本發(fā)明提供了基于強(qiáng)化學(xué)習(xí)的對(duì)話式導(dǎo)診方法，包括：利用用戶編碼模塊記錄用戶在t時(shí)刻的輸入x_t，并通過卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)到用戶輸入的編碼u_t；通過循環(huán)神經(jīng)網(wǎng)絡(luò)，基于編碼u_t及上一時(shí)刻系統(tǒng)的隱藏狀態(tài)h_t?1，得到核心網(wǎng)絡(luò)模塊的輸出o_t及當(dāng)前的隱藏狀態(tài)h_t，在分類預(yù)測模塊，輸出o_t通過全連接的前向網(wǎng)絡(luò)，輸出分類評(píng)定c_t；在提問策略模塊，基于輸出o_t，通過全連接的前向網(wǎng)絡(luò)得到預(yù)定義命名實(shí)體識(shí)NER類別上的概率分布q_t，基于累計(jì)的NER記錄表和提問模板，進(jìn)行交互對(duì)話，在達(dá)到預(yù)定的T輪交互后，退出交互，并以最后一次c_t的結(jié)果作為最終的科室推薦結(jié)果。本發(fā)明可及時(shí)調(diào)整系統(tǒng)狀態(tài)，向用戶提供可靠的科室推薦結(jié)果，并保存收集到用戶關(guān)鍵信息，供下游應(yīng)用調(diào)用。