基于深度学习的医学知识库智能检索系统及其方法,通过中央控制系统的输入端与知识库信息采集单元的输出端电性连接,中央控制系统通过无线与信息处理单元实现双向连接,且信息处理单元的输出端与医学知识库的输入端电性连接,医学知识库通过无线与中央控制系统实现双向连接,信息处理单元包括统计模块、分类模块、删除模块和修改模块,通过信息处理单元先将知识库信息采集单元采集的信息进行分类、整理,同时对已有的信息进行删除和修改,实时更新完善知识库,便于将信息和知识有序化的保存在知识库内,方便信息和知识的检索。
(2)、该基于深度学习的医学知识库智能检索系统及其方法,通过中央控制系统的输入端与反馈单元的输出端电性连接,中央控制系统的输出端与结果输出单元的输入端电性连接,结果输出单元包括排序模块、语音反馈模块、文字反馈模块和评价模块,反馈单元包括问答筛选模块、在线反馈模块和完善刷新模块,在该系统的检索结果出来后,通过评价模块能够对检索出的结果进行评价,然后将评价较低的问答筛选出来,医务人员空闲时通过在线反馈模块能够对该问答进行修改和完善,不断提高该系统的检索准确性。
(3)、该基于深度学习的医学知识库智能检索系统及其方法,通过中央控制系统的输入端与语音识别单元的输出端电性连接,中央控制系统的输入端与人机交互单元的输出端电性连接,人机交互单元包括文字输入模块、图片录入单元、专有名词识别模块、查询模块和索引模块,在进行检索的过程中,使用者能够通过语音、图片和文字的形式进行检索,满足了使用者的个性化需求,检索更加方便快捷。
附图说明
图1为本发明系统的结构原理框图;
图2为本发明知识库信息采集单元的结构原理框图;
图3为本发明登录单元的结构原理框图;
图4为本发明语音识别单元的结构原理框图;
图5为本发明人机交互单元的结构原理框图;
图6为本发明图片录入单元的结构原理框图;
图7为本发明医学知识库的结构原理框图;
图8为本发明信息处理单元的结构原理框图;
图9为本发明结果输出单元的结构原理框图;
图10为本发明反馈单元的结构原理框图。
图中,1中央控制系统、2登录单元、21账号输入模块、22密码更改模块、23验证登录模块、3知识库信息采集单元、31采集模块、32信息筛选模块、33自定义输入模块、34上传模块、4信息处理单元、41统计模块、42分类模块、43删除模块、44修改模块、5医学知识库、51分类储存模块、52信息接收模块、53实时更新模块、6反馈单元、61问答筛选模块、62在线反馈模块、63完善刷新模块、7语音识别单元、71语音接收模块、72语音识别模块、73方言库、74语音释义模块、75语句转换模块、8人机交互单元、81文字输入模块、82图片录入单元、821摄像采集模块、822清晰度选取模块、823图片局部扫描模块、824信息获取模块、83专有名词识别模块、84查询模块、85索引模块、9结果输出单元、91排序模块、92语音反馈模块、93文字反馈模块、94评价模块。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-10,本发明实施例提供一种技术方案:一种基于深度学习的医学知识库智能检索系统,包括中央控制系统1和登录单元2,中央控制系统1的输入端与登录单元2的输出端电性连接,中央控制系统1的输入端与知识库信息采集单元3的输出端电性连接,知识库信息采集单元3包括采集模块31、信息筛选模块32、自定义输入模块33和上传模块34,登录单元2包括账号输入模块21、密码更改模块22和验证登录模块23,中央控制系统1通过无线与信息处理单元4实现双向连接,信息处理单元4包括统计模块41、分类模块42、删除模块43和修改模块44,结果输出单元9包括排序模块91、语音反馈模块92、文字反馈模块93和评价模块94,且信息处理单元4的输出端与医学知识库5的输入端电性连接,医学知识库5通过无线与中央控制系统1实现双向连接,中央控制系统1的输入端与反馈单元6的输出端电性连接,反馈单元6包括问答筛选模块61、在线反馈模块62和完善刷新模块63,中央控制系统1的输入端与语音识别单元7的输出端电性连接,语音识别单元7包括语音接收模块71、语音识别模块72、方言库73、语音释义模块74和语句转换模块75,人机交互单元8包括文字输入模块81、图片录入单元82、专有名词识别模块83、查询模块84和索引模块85,使用者能够通过语音、图片和文字的形式进行检索,满足了使用者的个性化需求,检索更加方便快捷,图片录入单元82包括摄像采集模块821、清晰度选取模块822、图片局部扫描模块823和信息获取模块824,医学知识库5包括分类储存模块51,分类储存模块51的输入端与信息接收模块52的输出端电性连接,分类储存模块51的输入端与实时更新模块53的输出端电性连接,中央控制系统1的输入端与人机交互单元8的输出端电性连接,中央控制系统1的输出端与结果输出单元9的输入端电性连接。
