基于疾病知识图谱的自动问答系统优化研究

摘要

【目的】优化已有的基于疾病知识图谱的自动问答系统,为公众提供一种准确率更高的疾病知识查询工具。【方法】在疾病知识图谱构建基础上,采用AC多模式匹配算法和语义相似度计算获取疾病症状实体,通过人工标注和AC多模式匹配算法相结合实现用户问题分类,将匹配的词语封装成分类字典后转换成数据库查询语言,获取相关问题答案。【结果】通过中文医学问答数据集中语料测试,本系统在回答新冠疫情相关疾病5类问题时的平均准确率达到86.0%,高于已有的疾病问答系统。【局限】数据集中"检查"和"传染性"类数据缺失值较多,影响问答系统结果准确性。【结论】优化已有的基于疾病知识图谱的自动问答系统,为疫情相关疾病知识查询提供一种有效的知识服务工具。