[发明专利]基于提示学习的矛盾信息预测方法、装置、设备及介质

说明书

本申请提供一种基于提示学习的矛盾信息预测方法、装置、设备及介质，该方法通过预测模型，将患者问诊对话语句中的当前判别语句和历史对话记录中各语句进行对比判断，计算当前判别语句与各历史对话语句之间的矛盾概率值，从而判断当前判别语句与历史对话记录是否存在矛盾，在存在矛盾概率值大于预设概率阈值时，则可以判别当前判别语句与历史对话记录存在矛盾，即患者对话语句中存在症状描述前后矛盾的症状语句。由此，可以实现对患者问诊对话的当前判别语句和历史对话记录中所有记录语句的矛盾判别，适用于任意问诊对话场景，从而使得语句判别的覆盖率更加广泛，提高机器人对话系统对于矛盾信息的判别精准度。

技术领域

本申请涉及数字医疗领域，尤其涉及一种基于提示学习的矛盾信息预测方法、装置、设备及介质。

背景技术

在智慧中医领域，机器人辅助问诊是比较常见的一种业务场景，机器人通过和患者对话，代替人工专家收集患者信息。在会话过程中及时识别患者提供的信息是否自相矛盾是决定系统智能性和能否完成问诊任务的关键一步。

目前判断对话信息是否自相矛盾的方法完全是基于规则，通过人工专家提前构建矛盾规则表，在会话中，如果患者提供的信息整好匹配到规则表中的某条规则，则认定存在矛盾。基于规则的方法一方面需要专家投入大量的人力资源来编制规则，另一方面，当规则不能覆盖到某种问诊场景时则判断失效，无法判别对话是否存在矛盾，使得机器人对话系统对于矛盾话语的判别精确度降低。

因此，如何解决目前人机对话中的矛盾信息的判别精准度低成为了亟待解决的技术问题。

发明内容

本申请提供了一种基于提示学习的矛盾信息预测方法、装置、设备及介质，旨在提高机器人对话系统对于矛盾信息的判别精准度。

第一方面，本申请提供一种基于提示学习的矛盾信息预测方法，所述基于提示学习的矛盾信息预测方法包括以下步骤：

获取历史对话记录和至少一个当前判别语句；

基于预测模型，遍历所述历史对话记录，计算所述当前判别语句与所述历史对话记录中各语句的矛盾概率值；

在所述矛盾概率值大于预设概率阈值时，则确定所述当前判别语句与所述历史对话记录矛盾。

第二方面，本申请还提供一种基于提示学习的矛盾信息预测装置，所述基于提示学习的矛盾信息预测装置包括：

数据获取模块，用于获取历史对话记录和至少一个当前判别语句；

矛盾概率值计算模块，用于基于预测模型，遍历所述历史对话记录，计算所述当前判别语句与所述历史对话记录中各语句的矛盾概率值；

矛盾语句判别模块，用于在所述矛盾概率值大于预设概率阈值时，则确定所述当前判别语句与所述历史对话记录矛盾。

第三方面，本申请还提供一种计算机设备，所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如上述的基于提示学习的矛盾信息预测方法的步骤。

第四方面，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其中所述计算机程序被处理器执行时，实现如上述的基于提示学习的矛盾信息预测方法的步骤。