本发明还公开了一种基于深度学习的医学知识库智能检索系统的方法,具体包括以下步骤:
S1、知识库信息采集:通过知识库信息采集单元3中的采集模块31从医学杂志、论文和医疗知识专业网站等地方进行医学知识的采集,然后信息筛选模块32从采集的信息中筛选出较权威的言论知识,将这些信息通过上传模块34传输至中央控制系统1中,通过自定义输入模块33能够人为输入医学信息;
S2、信息分类整理:采集的信息通过中央控制系统1传输至信息处理单元4中,统计模块41用于对采集的信息进行详细统计,分类模块42用于对采集的医学信息按照医学种类进行分类,医学种类为不同医学科目,如骨科、儿科和外壳等,当采集的信息与医学知识库5内的信息重复时,通过删除模块43进行删除,修改模块44用于对医学知识库5内的信息进行修改,信息分类整理后,上传至医学知识库5内,通过信息接收模块52进行接收,然后将接收的信息和知识通过分类储存模块51进行保存,实时更新模块53对分类储存模块51中的信息进行实时更新;
S3、语音检索:进入该系统的登录单元2中,通过账号输入模块21将账号密码输入,忘记密码时,通过密码更改模块22对密码进行修改,再次输入密码,验证登录模块23验证成功后,即可登录系统进行检索,检索时,语音接收模块71接收使用者的声音,语音识别模块72对接收的声音进行识别,方言库73内储存有不同地区和国家的方言,语音识别时,带有方言的语音也可正确识别,语音释义模块74对识别后的语音内涵和意思进行分析,通过语句转换模块75自动将口语化的语音转换为规范化语句,方便检索;
S4、文字和图片检索:通过人机交互单元8中的文字输入模块81能够打字进行检索,对图片信息进行检索时,通过图片录入单元82中的摄像采集模块821对图片信息进行拍摄,然后清晰度选取模块822对采集的图像清晰度进行选取,图片局部扫描模块823对图像进行局部重点扫描,便于对图片进行局部扩大扫描,方便获取更加全面和清晰的图片信息,然后信息获取模块824获取采集的图片信息,通过专有名词识别模块83对检索的问题中携带的专有名词进行提取识别,查询模块84对输入的检索信息进行查询,索引模块85用于接收专有名词识别模块83识别的关键词,并根据关键词获取相关信息和相关索引信息;
S5:检索结果输出:检索查询后,检索的结果通过中央控制系统1上传至结果输出单元9中,排序模块91根据与检索信息的匹配度和出现频率将检索的结果进行排序,检索信息的匹配度最高和出现频率最高的检索结果排在第一位,语音反馈模块92通过语音的形式将结果进行播报,文字反馈模块93将结果通过文字的方式进行显示,检索完成后,使用者通过评价模块94对检索的结果进行评价,评价内容为检索结果的准确性和完整性,然后问答筛选模块61将评价较低的问答筛选出来,医务人员空闲时通过在线反馈模块62能够对该问答进行修改和完善,然后完善刷新模块63对医学知识库5内保存的信息进行完善。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.一种基于深度学习的医学知识库智能检索系统,包括中央控制系统(1)和登录单元(2),所述中央控制系统(1)的输入端与登录单元(2)的输出端电性连接,其特征在于:所述中央控制系统(1)的输入端与知识库信息采集单元(3)的输出端电性连接,所述中央控制系统(1)通过无线与信息处理单元(4)实现双向连接,且信息处理单元(4)的输出端与医学知识库(5)的输入端电性连接,所述医学知识库(5)通过无线与中央控制系统(1)实现双向连接,所述中央控制系统(1)的输入端与反馈单元(6)的输出端电性连接,所述中央控制系统(1)的输入端与语音识别单元(7)的输出端电性连接,所述中央控制系统(1)的输入端与人机交互单元(8)的输出端电性连接,所述中央控制系统(1)的输出端与结果输出单元(9)的输入端电性连接。
2.根据权利要求1所述的一种基于深度学习的医学知识库智能检索系统,其特征在于:所述知识库信息采集单元(3)包括采集模块(31)、信息筛选模块(32)、自定义输入模块(33)和上传模块(34),所述登录单元(2)包括账号输入模块(21)、密码更改模块(22)和验证登录模块(23)。
