摘要
本发明提供一种基于大语言模型的生物医学关系抽取方法及系统,涉及自然语言处理技术领域,该方法包括:构建生物医学关系抽取场景的提示词策略;调用大语言模型生成目标实体或实体对的实体描述信息、实体关系描述信息等外部知识;采用特征融合策略融合生物医学文本原始语义特征与外部知识特征,得到目标融合特征向量;将其输入关系抽取模型训练,收敛后输出生物医学关系的结构化三元组。本发明通过大语言模型引入领域外部知识并深度融合,有效提升了生物医学关系抽取的精度与泛化能力,适用于生物医学文本的关系抽取场景。
技术关键词
关系抽取方法
大语言模型
关系抽取模型
融合策略
实体
文本特征向量
编码策略
计算机软件产品
关系抽取系统
训练语言模型
Softmax分类器
语义特征
优化器
计算机存储介质
总线系统
三元组
执行存储器存储
系统为您推荐了相关专利信息
技能培训系统
大语言模型
个性化教学
教师
实景教学
临床试验数据
大语言模型
变量
转换程序代码
逻辑
数据格式
文档编辑方法
生成提示信息
分片
存储服务器
翻译语言
翻译方法
大语言模型
可视化搜索界面
显示信息