[发明专利]基于宠物鼻纹的宠物医师推荐方法及相关设备

权利要求书

1.一种基于宠物鼻纹的宠物医师推荐方法，其特征在于，应用于智能问答机器人，所述方法包括：

根据宠物的鼻纹特征，得到宠物的历史就诊记录；

对宠物主人进行宠物的第一轮问诊，根据所述鼻纹特征、所述历史就诊记录和宠物主人对所述第一轮问诊的症状描述进行第一轮预测，得到所述第一轮预测的至少一个候选医师和所述第一轮预测的状态信息；

对宠物主人进行宠物的第二轮问诊，根据所述第一轮预测的状态信息和宠物主人对所述第二轮问诊的症状描述进行第二轮预测，得到所述第二轮预测的至少一个候选医师和所述第二轮预测的状态信息；

对宠物主人进行宠物的第N轮问诊，根据第(N-1)轮预测的状态信息和宠物主人对所述第N轮问诊的症状描述进行第N轮预测，得到所述第N轮预测的至少一个候选医师和所述第N轮预测的状态信息；其中，N为大于2的整数；

根据所述第一轮预测、所述第二轮预测至所述第N轮预测中每轮预测得到的至少一个候选医师，确定出宠物的推荐医师。

2.根据权利要求1所述的方法，其特征在于，所述历史就诊记录中包括宠物的历史症状描述，所述根据所述鼻纹特征、所述历史就诊记录和宠物主人对所述第一轮问诊的症状描述进行第一轮预测，得到所述第一轮预测的至少一个候选医师和所述第一轮预测的状态信息，包括：

对所述历史症状描述进行编码，得到第一词向量表示；

对所述第一轮问诊的症状描述进行编码，得到第二词向量表示；

将所述鼻纹特征、所述第一词向量表示和所述第二词向量表示拼接为输入特征；

将所述输入特征输入训练好的分类模型进行分类预测，得到多个医师的推荐概率；

基于所述多个医师的推荐概率得到所述第一轮预测的至少一个候选医师；以及，

将所述分类模型对所述输入特征进行特征提取得到的隐向量与所述鼻纹特征进行拼接得到的向量作为所述第一轮预测的状态信息。

3.根据权利要求2所述的方法，其特征在于，所述历史就诊记录中包括宠物的历史就诊医师的历史推荐概率和客户综合评分，所述基于所述多个医师的推荐概率得到所述第一轮预测的至少一个候选医师，包括：

对所述多个医师进行多次随机采样，得到R个候选医师集；其中，R为大于2的整数；

根据所述R个候选医师集中的医师的推荐概率、所述R个候选医师集中的医师的客户综合评分、所述历史就诊医师的历史推荐概率和所述历史就诊医师的客户综合评分，得到所述第一轮预测的至少一个候选医师。

4.根据权利要求3所述的方法，其特征在于，所述对所述多个医师进行多次随机采样，得到R个候选医师集，包括：

对所述多个医师进行随机采样，以选取出M个医师，将所述M个医师组成第一候选医师集；其中，M为大于1的整数；

再次执行对所述多个医师进行随机采样的操作，以选取出P个医师，将所述P个医师组成第二候选医师集；其中，P为大于1的整数；

重复执行对所述多个医师进行随机采样的操作，直至得到的所述R个候选医师集涵盖所述多个医师；所述R个候选医师集包括所述第一候选医师集和所述第二候选医师集。

5.根据权利要求4所述的方法，其特征在于，所述根据所述R个候选医师集中的医师的推荐概率、所述R个候选医师集中的医师的客户综合评分、所述历史就诊医师的历史推荐概率和所述历史就诊医师的客户综合评分，得到所述第一轮预测的至少一个候选医师，包括：

计算所述M个医师的推荐概率的平均值，在所述M个医师的推荐概率的平均值大于或等于所述历史就诊医师的历史推荐概率的情况下，保留所述第一候选医师集；

计算所述P个医师的推荐概率的平均值，在所述P个医师的推荐概率的平均值大于或等于所述历史就诊医师的历史推荐概率的情况下，保留所述第二候选医师集；

对所述R个候选医师集执行计算医师的推荐概率的平均值的操作，得到保留下来的S个候选医师集；其中，S大于或等于1，且小于或等于R；

对所述S个候选医师集进行去重处理，将去重后的所述S个候选医师集中客户综合评分大于或等于所述历史就诊医师的客户综合评分的医师确定为候选医师，以得到所述第一轮预测的至少一个候选医师。