3.根据权利要求1所述的一种基于深度学习的医学知识库智能检索系统,其特征在于:所述语音识别单元(7)包括语音接收模块(71)、语音识别模块(72)、方言库(73)、语音释义模块(74)和语句转换模块(75),所述人机交互单元(8)包括文字输入模块(81)、图片录入单元(82)、专有名词识别模块(83)、查询模块(84)和索引模块(85)。
4.根据权利要求3所述的一种基于深度学习的医学知识库智能检索系统,其特征在于:所述图片录入单元(82)包括摄像采集模块(821)、清晰度选取模块(822)、图片局部扫描模块(823)和信息获取模块(824),所述医学知识库(5)包括分类储存模块(51)。
5.根据权利要求4所述的一种基于深度学习的医学知识库智能检索系统,其特征在于:所述分类储存模块(51)的输入端与信息接收模块(52)的输出端电性连接,所述分类储存模块(51)的输入端与实时更新模块(53)的输出端电性连接。
6.根据权利要求1所述的一种基于深度学习的医学知识库智能检索系统,其特征在于:所述信息处理单元(4)包括统计模块(41)、分类模块(42)、删除模块(43)和修改模块(44),所述结果输出单元(9)包括排序模块(91)、语音反馈模块(92)、文字反馈模块(93)和评价模块(94)。
7.根据权利要求1所述的一种基于深度学习的医学知识库智能检索系统,其特征在于:所述反馈单元(6)包括问答筛选模块(61)、在线反馈模块(62)和完善刷新模块(63)。
8.一种根据权利要求1-7所述的基于深度学习的医学知识库智能检索系统的方法,其特征在于:具体包括以下步骤:
S1、知识库信息采集:通过知识库信息采集单元(3)中的采集模块(31)从医学杂志、论文和医疗知识专业网站等地方进行医学知识的采集,然后信息筛选模块(32)从采集的信息中筛选出较权威的言论知识,将这些信息通过上传模块(34)传输至中央控制系统(1)中,通过自定义输入模块(33)能够人为输入医学信息;
S2、信息分类整理:采集的信息通过中央控制系统(1)传输至信息处理单元(4)中,统计模块(41)用于对采集的信息进行详细统计,分类模块(42)用于对采集的医学信息按照医学种类进行分类,当采集的信息与医学知识库(5)内的信息重复时,通过删除模块(43)进行删除,修改模块(44)用于对医学知识库(5)内的信息进行修改,信息分类整理后,上传至医学知识库(5)内,通过信息接收模块(52)进行接收,然后将接收的信息和知识通过分类储存模块(51)进行保存,实时更新模块(53)对分类储存模块(51)中的信息进行实时更新;
S3、语音检索:进入该系统的登录单元(2)中,通过账号输入模块(21)将账号密码输入,忘记密码时,通过密码更改模块(22)对密码进行修改,再次输入密码,验证登录模块(23)验证成功后,即可登录系统进行检索,检索时,语音接收模块(71)接收使用者的声音,语音识别模块(72)对接收的声音进行识别,方言库(73)内储存有不同地区和国家的方言,语音识别时,带有方言的语音也可正确识别,语音释义模块(74)对识别后的语音内涵和意思进行分析,通过语句转换模块(75)自动将口语化的语音转换为规范化语句,方便检索;
S4、文字和图片检索:通过人机交互单元(8)中的文字输入模块(81)能够打字进行检索,对图片信息进行检索时,通过图片录入单元(82)中的摄像采集模块(821)对图片信息进行拍摄,然后清晰度选取模块(822)对采集的图像清晰度进行选取,图片局部扫描模块(823)对图像进行局部重点扫描,然后信息获取模块(824)获取采集的图片信息,通过专有名词识别模块(83)对检索的问题中携带的专有名词进行提取识别,查询模块(84)对输入的检索信息进行查询,索引模块(85)用于接收专有名词识别模块(83)识别的关键词,并根据关键词获取相关信息和相关索引信息;
S5:检索结果输出:检索查询后,检索的结果通过中央控制系统(1)上传至结果输出单元(9)中,排序模块(91)根据与检索信息的匹配度和出现频率将检索的结果进行排序,语音反馈模块(92)通过语音的形式将结果进行播报,文字反馈模块(93)将结果通过文字的方式进行显示,检索完成后,使用者通过评价模块(94)对检索的结果进行评价,然后问答筛选模块(61)将评价较低的问答筛选出来,医务人员空闲时通过在线反馈模块(62)能够对该问答进行修改和完善,然后完善刷新模块(63)对医学知识库(5)内保存的信息进行完善。