论文部分内容阅读
摘要：近年来，智能问答系统的研究热度急剧飙升。区别于传统搜索引擎，智能问答系统提供的信息服务速度更快、准确率更高。对基于中医的智能问答系统进行研究，可以为受限领域的问答研究提供经验。将中医知识智能问答系统划分为三部分，分别是问句的分析理解，信息检索和答案返回，并使用基于传统规则的方式完成智能问答过程。实验结果表明，系统可以对13类问题进行针对性的回答。
关键词：中医;智能问答;知识库;传统规则;受限领域
中图分类号：TP391 文献标识码：A
文章编号：1009-3044（2019）32-0200-02
1概述
人类日常生产生活过程中充斥着各种各样的信息，如何从众多信息中獲取到有效的信息是值得关注的问题。随着信息化时代的到来，人们获取信息的方式由传统的书籍、信件等发展成了现如今的网络化信息获取。网络化信息获取主要媒介就是传统的搜索引擎。用户通过输入一些关键词，搜索引擎会返回许多与之相干的页面，而这些网页内容的质量参差不齐，因此用户必须根据实际需要对信息进行筛选，无形中消耗了更多的时间，这无疑与现如今快节奏的生活背道而驰。
顺应社会发展要求，问答系统应运而生。用户输入自然语言问题后，问答系统接收并对问题进行分析理解，直接返回问题的正确答案，这个过程很好弥补了传统搜索引擎的缺陷。华盛顿大学图灵中心主任Etzioni教授曾指出，问答系统具有的高效、准确的特点，必将引领下一代搜索引擎的发展形态。而且近些年来，知识库技术的发展为问答系统提供了新的突破性进展。
中医作为传统文化的瑰宝，在中华民族发展过程中积累了大量的临床经验。将基于知识库的问答系统应用于中医学领域，对于提高人们获取医学知识的效率、淋漓尽致地发挥中医应用价值有着重要意义。
2中医知识库的构建
知识库，又称知识图谱。利用节点和有向边两种基本元素对知识进行组织。其中，节点代表现实世界中客观存在的实体，而边则表示实体间存在的关系。对中医知识智能问答系统进行研究，首当其冲的，要构建一个基于中医知识的知识库。
首先，知识获取阶段主要是从半结构化的中医网站中利用爬虫技术爬取相关的中医知识数据，作为构成知识库的数据来源。并且由于这些初步数据不可避免地存在数据不干净、表达不规范等问题，需要人工进一步进行分析处理，剔除掉不可用的无效信息。其次，知识表示与存储阶段采用图结构对中医知识进行组织，并采用Neo4i图数据库作为数据存储工具存储中医知识数据。
3智能问答过程
一般来说，智能问答系统主要由问题分析与理解、信息检索和答案返回三部分组成。其中：
问句分析理解是第一步骤，也是先决环节，其分析理解的精度将直接影响后续步骤的执行。
信息检索旨在知识库中确定问句实体位置，缩小问题答案范围。
答案返回则是将查询结果套上各种类型问题的回答模板返回给用户，以免直接返回答案太过于晦涩。如果用户的问题表达缺乏必要的信息，会根据缺失内容进一步引导用户输人正确的问句。
以问句“患失眠后可能有哪些表现？”为例，分析问答过程：
首先，问句分析理解阶段主要进行实体识别、问句分类等操作。利用实体识别技术抽取出用户输入问句中所包含的实体关键词，并获取实体关键词所对应的实体类型。通过穷举各种可能提问问题的方式，建立不同类型关系类型的疑问特征词集合。通过实体类型辅以问句的疑问特征词匹配，共同确定问句所询问的关系类型，对问句的操作类型进行分类。以“症状”特征词集合[“症状”，“表现”，“症候”，“表征”]为例。通过对问句进行分析理解，获取的实体为“失眠”这类中医疾病实体，辅以“症状”特征词集合中的元素“症状”，因此可以确定问句的操作类型是要询问“疾病的症状”。
信息检索将问句分析理解的结果，即不同的问句操作类型，转化为Neo4j数据库支持的cypher查询请求，作为问题和中医知识库连接的媒介，从而支持问答服务。利用Neo4j的cv-Dher语句直接match到知识库中相应的节点和关系边。所举例子中，在知识库中由“失眠”的节点出发，经由“症状”关系边，所到达的节点即为失眠的症状节点，也就是问题的答案。当与知识库数据进行交互时，如果表达数据不精确，则使用模糊匹配，提高问题处理的灵活度。
答案返回则是获得cypher语句的操作结果并辅以各种类型问题的回答模板返回给用户，至此完成全部的问答服务。所举例子的操作类型为询问“疾病的症状”，封装上该类型回答模板后，返回结果为“失眠的症状有：不寐，心烦，头重目眩等”。
实验结果表明，系统可针对13种不同类型的问题给出针对性的回答。
4结论
