【技术实现步骤摘要】
本说明书一个或多个实施例涉及计算机，尤其涉及一种医疗问答系统的答案生成方法及装置。
技术介绍
1、语言大模型（large language model，llm），即大规模语言模型，或称为大模型，通常具有较大的参数量级，如十亿级。语言大模型是一种基于深度学习的自然语言处理模型，它能够学习到自然语言的语法和语义，从而可以生成人类可读的文本。语言大模型由于其庞大的语料库，可以作为预训练模型用于各种语言处理类场景，例如问答场景、推送场景、生成场景等。这些场景涉及各个应用领域，如问答场景可以是医疗领域、学术领域等等。在医疗问答场景下，可以基于现有的多轮对话语料或者通过智能体agent的形式模拟医生与患者的问答来生成语料，进而对大模型进行微调训练等使用医疗问答建议这一任务。然而，由于大模型庞大的语料库和生成能力，针对医疗类专业度较高的应用领域，使用中可能出现答案的不可控以及幻觉的问题。因此，如何提高大模型在专业度较高的领域中的准确定，是值得研究的问题。
技术实现思路
1、本说明书一个或多个实施例描述了...
【技术保护点】
1.一种医疗问答系统的答案生成方法，包括：
2.如权利要求1所述的方法，其中，第一标准化语句是通过第一预定格式描述的语句，所述第一预定格式包括多个预定项目。
3.如权利要求1所述的方法，其中，将第一标准化语句与规则库中预设的标准化规则进行匹配，得到至少一个候选规则包括：
4.如权利要求1所述的方法，其中，所述标准化规则通过条件表达式形式的第二预定格式描述。
5.如权利要求1所述的方法，其中，规则库中的标准化规则通过以下方式抽取：
6.如权利要求1所述的方法，其中，所述基于大模型对第一标准化语句与至少一个候选规...
【技术特征摘要】
1.一种医疗问答系统的答案生成方法，包括：
2.如权利要求1所述的方法，其中，第一标准化语句是通过第一预定格式描述的语句，所述第一预定格式包括多个预定项目。
3.如权利要求1所述的方法，其中，将第一标准化语句与规则库中预设的标准化规则进行匹配，得到至少一个候选规则包括：
4.如权利要求1所述的方法，其中，所述标准化规则通过条件表达式形式的第二预定格式描述。
5.如权利要求1所述的方法，其中，规则库中的标准化规则通过以下方式抽取：
6.如权利要求1所述的方法，其中，所述基于大模型对第...
【专利技术属性】
技术研发人员：杨丹，申月，顾进杰，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。