【技术实现步骤摘要】
本专利技术涉及人工智能，具体地，涉及一种基于ai大模型的医药知识图谱的智能客服实现方法及计算设备。
技术介绍
1、随着医药电商行业的快速发展，在线健康咨询及购药的需求日益增长，用户希望能够通过智能客服系统获得准确的用药建议、疾病辅助诊断以及药品交互查询等服务。
2、目前，智能客服系统广泛应用于医药电商领域，其核心技术主要包括基于规则的知识问答系统、检索式问答系统以及基于大语言模型的生成式问答系统。其中基于大语言模型的生成式问答系统能够生成更加自然、符合用户需求的回答，支持多轮对话交互。
3、然而，当前的传统大语言模型在医药电商领域的应用仍面临一定挑战，主要包括：
4、1、传统通用大模型生成的药品推荐结果与说明书适应症匹配度低；
5、2、通用大模型不能针对医药电子商城中所售卖的药品给用户做出推荐；
6、3、在处理药品相互作用、疾病诊疗标准匹配等复杂推理任务时，传统大模型容易出现逻辑错误或置信度较低的回答；
7、4、用户健康档案与药品推荐未能进行深度关联。
...
【技术保护点】
1.一种基于AI大模型的医药知识图谱构建方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于AI大模型的医药知识图谱构建方法，其特征在于，所述对抽取出的每个初步语义结果进行动态权重调整，获得每个初步语义抽取结果的综合评分具体包括：
3.如权利要求2所述的基于AI大模型的医药知识图谱构建方法，其特征在于，所述方法还包括：
4.如权利要求3所述的基于AI大模型的医药知识图谱构建方法，其特征在于，所述方法还包括：
5.一种基于权利要求4所述的基于AI大模型的医药知识图谱的智能客服实现方法，其特征在于，所述方法包括：p>
6.如权利...
【技术特征摘要】
1.一种基于ai大模型的医药知识图谱构建方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于ai大模型的医药知识图谱构建方法，其特征在于，所述对抽取出的每个初步语义结果进行动态权重调整，获得每个初步语义抽取结果的综合评分具体包括：
3.如权利要求2所述的基于ai大模型的医药知识图谱构建方法，其特征在于，所述方法还包括：
4.如权利要求3所述的基于ai大模型的医药知识图谱构建方法，其特征在于，所述方法还包括：
5.一种基于权利要求4所述的基于ai大模型的医药知识图谱的智能客服实现方法，其特征在于，所述方法包括：
6.如权...
【专利技术属性】
技术研发人员：徐志刚，张星宇，董新华，韩洪木，兰升阳，钟嫚，高宇，叶子文，
申请(专利权)人：湖北工业大学，
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。