摘要
本发明涉及基于多智能体的诊疗决策树抽取方法、系统、设备及介质。该方法包括如下步骤:步骤S1:对训练数据集进行预处理,得到每个诊疗决策树的多个中间结果;步骤S2:训练自迭代智能体;步骤S3:集成多个自迭代智能体,构建多智能体系统;步骤S4:数据导入与应用;将待抽取的临床诊疗文本导入多智能体系统进行诊疗决策树抽取,输出完整的诊疗决策树,直接用于临床决策支持系统的下游任务。本发明实现了智能体在诊疗决策树抽取任务中间步骤的自我优化和自动迭代,降低了对于提示词人工调优的依赖,通过将诊疗决策树抽取拆解为多个中间步骤并训练相应的自迭代智能体,提高了诊疗决策树抽取准确率和可迁移性。
技术关键词
多智能体系统
节点
临床决策支持系统
后处理模块
文本
答案
抽取系统
数据输入模块
输入端
可读存储介质
大语言模型
样本
输出端
关系
列表
接口模块
程序
处理器
系统为您推荐了相关专利信息
极限学习机
矩阵
充电站负荷预测
节点
训练样本集
机器人
矿井巷道
图像识别模型
巡检路径规划
井下探测方法
数字孪生
能量消耗
通信资源分配
无线通信网路
机器可读指令
辅助分类器
识别系统
特征提取模块
农业植物病害
神经网络训练
电力负载预测方法
大语言模型
特征提取模块
原型
多尺度特征提取