基于GPT模型的医疗知识图谱构建方法

摘要

提出一种基于GPT模型构建知识图谱的方法，以电子病历为语料文本，通过提示设计引导GPT模型实现结构设计、知识提取、关系限定以及格式转换等目标，从而对应完成知识图谱构建过程中的本体构建、知识处理以及知识填充等任务，并最终将结果整合为医疗流程知识图谱。结果表明：（1）提示能引导GPT理解任务内涵并自动构建本体模型，但本体在准确性和一致性上存在不足；（2）GPT在命名体识别任务中获得0.847的F1值，与当前主流深度学习模型性能相近；（3）GPT在同义词识别、缩写词替换和隐藏关系推理中具备优势。此外，探讨了该方法与传统知识图谱构建方法的工作效率，为大语言模型背景下知识图谱的构建工作提供了有益探索。

关键词

智慧医疗 / 知识图谱构建 / GPT模型 / 提示工程