Luonnollisen kielen käsittely lääketieteellisen diagnostiikan keskustelujärjestelmissä
Malmi, Mikael (2020-01-22)
Malmi, Mikael
M. Malmi
22.01.2020
© 2020 Mikael Malmi. Tämä Kohde on tekijänoikeuden ja/tai lähioikeuksien suojaama. Voit käyttää Kohdetta käyttöösi sovellettavan tekijänoikeutta ja lähioikeuksia koskevan lainsäädännön sallimilla tavoilla. Muunlaista käyttöä varten tarvitset oikeudenhaltijoiden luvan.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:oulu-202001241087
https://urn.fi/URN:NBN:fi:oulu-202001241087
Tiivistelmä
Tämä tutkielma käy läpi luonnollisen kielen käsittelyä lääketieteellisen diagnosoinnin keskustelujärjestelmissä. Keskustelujärjestelmistä esitetään yleinen rakenne, jotta voidaan ymmärtää miten järjestelmä tuottaa vastauksen käyttäjän kysymykseen sääntöpohjaisilla tai koneoppivilla tekniikoilla. Keskustelujärjestelmät voidaan jakaa monella tapaa riippuen kielen tuottamisen tekniikoista tai järjestelmän tarkoituksesta. Luonnollisen kielen käsittely keskittyy käyttäjän lausahduksen ymmärtämiseen ja vastausten tuottamiseen. Luonnollisen kielen käsittely ei ole yksittäinen tekniikka, vaan se sisältää monia eri alitehtäviä. Keskustelujärjestelmien ongelmaksi muodostuu se, miten tekoäly saadaan ymmärtämään luonnollista kieltä huolimatta sanojen moniselitteisyydestä sekä muista kieleen liittyvistä tekijöistä. Tämän työn tuloksista saa kattavan ymmärryksen keskustelujärjestelmien yleisestä rakenteesta, sekä luonnollisen kielen käsitteelyyn liittyvistä tekniikoista etenkin lääketieteellisiin kysymyksiin vastaavissa keskustelujärjestelmissä. The purpose of this thesis is investigate natural language processing in conversational systems especially on the medical domain. The overall structure of a conversational system is first introduced, to provide an understanding of how the system produces an answer to an user utterance using rule-based or machine learning methods. Conversational systems can be divided depending on the language generation technique or the purpose of the system. Natural language processing focuses on understanding the user utterance, as well as generating an answer. Natural language processing is not a single technique; it consists of many sub tasks. The main issue with conversational systems is how artificial intelligence can understand natural language, despite ambiguity in speech and language processing. The results of this thesis provide a comprehensive understanding of overall structure of conversational systems, as well as techniques related to natural language processing in medical domain question answering systems.
Kokoelmat
- Avoin saatavuus [32009]