...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of healthcare engineering. >A Depth Evidence Score Fusion Algorithm for Chinese Medical Intelligence Question Answering System
【24h】

A Depth Evidence Score Fusion Algorithm for Chinese Medical Intelligence Question Answering System

机译：深度证据评分中国医学智能问题答案系统的融合算法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Question answering (QA) system is becoming the focus of the research in medical health in terms of providing fleetly accurate answers to users. Numerous traditional QA systems are faced to simple factual questions and do not obtain accurate answers for complex questions. In order to realize the intelligent QA system for disease diagnosis and treatment in medical informationization, in this paper, we propose a depth evidence score fusion algorithm for Chinese Medical Intelligent Question Answering System, which can measure the text information in many algorithmic ways and ensure that the QA system outputs accurately the optimal candidate answer. At the semantic level, a new text semantic evidence score based on Word2vec is proposed, which can calculate the semantic similarity between texts. Experimental results on the medical text corpus show that the depth evidence score fusion algorithm has better performance in the evidence-scoring module of the intelligent QA system.
机译：问题回答（QA）系统正在成为医疗健康研究的重点，以便为用户提供欲望准确的答案。 许多传统的QA系统面临简单的事实问题，并没有获得复杂问题的准确答案。 为了实现医学信息化的疾病诊断和治疗的智能QA系统，在本文中，我们提出了一种深度证据评分融合算法，用于中国医疗智能问题应答系统，可以以许多算法方式测量文本信息并确保 QA系统最佳地输出最佳候选答案。 在语义级别，提出了一种基于Word2VEC的新文本语义证据评分，可以计算文本之间的语义相似性。 医疗文本语料库上的实验结果表明，深度证据评分融合算法在智能QA系统的证据评分模块中具有更好的性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号