基于注意力和字嵌入的中文医疗问答匹配方法

摘要：

针对当前的分词工具在中文医疗领域无法有效切分出所有医学术语,且特征工程需消耗大量人力成本的问题,提出了一种基于注意力机制和字嵌入的多尺度卷积神经网络建模方法.该方法使用字嵌入结合多尺度卷积神经网络用以提取问题句子和答案句子不同尺度的上下文信息,并引入注意力机制来强调问题和答案句子之间的相互影响,该方法能有效学习问题句子和正确答案句子之间的语义关系.由于中文医疗领域问答匹配任务没有标准的评测数据集,因此使用公开可用的中文医疗问答数据集(cMedQA)进行评测,实验结果表明该方法优于词匹配、字匹配和双向长短时记忆神经网络(BiLSTM)建模方法,并且Top-1准确率为65.43％.

关键词：自然语言处理、问答对匹配、卷积神经网络、字嵌入、注意力机制

所属期刊栏目：39

分类号：TP183(自动化基础理论)

资助基金：国家重大科技专项2016ZX03002010-003

在线出版日期：2019-07-16（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：1639-1645