摘要
本发明公开了一种基于大语言模型的临床信息提取方法、系统、设备及介质,属于人工智能技术领域中的临床信息提取,其目的在于解决现有技术中对医学文本的信息提取准确性低的技术问题。其包括:收集医学临床样本信息及标签数据;利用无标签数据的医学临床样本信息对信息提取大语言模型进行自监督训练;利用有标签数据的医学临床样本信息对信息提取大语言模型进行预训练;获取待提取的临床文本,并输入信息提取大语言模型进行信息提取,信息提取大语言模型输出信息提取结果。大模型结合逆向提示机制和信息提取奖励两种奖励机制形成强化学习框架,使得模型能够生成更符合上下文和指示性的提示,提高了信息提取的准确性和泛华性,临床信息的提取准确性更高。
技术关键词
大语言模型
信息提取方法
医学
无标签数据
样本
语义
机制
Sigmoid函数
答案
信息提取系统
强化学习框架
文本生成模型
事件触发器
强化学习模型
数据收集模块
处理器
正则化参数
系统为您推荐了相关专利信息
大语言模型
业务流程模型
金融服务设备
文本
依赖关系分析
指标
状态评价方法
聚类算法
状态评价系统
Pearson相关系数
评估决策树
发电量预测方法
残差预测
非线性特征
预测误差
卫星网络切换方法
分布式学习
服务器
深度Q网络
生成动作