首页» 本科生教育» 教学成果» 典型案例» 优秀大创» 2023年国家级大学生创新训练计划项目结题:基于大语言模型的医学知识图谱构建与应用

2023年国家级大学生创新训练计划项目结题:基于大语言模型的医学知识图谱构建与应用

立项年份:2023

项目成员信息:                                           指导教师信息:

张丰荟 - 21 - 计算机学院                         周雪忠 - 教授 - 医学人工智能

赵宸仟 - 21 - 计算机学院  

黎海旭 - 21 - 计算机学院

 

项目简介:

本项目旨在利用先进的大语言模型(如GPT-4)构建一个全面的医学知识图谱,并设计了一个多维度的评估框架,评估大语言模型在生物医学领域知识的准确性和完整性。通过对比不同大语言模型的知识图谱生成结果,提取和组织医学领域的重要信息,包括疾病、症状、治疗方案、药物、方剂和证候等。项目的主要工作围绕大语言模型生物医学知识的评估展开,设计并实施多维度的实验进行验证和测试。与此同时,我们开发了一个智能问答系统,结合医学知识图谱,为用户提供便捷准确的医学知识问答服务,并进行初步的机器人问答系统开发。该项目致力于解决医学领域知识获取与共享的挑战,提供高效、准确的医学知识服务,提升医学研究者、医生和患者的知识获取效率和决策支持能力,具有显著的科研价值和应用价值。

 1 论文标题与摘要

 2 评估流程框架图

 

 3 总体性能比较

 4 问答机器人照片

 5 医学问答网站

项目创新点:

设计评估大语言模型生物医学知识的框架,构建大语言模型医学知识图谱,结合知识图谱构建智能问答系统。

                                                                    

项目成果:

撰写会议论文一篇,并投稿CCF推荐C类:ISBRA。已被接受。