本技术涉及图像处理，具体涉及数字医疗领域，尤其涉及一种信息查询方法、装置、计算机设备及存储介质。
背景技术：
1、随着医保业务的快速发展，不少用户进行医疗保险投保之前，会预先了解与医保政策、种类相关的信息，再根据这些信息进行判断，从而根据判断情况进行合适的医疗投保。
2、但在进行医保知识信息查询时，用户面临的困难和障碍日益显著，这主要源于医保业务的迅速发展和随之而来的信息爆炸。随着医疗保险体系的不断完善和扩展，与医保相关的知识信息呈现出爆发式的增长。这些信息涵盖了医保政策、种类、报销比例、药品目录、医疗机构合作范围等多个方面，使得用户在查询和理解时变得困难。
3、上述查询和理解的困难体现在以下方面：首先，医疗保险在各地的政策不同，这导致用户在查询时需要针对自己所在地区的具体政策进行深入了解。由于政策的多样性和复杂性，用户往往需要在众多信息中筛选出与自己实际情况相关的部分，这无疑增加了查询的难度。其次，各家医保业务公司推出的业务不尽相同，这为用户提供了多样化的选择，但同时也增加了比较和选择的难度。用户需要仔细研究不同公司提供的医保方案，对比其保障范围、报销比例、服务质量等方面的差异，以便做出最适合自己的决策。此外，医保知识信息查询的困难还体现在信息的准确性和权威性上。由于互联网上信息繁杂，用户往往难以判断哪些信息是真实可靠的。一些不准确或误导性的信息可能会对用户的决策产生负面影响，不利于用户的对获取的医保知识信息进行准确判断。
技术实现思路
1、本技术实施例的目的在于提出一种信息查询方法、装置、计算机设备及存储介质，以解决无法准确、有效地查询医保知识信息，以帮助用户进行有效的医保投保操作的问题。
2、为了解决上述技术问题，本技术实施例提供一种信息查询方法，采用了如下所述的技术方案：
3、获取医保知识信息，根据所述医保知识信息构建第一输入信息；
4、根据所述第一输入信息进行关联信息获取，得到医保有效信息；
5、对所述医保有效信息进行信息线性化处理，得到第二输入信息；
6、将所述第二输入信息输入到预设的语言模型，得到预测医保回答结果；
7、计算所述预测医保回答结果和预设的标准医保回答结果的差异值，并根据所述差异值对所述语言模型进行迭代优化，得到优化语言模型；
8、获取输入查询信息，将所述输入查询信息输入至所述优化语言模型，得到查询结果。
9、进一步的，所述获取医保知识信息，根据所述医保知识信息构建第一输入信息的步骤，具体包括：
10、从预设的数据库中提取医保政策文件、医保公司信息、医保解读信息、医保内容信息；
11、整理所述医保政策文件、所述医保公司信息、所述医保解读信息、所述医保内容信息之间的信息关联性；
12、根据所述信息关联性构建医保知识脉络；
13、提取所述医保知识脉络的脉络点信息；
14、根据所述脉络点信息生成所述第一输入信息。
15、进一步的，所述根据所述第一输入信息进行关联信息获取，得到医保有效信息的步骤，具体包括：
16、获取所述第一输入信息；
17、对所述第一输入信息进行分词、词性标注、句法分析以及语义理解，得到标准第一输入信息；
18、将所述标准第一输入信息输入至预训练的语言学习模型，得到医保政策关联信息、医保公司关联信息、医保解读关联信息、医保内容关联信息；
19、对所述医保政策关联信息、所述医保公司关联信息、所述医保解读关联信息、所述医保内容关联信息进行信息关系梳理和结构化整理，得到所述医保有效信息。
20、进一步的，所述对所述医保政策关联信息、所述医保公司关联信息、所述医保解读关联信息、所述医保内容关联信息进行信息关系梳理和结构化整理，得到所述医保有效信息的步骤，具体包括：
21、获取所述医保政策关联信息、所述医保公司关联信息、所述医保解读关联信息、所述医保内容关联信息的信息关联性和层级关系；
22、根据所述信息关联性和层级关系构建医保信息关系图；
23、基于所述医保信息关系图定义预设数据结构的字段和关系；
24、将所述医保信息关系图中的信息字段对应填入所述预设数据结构中，得到医保结构信息；
25、对所述医保结构信息进行数据验证和数据清洗，得到所述医保有效信息。
26、进一步的，所述对所述医保有效信息进行信息线性化处理，得到第二输入信息的步骤，具体包括：
27、对所述医保有效信息进行信息评分，得到信息标准分数；
28、对所述信息标准分数按照预设排序规则进行排序，得到标准分数排序表；
29、根据所述标准分数排序表的排序顺序将所述医保有效信息转换为医保信息序列；
30、将所述医保信息序列作为所述第二输入信息。
