基于网络激发图分解的医学大模型逻辑反演方法及系统

专利主权项内容

1.一种基于网络激发图分解的医学大模型逻辑反演方法，其特征在于，该方法包括：结构提取：将医学术语集的数据进行三元体结构提取，使用三元组构建推理逻辑知识图谱，并将三元体拆分为节点和关系；参考图库构建：对每一个节点或关系多次生成网络激发图并进行平均处理，得到激发基底图，判断激发基底图的网络激发程度，并将网络激发程度作为激发特征基底图，将节点或关系分别与激发基底图和激发特征基底图与进行对应作为参考图组，存储参考图组构建参考图库；拆解在大模型使用过程中生成的网络激发图：通过参考图库对网络激发图进行修正，根据参考图库进行相似度筛选得到候选图库，使用候选图库计算大模型使用过程中网络激发图的基底图概率系数向量集合，每个基底图概率系数向量包括各个基底激发图的权重值，将基底图概率系数向量集合对应的各个激发基底图中的节点和关系代入至推理逻辑知识图谱构建推理子图。