一种融合医疗知识图谱的端到端对话系统

摘要

将知识图谱中的结构化信息应用到对话系统中,提出了融合医疗知识图谱的端到端对话系统。使用词表匹配与深度学习方法相结合的方式提取对话信息中的关键词,并根据提取到的关键词搜索知识图谱中的相关信息作为GPT2模型的输入,从而提高端到端对话系统的表现效果。相较于未加入知识图谱常识库信息的模型结构,该系统的BLEU值和贪婪匹配效果均有较大的提升。实验证明,系统可以满足医疗领域对话系统的要求,具有较高的实用价值。