【摘要】：随着我国医疗信息化建设的逐步推进,提高医疗健康服务水平,完善和健全医疗服务体系,是目前急需解决的问题,因此我国提出了智慧医疗建设的相关政策,提高全民健康意识、提供便捷的智慧医疗服务。但由于目前医疗健康领域信息化建设还不完善,同时,随着人们生活质量的提高,传统医院已经无法满足人们的医疗需求,人们渴望通过更为便捷的方式实现对某些医疗常识的查询或者在线的医疗辅助问诊。基于知识图谱的医疗智能问答有望解决这一问题。基于知识图谱的医疗智能问答通过对问句进行深度的语义解析,实现对问句意图的理解,借助已有专业知识图谱智能医疗问答系统,为用户提供精准的答案反馈,满足了人们对医疗服务的更高要求。为了响应国家在医疗领域的相关政策,以及满足民众的医疗需要,本文从通用医疗领域的智能问答实现切入进行研究,构建了关于医疗领域的知识图谱并在此基础上实现了基于深度学习的自动问答。本文的主要研究包含以下几个内容:(1)运用网页爬虫技术,爬取相关医疗网站结构化或半结构化的数据,进行相关的整合,构建基于医疗领域的知识图谱,采用Neo4j图数据库进行存储智能医疗问答系统,实现知识图谱可视化。(2)实现基于医疗知识图谱的智能问答,采用命名实体识别以及意图识别实现对医疗问句的语义解析任务,首先设计实现了基于BERT+Bi LSTM+CRF的命名实体识别模型对医疗问句主实体进行识别,其次构建了关于医疗问句分类数据集,设计了基于预训练模型BERT+Text CNN文本分类模型,对医疗问句进行相关的分类,从而确定问句的最终意图,将识别与分类的结果转化为标准查询语句在知识图谱中进行答案检索。(3)构建医疗智能问答系统,采用网页开发框架,融合上述相关内容,构建了一个基于深度学习的医疗智能问答系统,实现对用户医疗问句进行准确回答,满足了用户对医疗问答系统的需求。综合上述研究内容,本文完成了一个完整的基于深度学习的医疗知识图谱问答系统,可以实现对用户的医疗问句进行准确回答。本文的研究内容为今后在医疗问答系统构建方向的研究者们提供了一些参考经验,具有一定的实际意义与应用价值。