机器阅读理解是人工智能技术的重要分支之一,旨在利用算法让计算机理解文章语义并回答用户提出的问题。在医学领域研究机器阅读理解技术有助于降低医疗成本,让更多人享受更丰富的医疗资源服务。目前关于医学领域的机器阅读理解研究较少,因此为丰富机器阅读理解领域的医学域数据集,本文首先根据网上公开的医学数据共享平台构建了面向机器阅读理解的医学域数据集;其次为提高医学域问答系统的性能,本文对基于深度学习的机器阅读理解模型进行合理的改进,同时使用BERT及其变种预训练语言模型对机器阅读理解任务进行研究和实验;最终,本文结合机器阅读理解模型和问题匹配技术搭建医学域问答系统。本文的主要研究工作如下:1、本文构建了医学域机器阅读理解数据集Medical QA。本文以爬虫和人工标注的方式构建了面向机器阅读理解的医学域数据集Medical QA。该数据集以寻医问药网和39健康网两大医疗平台为主要数据来源,爬取了近两万条问答对,内容涉及内科、外科、妇产科等9大科室,最终用于构建医学域问答系统。2、本文改进了Match-LSTM和Bi DAF模型。本文在Match-LSTM基础上采用数据重构策略,根据文本与问题相关性对文本中的句子重新排序,使文本中与问题相关的句子被优先阅读,突出相关性较大的文本的特征。最终改进的Match-LSTM模型的ROUGE-L和BLEU-4的值分别达到了33.96%和27.80%,相对于未改进的Match-LSTM模型分别提高了3.89%和3.17%。本文对改进的Bi DAF模型使用BERT预训练词向量并在注意力流层后增加自注意力层,加深文本与问题的关联,突出文本中与问题关联较深的特征。最终改进的Bi DAF模型的ROUGE-L和BLEU-4的值分别达到了33.34%和29.01%,相对于未改进的Bi DAF模型分别提高了2.93%和2.62%。3、基于预训练语言模型的机器阅读理解研究。本文使用BERT及其变种预训练语言模型在Du Reader数据集和Medical QA数据集上进行研究和实验,发现改进的掩码方式和多轮微调机制能显著提高模型在机器阅读理解任务上的表现,结果最佳的Ro BERTa-wwm-ext模型在测试集上的ROUGE-L和BLEU-4值分别达到了51.02%和48.14%。此外,针对数据规模较大且有效信息比较分散时模型表现未达到最佳的问题,本文对数据集采取根据F1-score寻找相关段落和答案模块以及特征预计算的三步预处理,使得预训练语言模型表现结果更加接近于人类平均阅读理解水平。4、医学域问答系统的构建。本文结合问题匹配算法和效果最好的机器阅读理解模型搭建了医学域问答系统,首先使用问题匹配算法计算用户问题和Medical QA数据集问题的相关度,若相关度大于分界值,问答系统直接输出Medical QA数据集中的答案;若相关度小于分界值则使用机器阅读理解模型作答。