奕利泰，董 晨（通讯作者），牛梓雨，刘思嘉，倪晓雅，罗绍恺

（天津理工大学 计算机科学与工程学院 天津 300384）

1 引言

医疗大数据时代的到来，深度学习、自然语言处理等技术在医学领域发展迅速，基于人工智能的医疗问答系统正在改变医疗生态，具有重要的应用前景。如何快速、准确、简洁地用自然语言回答用户的提问，成为医疗问答系统中待解决的关键问题。传统的数据库查询反馈的结果难以满足速度和准确度的要求，基于自然语言处理的知识库问答相对于传统的搜索引擎，能快速反馈给用户精准的回答。本项目将分布在互联网中的非结构化的医疗相关数据整合起来，建立严格结构化的医疗知识图谱，保存在阿里云服务器端，使用基于双向Transformer的联合学习模型执行知识抽取，使用基于深度学习的Stack-propagation框架识别医疗输入问句，重新转化为知识图谱的查询索引，快速反馈给用户最精准的医疗答案。

2 系统架构及功能实现

系统采用阿里云服务器+客户端架构，以Android APP形式实现与用户交互。云服务器主要功能有：数据采集、知识图谱构建、联合学习模型构建、问句理解模型构建、医疗信息检索、用户安全管理以及系统性能评价。Android客户端主要功能有：智能医疗问答、好友社交推荐、饮食计划、运动健康推荐、医疗资讯推送及机构检索、医疗词条查询等。

图1 系统功能模块

3 系统关键技术实现

3.1 构建知识图谱

本项目使用Scrapy框架和Webdriver爬取垂直医疗网站中的信息，使用Neo4j图数据库构建医疗知识图谱[1]供服务器检索，主要包括疾病、症状、药物、治疗方式、医疗器械等节点。……