CN119513232A 基于知识图谱和大语言模型的中文医疗问答方法及装置 （湖南师范大学）

基于知识图谱和大语言模型的中文医疗问一种基于知识图谱和大语言模型的中文医疗问与所述症状核心实体语义的匹配度大于阈值的2将初始提问数据输入第一大语言模型进行解析处理，得到症状信息将所述症状核心实体与预先构建的知识图谱中的实体进行匹配将所述输入信息、所述症状信息和所述问题信息输入第二大语言模型进行问答处理，将所述症状核心实体输入训练好的语言模型进行实体匹配处理构建微调数据集，所述微调数据集包括多个核心实体基于深度优先搜索算法，在所述知识图谱中对所述目标实体进将所述目标实体作为当前处理的实体，对所述当前处理的实体执行在执行所述搜索操作得到尾实体的情况下，将所述尾实体作为其中，所述搜索操作包括：从所述知识图谱中检索与所述当前基于所述自然语言模板将所述目标三元组转换为文3将所述结合信息和所述症状信息作为上下文信息输入所述第二大语言模型进行问答数据处理模块，用于将初始提问数据输入第一大语言模型进知识检索模块，用于基于所述目标实体在所述知所述的基于知识图谱和大语言模型的中文医疗问答方法利要求1至7中任一项所述的基于知识图谱和大4规则的方法和统计模型。这些方法虽然取得了一定的成果，但在处理复杂的医学语言现象和大规模医疗数据时显得力不从心。随着深度学习技术的引入，特别是循环神经网络[0003]Transformer架构的出现是大语言模型领域发展的一个关键转折点。它通过自注[0006]本发明要解决的技术问题是现有技术常用的大语言模型能够生成连贯的医疗文了解决上述问题，本发明提供一种基于知识图谱和大语言模型的中文医疗问答方法及装5将所述症状核心实体与预先构建的知识图谱中的实体进行匹配，得到目标实体，所述目标实体为所述知识图谱中与所述症状核心实体语义的匹配度大将所述症状核心实体输入训练好的语言模型进行实体匹配处理，得到目标实体，基于所述自然语言模板将所述目标三元组转换为文将所述结合信息和所述症状信息作为上下文信息输入所述第二大语言模型进行6第一方面所述的基于知识图谱和大语言模型的中文医疗问答器执行时实现如第一方面所述的基于知识图谱和大语言模型的中文医疗问答方法中的步[0018]附图1为本发明实施例提供的基于知识图谱和大语言模型的中文医疗问答方法的附图2为本发明实施例提供的预训练BERT附图4为本发明实施例提供的基于知识图谱和大语言模型的中文医疗问答系统的附图5为本发明实施例提供的基于知识图谱和大语言模型的中文医疗问答方法的附图6为本发明实施例提供的基于知识图谱和大语言模型的中文医疗问答装置示7况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，[0022]本申请实施例提供了一种基于知识图谱和大语言模型的中文医疗问答方法及装8将所述症状核心实体输入训练好的语言模型进行实体匹配处理，得到目标实体，[0033]在步骤102中，其目的是在知识图谱中找到与前述提取的症状核心实体在语义上;9[0039]在步骤103中，为了在知识图谱中高效地查找和处理与初始提问数据相关的实体始提问数据相关。因此，在本实施例中通过剪枝函数保留与初始提问数据相关的高价值关本指的是对回答初始提问数据无用的关系样本。基于初始提问数据对知识图谱中的520,000条三元组的12种关系类型进行分类。;表示为是一个防止模型过度关注正样本或负样本的阈值，通过这个微调关系，确保剪枝函数所使用的语言模型能够学习到与初始提问数据有语义连接的关系类如BERT该模型会将关系和每一个问题进行语义上的判定，例如关系r1与问题b有语义关同样的方式，利用Cypher语句查询图数据库，获取与实体B相关联的关系集合(t1,t2,基于所述自然语言模板将所述目标三元组转换为文将所述结合信息和所述症状信息作为上下文信息输入所述第二大语言模型进行[0064]本发明实施例还提供了一种基于知识图谱和大语言模型的协同增强中文医疗问将上述患者输入的问题输入第一大语言模型进行解析处理，得到三部分的内容，项?3.生活中应该如何调理以减少口腔溃[0072]将症状核心实体输入训练好的BERT进行实体匹配处本申请实施例提供的基于知识图谱和大语言模型的中文医疗问答方法将大语言[0082]请参见图6，本发明实施例还提供了一种基于知识图谱和大语言模型的中文医疗匹配核心实体模块602，用于将所述症状核心实体与预先构建的知识图谱中的实将所述症状核心实体输入训练好的语言模型进行实体匹配处理，得到目标实体，基于所述自然语言模板将所述目标三元组转换为文将所述结合信息和所述症状信息作为上下文信息输入所述第二大语言模型进行[0089]本申请实施例提供的基于知识图谱和大语言模型的中文医疗问答装置600，可以[0091]所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机等各种可以存储程序代码的介质。存储器702中的程序实现如前所述的基于知识图谱和大语言模型的中文医疗问答方法中的处理器执行时实现上述基于知识图谱和大语言模型的中文医疗问答方法实施例的各个过存储器（Read_OnlyMemory，ROM）、可擦除可编程只读存储器（ErasableProgrammableRead_OnlyMemory，EPROM）、带电可擦可编程只读存储器（ElectricallyErasable法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。根据这样的理解，