基于意图—槽位注意机制的医疗咨询意图理解与实体抽取算法

打开文本图片集

摘要：自然语言理解作为医疗对话中的关键组成部分，包含意图识别和槽位填充两个重要的子任务。为建立意图和槽位的相互促进关系，实现语义层次上的建模，提出了基于意图—槽位注意机制的医疗咨询意图理解与实体抽取算法。首先，收集医疗信息网站上用户的医疗健康提问文本，基于医学知识归纳总结了24类医疗意图和5种槽位，构建了中文医疗健康咨询数据集（CMISD-UQS）；然后，引入槽位选通机制来建模意图和槽位向量之间的显式关系，设计了意图—槽位注意机制层，构建了意图上下文信息以意图标签向量方式嵌入到槽位的方式。（剩余14330字）