友情提示：本文共有 1749 个字，阅读大概需要 4 分钟。
于12月在武汉爆发的新型冠状肺炎引起了全国甚至全球人民的关注，最紧缺的人力资源无疑是医务人员了。医生们不仅要处理肺炎确诊人员的问题，还要处理肺炎疑似人员的问题，最后还有非肺炎病人相关的问题，在肺炎传染力如此之强、杀伤力如此之大的情况下，医务人员非常短缺，国家也从全国各地紧急调派医务人员前往武汉，医生们几乎24小时坚守在岗位上，饱受身体和心理的双重负担….这场突发性的灾难是我们谁都不愿意看到的，但发生了我们也不会怯弱。早在古代的时候，发生瘟疫、流感等，我们无能为力，只能采用火烧或隔离人并等待时间的流逝带走瘟疫，再到非典依靠隔离和气候结束疫情，而今我们可以靠科技的手段快速诊断疫情原因、研制疫苗，运用科技工具减轻医生负担、帮助患者。
在线医疗、在线问诊早已不是陌生话题了，在此次疫情爆发后，阿里便联合湖北省襄阳市、随州市、孝感市、一起发布了新冠肺炎联防联控平台，提供“主动申报与疫情线索提供”、“信息发布与健康教育”、“新型肺炎患者同行程查询”、“网上智能问诊”、“疫情实时追踪”，以科技化的手段最大程度减轻公共设施单位负担、降低肺炎对国家对人民的影响程度。
所谓智能问诊系统从使用层来说就是 你在这输入你的问题，系统自动就给出相关的答案，无需等待，无需人工查询。如下图所示，小编最近总觉得身体发热、四肢无力、浑身酸痛，很担心自己得了肺炎，可是打医院的电话也一直人工在等待，所以抱着试一试的态度在问诊平台试验了下，大致有了了解，加上体温正常，才放心下来。不用出门、不用电话，只需动动手指头便把小编的问题给解决了，不得不说，还是很方便快捷的！
那么这个智能问诊平台背后的原理又是什么呢？它其实就是利用自然语言处理技术来实现人机对话，所谓自然语言处理（nlp，natural language processing），从定义来说就是 计算机科学领域与人工智能领域结合的一个重要方向，研究人与计算机之间用自然语言进行有效沟通的各种理论和方法。
通俗的来说，就是把人在网络上产生的数据，比如文字、语音、视频等转化成计算机能懂的语言，毕竟咱人类世界和计算世界那是两个不同的世界，所用的语言都不一样啊，要通信要进行交流就必须要换成对方能懂的语言，就是“翻译官”。自然语言处理的关键技术包括分词、句法解析、信息抽取、词性标注、指代消解、词义消歧、机器翻译、自动文摘、问答系统、信息检索、知识图谱、结果归并等。其中最基本最关键的技术便是分词、句法解析、信息抽取、词性标注、指代消解、词义消歧。
所谓分词，就是把一个句子中的每个字进行切分，把句子拆分成了词；句法解析就是将每个词的属性、句子成分、前后依赖关系标记出来；信息抽取即从文本中获取关键信息；词性标注就是对词语的词性进行标注，比如是名词、动词、形容词；指代消解是消除一些对文本处理没有意义的指代名词，减轻程序对语言的处理；语义消歧是消除歧义；
当小编在智能问诊平台输入“我体温37.5度、有点发热、四肢无力，是不是得了冠状病毒肺炎啊”时，系统进行处理的过程大概如下所示：1）系统识别这是一段文本（如果是语音，会先经过语音识别转成文本）；2）进行分词，将其分为“我”、“体温”、“37.5度”、“有点”、“发热”、“四肢”、“无力”、“是不是”、“得了”、“冠状”、“病毒”、“肺炎”、“啊”；3）进行词性标注；比如将“我”标记为名词、“无力”标记为形容词、“得了”标记为动词等等；4）进行句法解析，常存在的依存关系比如主谓、动宾关系等；可解析成我体温37.5度；5）进行信息抽取，比如将一些意义不大的词“有点”、“啊”等去掉；在经过了基本的信息处理后，系统得到了一些关键信息，比如症状相关的“体温、四肢无力、发热”等、关键名词“新型冠状病毒”，因此在自己的知识库里进行检索，把类似的信息推给用户，让用户自行选择，在用户选择之后，给出对应的答案。
经过上述例子的讲解，你是不是对自然语言处理稍微清晰了一些呢？其实自然语言处理早就不是一门深奥的技术了，它正在并将继续应用在我们的生活中，为我们的美好生活贡献更大的力量。目前在湖北三省上线的智能防疫平台已经有效地缓解了相关部门的压力，相信后续在其他省市也会上线类似的平台。全民动员，借助科技的力量，我们一定可以打赢这场攻坚战。
本文如果对你有帮助，请点赞收藏《AI自然语言处理 助力疫情智能问诊》，同时在此感谢原作者。
