基于句法抽取与图结构编码的患者问询意图识别

摘要：

中西医在线问询意图的自动识别是捕获患者核心需求、提高在线问询效率与质量的一个关键环节.提出结合句法结构的图编码分类模型SGM,第一步利用ddparser解析短文本的句法结构,抽取表达文本核心内容的主、谓、宾短语,得到句法依存关系图,进而采用双层图卷积神经网络编码得到128维的文本特征向量;第二步使用SVM、Bayes等分类器完成16597条患者问询意图分类.选取脱敏的中文在线问询数据集开展实验,结果表明SGM分类效果最佳,较直接进行机器学习模型分类的F1值可提高17.6％;较融合句法结构的神经网络(BiGCNs)分类F1值提升17.4％.含句法结构特征的图结构编码的分类器能够有效识别中西医在线问询意图,以期为医疗服务推荐相关工作提供建设性帮助.

关键词：图神经网络;句法结构;中文短文本意图挖掘;中西医问询

所属期刊栏目：49

分类号：TP311(计算技术、计算机技术)

资助基金：国家青年科学基金项目"基于衰减系数的动态蛋白质网络建模及研究"编号:61906100

在线出版日期：2021-12-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2276-2281,2334