基于大模型的医药文献智能处理与分析系统、方法及终端技术方案

本发明专利技术提供一种基于大模型的医药文献智能处理与分析系统、方法及终端，首先通过用户搜索界面获取用户的查询的请求，随后调用大模型进行用户意图识别，提取相关的生物实体，并生成对应的逻辑链指令；依据所提取生物实体在预构建的生物实体库中匹配相关实体的背景信息；并根据逻辑链指令在对文献摘要知识图谱数据库中进行匹配，获得文献的相关性排序；最终整合所述逻辑链指令、生物实体背景信息及相关文献信息生成并展示相应的查询结果。本发明专利技术解决了医药科研人员面临的文献获取繁琐、阅读耗时、分析复杂等问题，采用基于大模型的方法进行文献智能处理与分析，加速文献阅读过程，减少人工分析成本，提高研究效率。

【技术实现步骤摘要】

本专利技术涉及医药文献处理，特别是涉及一种基于大模型的医药文献智能处理与分析系统、方法及终端。

技术介绍

1、随着科学研究的快速发展，科技文献的年度发表量呈指数级增长。这种增长态势给研究人员带来了巨大挑战，尤其是在高效获取、阅读和分析大量文献方面。传统的文献检索和阅读方法往往效率低下，难以应对海量文献带来的信息过载问题。

2、当前市场上存在多种文献管理与分析工具，如aminor和elicit等，这些工具利用大语言模型实现了智能检索、自动摘要生成以及交互式文献问答等功能。然而，这些工具在医药文献信息获取方面存在显著局限性：其信息源主要源于文献的元数据(如标题、摘要)或用户手动上传的pdf全文，无法全面获取和处理包括非开放获文献在内的完整内容。这种局限性直接影响了文献内容的挖掘深度和知识提取的效果。此外，对于pdf全文分析，现有工具通常采用将全文信息直接输入大语言模型的方法。然而，考虑到当前大语言模型在上下文长度方面的限制，这种处理方式不可避免地引入了大量冗余信息。这不仅降低了分析的精度和效率，还显著增加了计算资源的消耗。>

<本文档来自技高网...

【技术保护点】

1.一种基于大模型的医药文献智能处理与分析系统，其特征在于，所述系统包括：

2.根据权利要求1中所述的基于大模型的医药文献智能处理与分析系统，其特征在于，所述用户交互模块包括：

3.根据权利要求1中所述的基于大模型的医药文献智能处理与分析系统，其特征在于，所述生物实体模块包括：

4.根据权利要求1中所述的基于大模型的医药文献智能处理与分析系统，其特征在于，所述文献摘要知识图谱模块包括：

5.根据权利要求4中所述的基于大模型的医药文献智能处理与分析系统，其特征在于，所述文献采集单元包括：

6.根据权利要求5中所述的基于大模型的医药...

【技术特征摘要】

1.一种基于大模型的医药文献智能处理与分析系统，其特征在于，所述系统包括：

2.根据权利要求1中所述的基于大模型的医药文献智能处理与分析系统，其特征在于，所述用户交互模块包括：

3.根据权利要求1中所述的基于大模型的医药文献智能处理与分析系统，其特征在于，所述生物实体模块包括：

4.根据权利要求1中所述的基于大模型的医药文献智能处理与分析系统，其特征在于，所述文献摘要知识图谱模块包括：

5.根据权利要求4中所述的基于大模型的医药文献智能处理与分析系统，其特征在于，所述文献采集单元包括：

6.根据权...

【专利技术属性】
技术研发人员：吴瑞佳，何俏军，金喜智，曹戟，吴健，徐红霞，郭越，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：