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010838148.8A CN112052317A (zh) | 2020-08-19 | 2020-08-19 | 一种基于深度学习的医学知识库智能检索系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010838148.8A CN112052317A (zh) | 2020-08-19 | 2020-08-19 | 一种基于深度学习的医学知识库智能检索系统及其方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112052317A true CN112052317A (zh) | 2020-12-08 |
Family
ID=73599677
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010838148.8A Pending CN112052317A (zh) | 2020-08-19 | 2020-08-19 | 一种基于深度学习的医学知识库智能检索系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112052317A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112992338A (zh) * | 2021-02-08 | 2021-06-18 | 青岛大学附属医院 | 一种超声检查技术与人工智能技术相结合的学习系统 |
CN113145487A (zh) * | 2021-04-02 | 2021-07-23 | 汇源印刷包装科技(天津)股份有限公司 | 一种印刷品喷码检测交互方法及系统 |
CN113948204A (zh) * | 2021-10-22 | 2022-01-18 | 南方医科大学珠江医院 | 一种以结局为导向的全程模型护理数据处理方法 |
CN114936232A (zh) * | 2022-05-23 | 2022-08-23 | 深圳市鸿普森科技股份有限公司 | 一种支持智能搜索的知识库管理系统 |
CN115048513A (zh) * | 2022-05-31 | 2022-09-13 | 孔德诗 | 一种基于自然语言识别客服机器人的知识库建设系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663129A (zh) * | 2012-04-25 | 2012-09-12 | 中国科学院计算技术研究所 | 医疗领域深度问答方法及医学检索系统 |
CN106960015A (zh) * | 2017-03-03 | 2017-07-18 | 长春理工大学 | 一种基于计算机处理下的医学图像检索系统及检索方法 |
-
2020
- 2020-08-19 CN CN202010838148.8A patent/CN112052317A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663129A (zh) * | 2012-04-25 | 2012-09-12 | 中国科学院计算技术研究所 | 医疗领域深度问答方法及医学检索系统 |
CN106960015A (zh) * | 2017-03-03 | 2017-07-18 | 长春理工大学 | 一种基于计算机处理下的医学图像检索系统及检索方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112992338A (zh) * | 2021-02-08 | 2021-06-18 | 青岛大学附属医院 | 一种超声检查技术与人工智能技术相结合的学习系统 |
CN113145487A (zh) * | 2021-04-02 | 2021-07-23 | 汇源印刷包装科技(天津)股份有限公司 | 一种印刷品喷码检测交互方法及系统 |
CN113948204A (zh) * | 2021-10-22 | 2022-01-18 | 南方医科大学珠江医院 | 一种以结局为导向的全程模型护理数据处理方法 |
CN113948204B (zh) * | 2021-10-22 | 2022-04-22 | 南方医科大学珠江医院 | 一种以结局为导向的全程模型护理数据处理方法 |
CN114936232A (zh) * | 2022-05-23 | 2022-08-23 | 深圳市鸿普森科技股份有限公司 | 一种支持智能搜索的知识库管理系统 |