31、进一步的，所述对所述医保有效信息进行信息评分，得到信息标准分数的步骤，具体包括：
32、对所述医保有效信息进行数据清洗和预处理，得到标准医保有效信息；
33、对所述标准医保有效信息对应的信息字段进行权重设置，得到信息字段权重；
34、根据预设的评分指标和所述信息字段权重对所述标准医保有效信息进行加权评分，得到所述信息标准分数。
35、进一步的，所述计算所述预测医保回答结果和预设的标准医保回答结果的差异值的步骤，具体包括：
36、对所述预测医保回答结果和所述标准医保回答结果进行字段划分，得到预测医保关键字段和标准医保关键字段；
37、根据所述预测医保关键字段和所述标准医保关键字段进行交叉熵损失计算，得到字段损失值；
38、计算所述字段损失值的平均值，并将计算出的平均值作为所述差异值。
39、为了解决上述技术问题，本技术实施例还提供一种信息查询装置，采用了如下所述的技术方案：
40、第一信息获取模块，用于获取医保知识信息，根据所述医保知识信息构建第一输入信息；
41、关联信息获取模块，用于根据所述第一输入信息进行关联信息获取，得到医保有效信息；
42、第二信息获取模块，用于对所述医保有效信息进行信息线性化处理，得到第二输入信息；
43、结果预测模块，用于将所述第二输入信息输入到预设的语言模型，得到预测医保回答结果；
44、模型优化模块，用于计算所述预测医保回答结果和预设的标准医保回答结果的差异值，并根据所述差异值对所述语言模型进行迭代优化，得到优化语言模型；
45、结果输出模块，用于获取输入查询信息，将所述输入查询信息输入至所述优化语言模型，得到查询结果。
46、为了解决上述技术问题，本技术实施例还提供一种计算机设备，采用了如下所述的技术方案：
47、一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如以上任一项所述的信息查询方法的步骤。
48、为了解决上述技术问题，本技术实施例还提供一种计算机可读存储介质，采用了如下所述的技术方案：
49、一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如以上任一项所述的信息查询方法的步骤。
50、与现有技术相比，本技术实施例主要有以下有益效果：本实施例通过获取医保知识信息，根据所述医保知识信息构建第一输入信息；根据所述第一输入信息进行关联信息获取，得到医保有效信息；对所述医保有效信息进行信息线性化处理，得到第二输入信息；将所述第二输入信息输入到预设的语言模型，得到预测医保回答结果；计算所述预测医保回答结果和预设的标准医保回答结果的差异值，并根据所述差异值对所述语言模型进行迭代优化，得到优化语言模型；获取输入查询信息，将所述输入查询信息输入至所述优化语言模型，得到查询结果。从而有效构建准确查询医保相关知识信息的优化语言模型，并根据输入查询信息获取准确、有效的医保知识查询结果。本技术实施例可应用于医保业务系统的医保信息搜索查询界面中，通过本技术实施例能够准确、有效的查询医保知识信息，以帮助用户进行有效的医保投保操作。
1.一种信息查询方法，其特征在于，包括下述步骤：
2.根据权利要求1所述的信息查询方法，其特征在于，所述获取医保知识信息，根据所述医保知识信息构建第一输入信息的步骤，具体包括：
3.根据权利要求1所述的信息查询方法，其特征在于，所述根据所述第一输入信息进行关联信息获取，得到医保有效信息的步骤，具体包括：
4.根据权利要求3所述的信息查询方法，其特征在于，所述对所述医保政策关联信息、所述医保公司关联信息、所述医保解读关联信息、所述医保内容关联信息进行信息关系梳理和结构化整理，得到所述医保有效信息的步骤，具体包括：
5.根据权利要求1所述的信息查询方法，其特征在于，所述对所述医保有效信息进行信息线性化处理，得到第二输入信息的步骤，具体包括：
6.根据权利要求5所述的信息查询方法，其特征在于，所述对所述医保有效信息进行信息评分，得到信息标准分数的步骤，具体包括：
7.根据权利要求1所述的信息查询方法，其特征在于，所述计算所述预测医保回答结果和预设的标准医保回答结果的差异值的步骤，具体包括：
8.一种信息查询装置，其特征在于，包括：
9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的信息查询方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的信息查询方法的步骤。
