本发明提供了基于强化学习的对话式导诊方法，包括：利用用户编码模块记录用户在t时刻的输入x
t，并通过卷积神经网络学习到用户输入的编码u
t；通过循环神经网络，基于编码u
t及上一时刻系统的隐藏状态h
t‑1，得到核心网络模块的输出o
t及当前的隐藏状态h
t，在分类预测模块，输出o
t通过全连接的前向网络，输出分类评定c
t；在提问策略模块，基于输出o
t，通过全连接的前向网络得到预定义命名实体识NER类别上的概率分布q
t，基于累计的NER记录表和提问模板，进行交互对话，在达到预定的T轮交互后，退出交互，并以最后一次c
t的结果作为最终的科室推荐结果。本发明可及时调整系统状态，向用户提供可靠的科室推荐结果，并保存收集到用户关键信息，供下游应用调用。
声明：
“基于强化学习的对话式导诊方法、装置及存储介质” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
917
编辑：管理员
来源：北方有色网
咨询细节
