基于网络激发图分解的医学大模型逻辑反演方法及系统

    公开(公告)号:CN117747124B

    公开(公告)日:2024-09-20

    申请号:CN202410187002.X

    申请日:2024-02-20

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于网络激发图分解的医学大模型逻辑反演方法及系统,基于网络激发图分解,通过对医学术语集精细化分割并构建网络激发基底图库,将任务过程中的医学大模型网络激发图分解为多张网络激发基底图,并将基底图对应的节点和关系映射到知识图谱中,从而重构出医学大模型输出结果时的推理逻辑路径,实现可视化的医学大模型逻辑反演。本发明通过收集大模型对精细化区分的医学实体和关系生成的网络激发图,构建完备的参考图库,实现多分类判断和多实体及关系的一次性检验;将分解得到的激发基底图对应的节点和关系映射到医学知识图谱,重构大模型思维推理路径,发掘复杂逻辑和多跳逻辑,提升医学大模型的可解释性。

    基于网络激发图分解的医学大模型逻辑反演方法及系统

    公开(公告)号:CN117747124A

    公开(公告)日:2024-03-22

    申请号:CN202410187002.X

    申请日:2024-02-20

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于网络激发图分解的医学大模型逻辑反演方法及系统,基于网络激发图分解,通过对医学术语集精细化分割并构建网络激发基底图库,将任务过程中的医学大模型网络激发图分解为多张网络激发基底图,并将基底图对应的节点和关系映射到知识图谱中,从而重构出医学大模型输出结果时的推理逻辑路径,实现可视化的医学大模型逻辑反演。本发明通过收集大模型对精细化区分的医学实体和关系生成的网络激发图,构建完备的参考图库,实现多分类判断和多实体及关系的一次性检验;将分解得到的激发基底图对应的节点和关系映射到医学知识图谱,重构大模型思维推理路径,发掘复杂逻辑和多跳逻辑,提升医学大模型的可解释性。

Patent Agency Ranking