一种基于上下文学习和知识图谱的抑郁障碍识别系统

AITNT
正文
推荐专利
一种基于上下文学习和知识图谱的抑郁障碍识别系统
申请号:CN202510523951
申请日期:2025-04-24
公开号:CN120388718A
公开日期:2025-07-29
类型:发明专利
摘要
本发明公开了一种基于上下文学习和知识图谱的抑郁障碍识别系统,应用于抑郁障碍识别技术领域,包括:大语言模型设计模块:基于多种抑郁量表,设计关键问题,并编写初步Prompt;上下文学习模块:将模型对多个样本博文的分析过程加入,得到结构最佳的Prompt,与测试博文输入模型,得到关键问题的回答;知识图谱模块:基于医学知识图谱构建抑郁障碍向量数据库;检索增强生成模块:从数据库中查找相关知识,与测试博文以及判断用户是否抑郁的Prompt共同再次输入至模型中,得到抑郁障碍判断结果;神经网络训练模块:以关键问题的回答和抑郁障碍判断结果作为输入,训练抑郁障碍识别模型。综上,本发明实现了对抑郁障碍的精准识别。
技术关键词
障碍识别系统 抑郁 大语言模型 医学知识图谱 量表 神经网络训练 样本 识别模型训练 模块 三元组 识别特征 频率 精度 条目 实体 格式 标签 代表
系统为您推荐了相关专利信息
1
一种多智能体协作的情感支持对话生成方法和系统
多智能体协作 对话生成方法 策略 事件识别 对话生成系统
2
一种面向表格数据的双路径知识检索增强生成方法及装置
命名实体识别模型 生成方法 文本分类模型 表格 查询意图
3
矿端数据采集分析方法
数据采集分析方法 大语言模型 Apriori算法 展示页面 神经网络模型
4
基于生成式大语言模型的旋转机械智能运维诊断方法
大语言模型 更新词库 资料 诊断方法 旋转机械状态
5
答案审核方法及相关设备
答案 关键词 审核方法 大语言模型 语句
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号