基于大语言模型的药物不良事件识别方法、系统、设备及介质

本申请提出一种基于大语言模型的药物不良事件识别方法、系统、设备及介质，涉及药物不良事件识别技术领域，通过获取待识别病历文本与其相关的背景知识；基于背景知识确定对待识别病历文本进行不良事件识别任务的提示文本；将提示文本输入推理大语言模型中，并对输出结果进行结构化处理和筛选处理，得到多个候选三元组和解释文本；采用微调大语言模型判断候选三元组、解释文本与待识别病历文本之间的事实一致性，确定不良事件识别结果。通过对推理大语言模型输出的多个三元组进行筛选，有效提高了输出结果的鲁棒性与一致性。采用微调大语言模型判断待识别病历文本与候选三元组之间的一致性，提高了不良事件识别结果的准确性、可信度与可解释性。