基于大模型和知识图谱的问答助手构建

——以医学教育为例

  • 打印
  • 收藏
收藏成功


打开文本图片集

摘要:生成式人工智能在医学教育领域的应用潜力巨大,但其生成的答案固有的“幻觉”问题可能导致事实性错误,影响回答的可信度。为解决这一问题,本研究结合检索增强生成(Retrieval-Augmented Generation, RAG) 技术与知识图谱,构建医疗问答助手。该系统以结构化的医学知识图谱为外部知识源,通过LangChain框架实现大语言模型与图数据库(Neo4j) 的深度集成。(剩余7553字)

目录
monitor
客服机器人