CN114936232B (zh) * | 2022-05-23 | 2023-03-07 | 深圳市鸿普森科技股份有限公司 | 一种支持智能搜索的知识库管理系统 |
CN115048513A (zh) * | 2022-05-31 | 2022-09-13 | 孔德诗 | 一种基于自然语言识别客服机器人的知识库建设系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108287822B (zh) | 一种中文相似问题生成系统与方法 | |
CN116628172B (zh) | 基于知识图谱的政务服务领域多策略融合的对话方法 | |
CN112052317A (zh) | 一种基于深度学习的医学知识库智能检索系统及其方法 | |
CN108829757B (zh) | 一种聊天机器人的智能服务方法、服务器及存储介质 | |
CN109829104B (zh) | 基于语义相似度的伪相关反馈模型信息检索方法及系统 | |
CN108829893B (zh) | 确定视频标签的方法、装置、存储介质和终端设备 | |
WO2020224097A1 (zh) | 智能语义文档推荐方法、装置及计算机可读存储介质 | |
CN110489538A (zh) | 基于人工智能的语句应答方法、装置及电子设备 | |
CN1637744A (zh) | 为在大量电子文档中搜索而确定文档相关性的机器学习方法 | |
CN110674252A (zh) | 一种面向司法领域的高精度语义搜索系统 | |
CN109299271A (zh) | 训练样本生成、文本数据、舆情事件分类方法及相关设备 | |
KR20040013097A (ko) | 카테고리 기반의 확장가능한 대화식 문서 검색 시스템 | |
CN110287482B (zh) | 半自动化分词语料标注训练装置 | |
CN108228682A (zh) | 字符串验证方法、字符串扩充方法与验证模型训练方法 | |
WO2020077825A1 (zh) | 论坛社区应用管理方法、装置、设备及可读存储介质 | |
CN116010552A (zh) | 一种基于关键词词库的工程造价数据解析系统及其方法 | |
CN112307182A (zh) | 一种基于问答系统的伪相关反馈的扩展查询方法 | |
CN111125145A (zh) | 一种通过自然语言获取数据库信息的自动化系统 | |
TWI734085B (zh) | 使用意圖偵測集成學習之對話系統及其方法 | |
CN106776590A (zh) | 一种获取词条译文的方法及系统 | |
CN116070599A (zh) | 智能化题库生成及辅助管理系统 | |
CN111625722B (zh) | 一种基于深度学习的人才推荐方法、系统及存储介质 | |
CN114547342A (zh) | 一种基于知识图谱的高校专业智能问答系统及方法 | |
JP2022190845A (ja) | エンティティとインテントとコーパスの自動生成装置及びプログラム | |
CN113761081A (zh) | 一种用于对企业信息进行多维度组合检索的方法及其系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: Floor 16, building 1, No. 371, Mingxing Road, Xiaoshan Economic and Technological Development Zone, Hangzhou, Zhejiang 311201 Applicant after: HANGZHOU GUPO MEDICAL TECHNOLOGY CO.,LTD. Address before: 311201 room 910, building C, No. 198, Qidi Road, Xiaoshan Economic and Technological Development Zone, Xiaoshan District, Hangzhou City, Zhejiang Province Applicant before: HANGZHOU GUPO MEDICAL TECHNOLOGY CO.,LTD. |
|
CB02 | Change of applicant information |