融合字词增强语义多注意力的医疗自动问答
吕钰珂1
吕洪清2
周艳平1
1.青岛科技大学信息科学技术学院 青岛 2660612.青岛市胸科医院 青岛 266043
摘要：中文医疗自动问答由于其语言和领域的特点,使其更具挑战性.为更好表示医疗问答句的语义信息,提出融合字词增强语义多注意力的医疗自动问答方法.首先,利用预训练模型BERT和WoBERT分别提取文本基于词级和字级的向量表示,并将两者融合,以获得句子向量更完善的语义信息;然后加入注意力机制产生包含问题信息的答案表示,输入到双向门控循环单元获取句子的全局语义特征;最后通过多注意力池化模块实现问题和答案之间相关性的专注交互,通过问答对相似度的计算,找出最匹配答案.在cMedQA医学数据集上的实验表明,论文所提方法与其他基于深度学习的方法相比,ACC@1有所提高,证明融合字词的向量表示与神经网络前加入注意力能够提升自动问答模型的性能.
关键词：自动问答融合字词注意力双向门控循环单元相似度匹配
分类号：TP391(计算技术、计算机技术)
论文发表日期：2025-11-20
在线出版日期：2026-01-28（本平台首次上网日期，不代表文献的发表时间）
页数：6( 3109-3114 )
英文信息