【目的/意义】研究融合知识图谱中医疗知识解析用户问句中的命名实体和关系,提升智能医疗问答系统对用户问句语义解析能力,为用户提供更有效的自助医疗问答服务。【方法/过程】首先采集医疗知识构建医疗知识图谱,再利用图谱中的知识强化基于多重注意力机制的命名实体识别模型以解析医疗问句中的实体,然后采用基于BERT-BiLSTM的关系抽取模型进行关系抽取,最后利用解析结果生成查询语句从知识图谱中获取问题的答案。【结果/结论】通过对比实验将本文设计的语义解析模型与智能问答中常用的其他模型在医疗问句数据集上进行比较,发现准确率、召回率和F1值均有所提升,验证了本文智能问答系统对...