一种基于人工智能的疾病科普纠错方法及系统

本申请提供一种基于人工智能的疾病科普纠错方法及系统。其中，本申请通过获取用户输入的疾病知识查询内容及关联的科普文本数据源，利用预训练语言模型动态识别语义焦点，生成上下文关联的语义焦点分布图谱。基于图谱与多源异构医学表述的跨模态关联分析，定位潜在认知偏差区域，并结合医学知识节点的权威性权重差异构建纠错优先级队列。进一步根据队列优先级对错误表述实施增量式修正，保留用户原始语义意图的同时生成包含医学溯源信息的纠错反馈结果；本申请提供的技术方案实现疾病科普内容的高精度纠错及医学溯源信息的闭环反馈，提升用户认知准确性与知识可信度。