摘要
本发明提出一种基于知识增强与推理优化的医学问答方法及系统,涉及人工智能与医学信息处理的技术领域,方法包括获取医学语料库,对医学语料库进行预处理,得到预处理后的医学语料库;利用预处理后的医学语料库对预设的语言模型进行训练,得到用于输出语义向量的医学问答初始模型;利用预设的知识图谱生成知识嵌入向量,将知识嵌入向量与语义向量融合,得到融合向量;将融合向量作为医学问答初始模型的输入,对医学问答初始模型进行微调,得到微调模型;对微调模型进行推理优化,得到训练好的医学问答模型;将待处理的医学问题输入医学问答模型,输出答案预测结果。本发明能够有效提高医学问答效率、准确性和可靠性。
技术关键词
医学问答方法
前馈神经网络
问答模型
语义向量
答案
编码器
表达式
生成知识
注意力机制
概率分布函数
图谱
矩阵
节点
序列
注意力参数
样本
模型训练模块