换一批基于Stroke BERT的中风知识图谱与智能诊疗研究
Knowledge Graph and Intelligent Diagnosis for Stroke Based on Stroke BERT
摘要为促进中医精准医疗发展,本研究聚焦中风病,构建了"领域自适应预训练—跨模态知识对齐—混合增强推理"框架.首先,基于中医文献与病历构建Stroke BERT预训练模型,采用动态全词掩码增强中医隐喻语义表征.实验表明,Stroke BERT在中医特异性任务上显著优于通用BERT(F1 值达83.24％和98.15％),有效提升信息提取精度.其次,构建中西医融合中风知识图谱,通过BERT-INT模型实现中西医实体对齐,突破语义壁垒.在此基础上,提出KG-LLM协同推理架构,通过动态提示工程将知识图谱路径与GLM-4 模型深度耦合.在Stroke QA和Stroke CQ数据集上,该架构的诊断符合率分别提升至59.05％和78.10％,较独立大语言模型显著提高(分别提升10.48 和7.62 百分点),实现了诊疗可解释性与准确性的双重提升.为中医知识图谱构建提供了领域适配方法,为多模态医学数据融合与智能诊疗提供了创新技术支撑.
更多相关知识
关键词
中风Stroke BERT知识图谱大语言模型智能诊疗StrokeStroke BERTknowledge graphlarge language modelsintelligent diagnostics
栏目名称
DOI
10.20165/j.cnki.ISSN1673-629X.2025.0232
发布时间
2026-03-06（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家重点研发计划（2018YFC1707806）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
