一种用于幽门螺杆菌专病模型的文本数据合成方法和系统

本发明公开一种用于幽门螺杆菌专病模型的文本数据合成方法和系统及介质，采集与幽门螺杆菌相关的数据，对采集后的数据进行文本提取处理，对文本提取处理后的数据进行数据去噪和数据脱敏，得到原始数据集；利用第一大语言模型生成多个提示词，从所述多个提示词中选出最优提示词；根据所述最优提示词和所述原始数据集，利用第二大语言模型生成符合幽门螺杆菌诊疗语境的三元组指令数据集，将所述三元组指令数据集作为用于幽门螺杆菌专病模型的文本合成数据。本发明用于定向扩充幽门螺杆菌相关的医学文本数据，构建高质量的指令微调数据集，最终提升医学大模型的训练效果。