基于BERT模型的医疗知识智能问答系统的研究与开发
【摘要】：在人工智能技术飞速发展的时代背景下,我国作为全世界人口最多的国家,医疗产业发展潜力巨大,近年来我国一直大力倡导医疗智能化、现代化,促进医疗服务与人工智能进行更多的结合与实践,而新冠肺炎的出现更加深了人们对医疗知识的渴望。得益于互联网的高速发展,越来越多的人开始在互联网上寻找疾病预防、疾病治疗等相关医疗知识。然而,人们很难从通过搜索引擎获得的信息中筛选出问题的答案甚至可能得到错误的答案。在此背景下,本文将问答系统与医疗知识相结合,开发出一个基于BERT模型的医疗知识智能问答系统,帮助人们解决获取医疗知识困难的问题。本文将使用软件工程领域的结构化开发方法,进行系统的分析、设计与实现。问答子系统的知识库使用爬虫加开源数据集的方式,保证知识库的“质”与“量”,同时为方便操作使用知识图谱三元组的形式存储。问答模型的核心是基于谷歌开源的BERT模型构建的一个计算语义相似度的模型,其F1值达到了0.959。系统开发遵循MVC设计模式,前端页面设计在墨刀软件上进行,之后使用HTML5+CSS进行前端的搭建;使用MySQL数据库存储系统数据和知识库;使用Django框架搭建后端服务,完成相应功能模块的交互,最终实现了一个融合人工智能先进研究成果的医疗知识智能问答系统。
页:
[1]