一种基于主动学习与预训练大模型的体检文本标注系统及方法

本发明属于自然语言处理领域，提出了一种基于主动学习的预训练大模型体检文本标注方法及系统。该方法通过以下流程实现：收集整理结构化和非结构化健康体检数据，专家手动预标注少量样本并规范格式；选取适配医学领域任务的预训练大模型；设计领域特异性提示词模板强化模型语义理解；采用监督微调与低秩适应技术进行参数优化；构建主动学习闭环，通过多轮迭代训练选择不确定性样本补充标注，并利用验证集动态优化模型；应用优化后模型对剩余数据进行智能标注。本方案解决了传统手工标注效率低、规则方法泛化能力差、机器学习模型算力需求高以及大模型领域适配不足的关键问题，能有效提升体检报告中病理特征、临床指标等医学实体的自动化提取精度。