摘要
本发明公开了基于知识图谱与医案增强RAG的中医智能问诊方法及系统,包括以下步骤:从多种来源收集中医药相关数据,经过数据清洗、格式化和标准化处理,构建包含中医症状、病因、方剂及其相互关系的知识图谱;通过三元组形式表示图谱中的知识结构;利用Leiden社区检测算法,基于查询关键词提取和泛化,搜索与查询相关的局部子图;采用混合检索策略,结合全局搜索和本地搜索,召回的内容进行整理和评分,将全局和本地的检索结果进行融合,大语言模型统一输出。本发明旨在提高中医诊断的智能化水平和个性化能力,系统首先构建一个涵盖中医药理论、症状、病因、方剂等实体及其关系的知识图谱,系统化整合海量中医药数据,确保对中医复杂诊疗逻辑的深度理解和语义关联,通过结构化知识库与生成模型的深度结合,不仅提升了诊疗精准度,还降低了模型微调和更新的成本。
技术关键词
智能问诊方法
社区检测算法
Django框架
知识图谱构建
智能问诊系统
前端模块
数据
构建知识图谱
查询关键词
中医药知识图谱
高效信息检索
深度语义分析
关系
三元组
实体识别方法
滑动窗口技术