龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：东北大学
摘要：本发明提供一种基于粒子群优化的大模型提示设计的病历信息抽取方法，涉及医疗信息处理技术领域。利用粒子群优化算法，在少量初始提示的基础上，通过进化操作自动生成和优化新的候选提示，通过大语言模型逐字生成连贯的文本，无需进行模型训练即可实现提示的创建和优化，通过粒子群优化算法和大语言模型的结合，减少了对专家知识的依赖，只需提供初始提示，系统即可通过进化算法不断优化提示，从而降低了人工成本和复杂性。本发明提供了一种高效、自动化的医疗信息抽取解决方案，通过减少人工干预和领域知识依赖，提高了大语言模型的设计提示的质量，并保证信息抽取的效率和准确性，具有广泛的应用前景和实际价值。
主权项：1.一种基于粒子群优化的大模型提示设计的病历信息抽取方法，其特征在于：包括以下步骤：步骤1：利用大语言模型生成初始提示，提供一个基础简单的抽取信息模板；步骤2：通过粒子群优化算法，使用进化算子引导大语言模型迭代生成新的候选提示，并找到最优的模板，具体包括：步骤2.1：适应度评估：对初始生成的提示进行适应度评估，并更新提示个体的历史最优值和提示种群的历史最优值；选择性能最佳的提示保留并用于下一轮优化；步骤2.2：使用大语言模型执行粒子个体的全局搜索和局部搜索操作；步骤2.3：根据适应度评估结果，更新粒子的速度和位置，进一步优化提示；步骤3：重复步骤2，直到找到最优的提示，通过大语言模型完成病历信息抽取的任务。
全文数据：
权利要求：
百度查询： 东北大学 基于粒子群优化的大模型提示设计的病历信息抽取方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号