换一批基于心力衰竭领域数据增强的问答模型优化与应用
Optimization and application of question-answering model based on heart failure data enhancement
摘要心力衰竭是心血管领域的一种复杂疾病,对精准诊断、治疗和管理有着很高的要求.针对心力衰竭领域高精度可溯源的问答场景,本文提出了一种心力衰竭领域数据增强的问答模型优化方法.首先收集并整理大量心力衰竭相关的内容,并构建包含170余万个令牌的心力衰竭领域语料库,用于BGE-M3模型的增量预训练;其次构建超过3 200个心力衰竭专业问答的数据集,对预训练后的模型进一步进行细粒度的微调;最后将优化后的模型应用于检索增强生成(retrieval-augmented generation,RAG)中,实现了最终的问答系统.通过实验对比,较BGE-M3模型,微调后的模型与增量预训练并微调后的模型准确度分别提升了48%和52%,且在回答的精准性和内容全面性上均优于DeepSeek和通用RAG,验证了基于领域数据驱动的模型优化的有效性.本文方法证明了针对心力衰竭领域的智能化知识服务方案是实际可行的,尤其在医学教育场景中能显著提升教学效果,对于其他垂直领域的建模工作同样具有重要的参考价值.
更多相关知识
分类号
G434
栏目名称
DOI
10.13566/j.cnki.cmet.cn61-1317/g4.202601011
发布时间
2026-01-24（万方平台首次上网日期，不代表论文的发表时间）
基金项目
上海市科委医学创新研究专项（23Y31920200）
国家自然科学基金（82405185）
- 浏览2
- 被引0
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