中医作为中国的传统医学文化，蕴含了丰富的病理知识。近些年来，国家颁布诸多法令促进中医学的发展。响应国家号召，对中医知识的智能问答系统进行研究，对于促进中医学“现代化”具有重要意义嘲。使用基于传统规则的方式对中医领域的智能问答系统进行研究，回答结果依赖于规则制定的覆盖范围。相信利用数据挖掘技术，采集更多的问句样本，可以提高规则的覆盖范围，扩大问题回答的广度。
关键词：中医;智能问答;知识库;传统规则;受限领域
中图分类号：TP391 文献标识码：A
文章编号：1009-3044（2019）32-0200-02
1概述
人类日常生产生活过程中充斥着各种各样的信息，如何从众多信息中獲取到有效的信息是值得关注的问题。随着信息化时代的到来，人们获取信息的方式由传统的书籍、信件等发展成了现如今的网络化信息获取。网络化信息获取主要媒介就是传统的搜索引擎。用户通过输入一些关键词，搜索引擎会返回许多与之相干的页面，而这些网页内容的质量参差不齐，因此用户必须根据实际需要对信息进行筛选，无形中消耗了更多的时间，这无疑与现如今快节奏的生活背道而驰。
顺应社会发展要求，问答系统应运而生。用户输入自然语言问题后，问答系统接收并对问题进行分析理解，直接返回问题的正确答案，这个过程很好弥补了传统搜索引擎的缺陷。华盛顿大学图灵中心主任Etzioni教授曾指出，问答系统具有的高效、准确的特点，必将引领下一代搜索引擎的发展形态。而且近些年来，知识库技术的发展为问答系统提供了新的突破性进展。
中医作为传统文化的瑰宝，在中华民族发展过程中积累了大量的临床经验。将基于知识库的问答系统应用于中医学领域，对于提高人们获取医学知识的效率、淋漓尽致地发挥中医应用价值有着重要意义。
2中医知识库的构建
知识库，又称知识图谱。利用节点和有向边两种基本元素对知识进行组织。其中，节点代表现实世界中客观存在的实体，而边则表示实体间存在的关系。对中医知识智能问答系统进行研究，首当其冲的，要构建一个基于中医知识的知识库。
首先，知识获取阶段主要是从半结构化的中医网站中利用爬虫技术爬取相关的中医知识数据，作为构成知识库的数据来源。并且由于这些初步数据不可避免地存在数据不干净、表达不规范等问题，需要人工进一步进行分析处理，剔除掉不可用的无效信息。其次，知识表示与存储阶段采用图结构对中医知识进行组织，并采用Neo4i图数据库作为数据存储工具存储中医知识数据。
3智能问答过程
一般来说，智能问答系统主要由问题分析与理解、信息检索和答案返回三部分组成。其中：
问句分析理解是第一步骤，也是先决环节，其分析理解的精度将直接影响后续步骤的执行。
信息检索旨在知识库中确定问句实体位置，缩小问题答案范围。
答案返回则是将查询结果套上各种类型问题的回答模板返回给用户，以免直接返回答案太过于晦涩。如果用户的问题表达缺乏必要的信息，会根据缺失内容进一步引导用户输人正确的问句。
以问句“患失眠后可能有哪些表现？”为例，分析问答过程：
首先，问句分析理解阶段主要进行实体识别、问句分类等操作。利用实体识别技术抽取出用户输入问句中所包含的实体关键词，并获取实体关键词所对应的实体类型。通过穷举各种可能提问问题的方式，建立不同类型关系类型的疑问特征词集合。通过实体类型辅以问句的疑问特征词匹配，共同确定问句所询问的关系类型，对问句的操作类型进行分类。以“症状”特征词集合[“症状”，“表现”，“症候”，“表征”]为例。通过对问句进行分析理解，获取的实体为“失眠”这类中医疾病实体，辅以“症状”特征词集合中的元素“症状”，因此可以确定问句的操作类型是要询问“疾病的症状”。
信息检索将问句分析理解的结果，即不同的问句操作类型，转化为Neo4j数据库支持的cypher查询请求，作为问题和中医知识库连接的媒介，从而支持问答服务。利用Neo4j的cv-Dher语句直接match到知识库中相应的节点和关系边。所举例子中，在知识库中由“失眠”的节点出发，经由“症状”关系边，所到达的节点即为失眠的症状节点，也就是问题的答案。当与知识库数据进行交互时，如果表达数据不精确，则使用模糊匹配，提高问题处理的灵活度。
答案返回则是获得cypher语句的操作结果并辅以各种类型问题的回答模板返回给用户，至此完成全部的问答服务。所举例子的操作类型为询问“疾病的症状”，封装上该类型回答模板后，返回结果为“失眠的症状有：不寐，心烦，头重目眩等”。
实验结果表明，系统可针对13种不同类型的问题给出针对性的回答。
4结论
中医作为中国的传统医学文化，蕴含了丰富的病理知识。近些年来，国家颁布诸多法令促进中医学的发展。响应国家号召，对中医知识的智能问答系统进行研究，对于促进中医学“现代化”具有重要意义嘲。使用基于传统规则的方式对中医领域的智能问答系统进行研究，回答结果依赖于规则制定的覆盖范围。相信利用数据挖掘技术，采集更多的问句样本，可以提高规则的覆盖范围，扩大问题回答的广度。