【技术实现步骤摘要】
本专利技术涉及人工智能与心理健康服务，尤其涉及一种基于知识图谱(knowledge graph,kg)与检索增强生成(rag,retrieval augmented generation)的心理健康辅助诊断方法。
技术介绍
1、现有的心理健康问答系统主要是基于大语言模型(llm,large language model)或者传统检索技术。基于llm的系统依赖于模型内部参数化知识，如直接使用chatgenerative pre-trained transformer(chatgpt)、豆包等llm生成回答，llm是基于统计预测训练，缺乏对心理健康领域结构化知识的显示建模，导致诊断的准确性不足，如将正常的心理波动误判为抑郁症、或者推荐不恰当的治疗方案。
2、传统检索增强生成rag系统通过文本增强llm，如基于bm25或sentence-bert等模型从非结构化的文本库中检索相关片段，但无法建模心理健康领域复杂的实体关系，如“产后抑郁-甲状腺功能异常-神经内分泌紊乱”的因果关系，导致检索结果碎片化，缺乏推理深度。
3、...
【技术保护点】
1.一种基于知识图谱与检索增强生成的心理健康辅助诊断方法，其特征在于，所述方法包括：
2.根据权利要求1所述基于知识图谱与检索增强生成的心理健康辅助诊断方法，其特征在于，所述步骤1的过程具体为：
3.根据权利要求1所述基于知识图谱与检索增强生成的心理健康辅助诊断方法，其特征在于，在步骤2中，首先根据图神经网络提取心理健康知识图谱的节点特征，根据图神经网络遍历心理健康知识图谱的拓扑结构，将心理健康知识图谱的节点编码成包含结构信息的特征向量；
4.根据权利要求3所述基于知识图谱与检索增强生成的心理健康辅助诊断方法，其特征在于，在步骤3中...
【技术特征摘要】
1.一种基于知识图谱与检索增强生成的心理健康辅助诊断方法，其特征在于，所述方法包括：
2.根据权利要求1所述基于知识图谱与检索增强生成的心理健康辅助诊断方法，其特征在于，所述步骤1的过程具体为：
3.根据权利要求1所述基于知识图谱与检索增强生成的心理健康辅助诊断方法，其特征在于，在步骤2中，首先根据图神经网络提取心理健康知识图谱的节点特征，根据图神经网络遍历心理健康知识图谱的拓扑结构，将心理健康知识图谱的节点编码成包含结构信息的特征向量；
4.根据权利要求3所述基于知识图谱与检索增强生成的心理健康辅助诊断方法，其特征在于，在步骤3中，当用户输入心理健康问题时，首先对用户...
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。