基于句法抽取与图结构编码的患者问询意图识别

中西医在线问询意图的自动识别是捕获患者核心需求、提高在线问询效率与质量的一个关键环节。提出结合句法结构的图编码分类模型SGM,第一步利用ddparser解析短文本的句法结构,抽取表达文本核心内容的主、谓、宾短语,得到句法依存关系图,进而采用双层图卷积神经网络编码得到128维的文本特征向量;第二步使用SVM、Bayes等分类器完成16597条患者问询意图分类。选取脱敏的中文在线问询数据集开展实验,结果表明SGM分类效果最佳,较直接进行机器学习模型分类的F1值可提高17.6%;较融合句法结构的神经网络(BiGCNs)分类F1值提升17.4%。含句法结构特征的图结构编码的分类器能够有效识别中西医在线问询意图,以期为医疗服务推荐相关工作提供建设性帮助。