DiaRAG：面向糖尿病领域的智能问答系统

摘要

为了满足糖尿病领域对智能问答系统高效性与专业性的双重需求，本文设计并实现了融合知识图谱与检索增强生成（Retrieval augmented generation, RAG）的糖尿病领域智能问答系统——DiaRAG.该系统提出了一种自动提示生成方法（Auto prompt generation, APG），能够自动生成适用于糖尿病领域的提示模板，用于提取糖尿病知识图谱并构建检索知识库.同时，通过提示学习对病患提出的问句进行校正，有效解决了复杂问句中的语义和语法偏误问题.此外，本文设计了微调排序模型（Fine-tuned reranker），对糖尿病知识图谱的社区摘要进行二次过滤，以确保检索结果与病患提问意图的高度契合. DiaRAG系统通过深度融合知识图谱与大语言模型（Large language model, LLM），充分利用外部知识库，从而显著提升了糖尿病领域知识的问答能力.实验结果表明，DiaRAG在问答准确性、社区摘要相关性等方面均显著优于现有系统，为糖尿病个性化知识服务提供了创新性解决方案.

关键词

糖尿病 / 智能问答系统 / 知识图谱 / 检索增强生成 / 提示工程 / 微调排序模型

基金资助

湖南省自然科学基金面上资助项目（2022JJ30495）; 湖南省教育厅重点科研资助项目（22A0316）