MedKGGPT:基于知识图谱的医疗大型语言模型设计方法

作     者：顾鹏辉 李涛 高阳 GU Peng-hui;LI Tao;GAO Yang

作者机构：武汉科技大学计算机科学与技术学院湖北武汉430065 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065 

基　　金：武汉市重点研发计划(2022012202015070) 武汉东湖新技术开发区“揭榜挂帅”项目(2022KJB126) 

出 版 物：《计算机技术与发展》 (Computer Technology and Development)

年 卷 期：2024年第34卷第6期

页      码：178-184页

摘      要：大型语言模型(Large Language Models,LLM)已经成为现今主流的研究热点,而垂直领域行业大模型则成为落地应用的关键点,以医疗为代表的大型语言模型有着可解释性、可靠性、高安全性等要求。针对这类问题,提出MedKGGPT模型,一个基于ChatGLM的模型,并提出一种面向医疗领域的知识图谱(Knowledge Graphs,KGs)和LLM相结合的框架。框架主要包含两个部分:首先,通过KG三元组中的实体和关系,提出了一种基于KG结构数据的提示工程方法,使得LLM更加具有医学领域的专用知识,提高LLM的可解释性;其次,提出一种利用KG来对齐LLM的方法,将LLM的输出与KG的相关知识进行比较,验证LLM输出结果的一致性和准确性,从而增强了LLM在医疗领域的安全性。实验结果表明,最终生成的MedKGGPT模型能够输出更加具有安全性的结果,说明KG能够有效增强LLM的可解释性,为LLM应用在医疗领域提供了帮助。

主 题 词：大型语言模型 医疗 知识图谱 提示工程 ChatGLM 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.20165/j.cnki.ISSN1673-629X.2024.0073

馆 藏 号：203128287...