摘要
本发明公开了一种基于多智能体与知识图谱的老年疾病健康问答方法,属于人工智能与医疗信息技术交叉领域。通过构建多模态医疗知识图谱,通过多种实体及其关联关系,实现医疗知识的结构化表示。结合领域定制化大语言模型与多智能体动态路由机制,采用两阶段训练策略对基座模型进行优化,包括全参数预训练和基于低秩分解技术的参数高效微调,有效提升模型的专业性和可靠性。在多智能体协同架构中,系统根据输入特征动态选择最优处理路径,包括知识图谱查询、专业回答生成或外部知识检索,并通过动态摘要压缩算法维护多轮对话的上下文连贯性。本发明将多智能体协同架构与知识图谱推理能力相结合,通过混合检索策略整合关系查询与语义匹配的优势。
技术关键词
问答方法
疾病关联关系
实体
知识图谱查询
非结构化数据处理
知识存储系统
大语言模型
医疗知识图谱
知识图谱推理
医疗信息技术
生成自然语言
非结构化文本
智能问答系统
多模态
构建知识图谱
标签模式