[发明专利]分诊对话方法、分诊对话设备及系统在审

专利信息
申请号: 201710507287.0 申请日: 2017-06-28
公开(公告)号: CN109147930A 公开(公告)日: 2019-01-04
发明(设计)人: 张振中 申请(专利权)人: 京东方科技集团股份有限公司
主分类号: G16H50/20 分类号: G16H50/20;H04L29/08
代理公司: 北京市柳沈律师事务所 11105 代理人: 彭久云
地址: 100015 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 中间表示 对话 对话内容 对话设备 对话系统 特征向量 编码器 向量 判断结果 用户反馈 用户负担 主动学习 输出 成功
【说明书】:

一种分诊对话方法、分诊对话设备以及分诊对话系统。所述分诊对话方法包括:接收分诊对话内容;生成所述分诊对话内容的中间表示;根据所述中间表示,判断分诊任务是否成功完成;以及根据所述分诊任务的判断结果,调整分诊对话策略。所述中间表示为中间表示向量。生成所述分诊对话内容的中间表示,包括:将所述分诊对话内容切分为一系列对话特征,并生成与所述对话特征一一对应的对话特征向量;以及将所述对话特征向量作为编码器的输入,通过所述编码器生成所述中间表示向量并输出。所述分诊对话设备、分诊对话方法以及分诊对话系统通过使用主动学习方法判断分诊任务的处理是否需要用户反馈,减轻用户负担,能够快速准确地完成分诊任务。

技术领域

本公开的实施例涉及一种分诊对话方法、分诊对话设备及系统。

背景技术

智能分诊是指根据患者的主要症状及体征,诊断出可能的疾病,判断病情的轻重缓急及其隶属专科,并推荐有效的就诊路径等。相比传统的门诊分诊,智能分诊能够更快速更准确地判断疾病并给出合理建议。因此,在目前社会医疗资源紧张的情况下,智能分诊受到医疗界的广泛关注,具有广阔的应用前景。

具体来说,智能分诊系统(triage dialogue system)的主要任务是依据患者的症状体征快速准确地判断其隶属专科,并给出有效的就诊路径。为了完成这一任务,智能分诊系统需要同患者进行人机交互,收集患者的症状体征信息。通常来说,同患者交互的次数越多,收集的症状体征信息就越全面,从而做出的判断就越准确。但是,同患者交互的次数越多,也就意味着需要的时间越多,而这会耽误患者的就诊时间以及浪费医疗资源。因此,智能分诊系统能顺利完成分诊任务的关键在于在人机交互过程中能够准确地判断任务是否成功完成。传统的分诊系统通常基于人工编写的规则库或者基于机器学习的方法(例如Airdoc分诊系统)。但是这两种方式都没有显式地评估智能分诊任务是否成功完成。

发明内容

本公开实施例提供一种分诊对话方法,包括:接收分诊对话内容;生成所述分诊对话内容的中间表示;根据所述中间表示,判断分诊任务是否成功完成;以及根据所述分诊任务的判断结果,调整分诊对话策略。所述中间表示为中间表示向量。生成所述分诊对话内容的中间表示,包括:将所述分诊对话内容切分为一系列对话特征,并生成与所述对话特征一一对应的对话特征向量;以及将所述对话特征向量作为编码器的输入,通过所述编码器生成所述中间表示向量并输出。

例如,所述编码器采用双向门控循环单元网络;基于所述双向门控循环单元网络的前向隐藏序列和后向隐藏序列,所述中间表示向量h为:

其中,表征所述前向隐藏序列中的第i个元素和所述后向隐藏序列中第i个元素的连接,以及T表征所述对话特征的数目。

例如,根据所述中间表示,判断分诊任务是否成功完成,包括:基于以往的中间表示以及所述中间表示,计算所述分诊任务完成的成功概率。

例如,所述判断分诊任务是否成功完成被刻画为高斯过程,所述成功概率为:

其中,H表示以往的中间表示向量;h表示所述中间表示向量,其为当前的中间表示;y∈{-1,1},y=1表示所述分诊任务成功完成;φ(·)为标准正态分布的分布函数;μ*和分别为f(h)的后验均值和后验方差,f(·)表示潜在函数,被刻画为高斯过程。

例如,当所述成功概率落入失败区间,则所述判断结果为确定所述分诊任务失败;当所述成功概率落入不确定区间,则所述判断结果为不确定所述分诊任务是否成功完成;或者,当所述成功概率落入成功区间,则所述判断结果为确定所述分诊任务已完成。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于京东方科技集团股份有限公司,未经京东方科技集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710507287.0/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top