一种基于Prompt技术的医学文本结构化处理方法

本发明公开了一种基于Prompt技术的医学文本结构化处理方法，包括数据脱敏与隐私保护；多候选生成与评价；Embedding层相似度计算；动态示例更新；Few‑shot学习优化的综合流程；大模型的自我优化。该方法利用动态生成与自优化的Prompt技术，通过Embedding机制自动生成相关的Few‑shot示例来提高文本处理的精度和一致性，通过自动化的结构化模板生成与反馈机制，通过自评与专家反馈自动优化结构化数据生成过程，提升了模型对医学文本的理解能力。该方法具有隐私保护与数据脱敏功能，用于确保了医学数据处理符合相关法规要求，并通过自动脱敏和加密保护患者隐私，同时自动化测试与评估机制，使得系统可以持续优化和验证其生成效果，用于确保生成数据的高质量和医学领域标准的一致性。