CN119476462A 一种医疗逻辑知识提取方法及医疗辅助系统 （哈尔滨工业大学）

一种医疗逻辑知识提取方法及医疗辅助系统本发明提供了一种医疗逻辑知识提取方法其中，所述医疗逻辑规则的格式为一阶逻辑公有效地表示医疗信息中的复杂逻辑和语义关系2当所述校验结果为正确时，确定所述医疗逻辑规则与所述医疗自然语言文本的相似规则。通过所述大语言模型执行所述子步骤，一次性生成所有所述子步骤的确定所述子任务结果数据集中每个所述候选子任务结果根据自一致性公式组，确定所述子任务结果数据集中每个所述候选子3递归解析所述语法结构，并基于自然语言模板，根据所述语法结采用相似度模型确定所述逻辑自然语言文本与所述医疗自然语言文本的根据实体校验公式组，确定所述医疗逻辑规则和所述医′相似度模块，用于当所述校验结果为正确时，确定所述医疗用于确定所述最终医疗逻辑规则与临床实体数4[0002]医疗逻辑知识是指利用逻辑推理和形式化方法来表示医述大语言模型重新生成所述医疗逻辑规则；[0014]通过所述大语言模型顺次执行所述子任务，生成每个所5[0021]可选地，所述确定所述子任务结果数据集中每个所述候选子任务结果的自一致辑规则；[0033]根据实体校验公式组，确定所述医疗逻辑规则和所述医疗自然语言文本的重合6疗逻辑规则与临床实体数据集中每个临床数据的到最精准的最终医疗逻辑规则。7[0054]应当理解，本发明的方法实施方式中记载的各个步骤可模块或单元所执行的功能的顺序或者相互依存关系。[0057]本发明实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性处理更复杂的逻辑关系。提示工程(promptproject)用于对大语言模型(LargeLanguage8述大语言模型重新生成所述医疗逻辑规则。9[0073]通过所述大语言模型顺次执行所述子任务，生成每个所少至最多提示策略(Least_To_MostPrompting)，将大语言模型复杂的提取任务分解为一辑知识挖掘任务，能够在一定程度上避免大语言模型对逻辑知识规则类型分类错误的问[0082]具体地，由于大语言模型对于逻辑知识挖掘任务可能输[0083]可选地，所述确定所述子任务结果数据集中每个所述候选子任务结果的自一致[∨,GrammarRead(A),GrammarRead(B)]，表示当前最高优先级的语义关系，其中，辑规则；[0098]根据实体校验公式组，确定所述医疗逻辑规则和所述医疗自然语言文本的重合[0107]最终模块240，用于根据所述相似度和所述医疗逻辑规则，生成最终医疗逻辑规定所述最终医疗逻辑规则与临床实体数据集中每个临床数据临床实体数据集中每个临床数据的症状相似度。预测模块采用概率逻辑推理方法进行预存储器410被配置为存储计算机程序；所述处理器420被配置为当执行所述计算机程序时，述大语言模型重新生成所述医疗逻辑规则；述大语言模型重新生成所述医疗逻辑规则；[0122]现将描述可以作为本发明的服务器或客户端的电子设备400，其是可以应用于本发明的各方面的硬件设备的示例。电子设备400旨在表示各种形式的数字电子的计算机设或者从存储单元加载到随机访问存储器(RAM)中的计算机程序，来执行各种适当的动作和碟、光盘、只读存储记忆体(Read_O