【技术实现步骤摘要】
本专利技术属于大语言模型技术和图像知识图谱技术及相关的，尤其涉及一种老年乳腺癌患者用便携式智能音响和问答沟通的方法。
技术介绍
1、随着科技的进步发展，医疗设备逐渐的结合了人工智能技术，尤其是医院等的公共场所中引入了大量的智能工具，但是对于一些人群尤其是60岁以上的老年人，视力听力和记忆力差，适用智能手机等类似产品的能力差，当他们在使用医院内的智能工具时，就会经常出现他们都不知道要问什么，该怎么问，以及得到回答后，如何判断是否要继续沟通的问题，出现这类原因，主要是由于这类群体的表达能力有限，现有大部分的沟通问答的工具，不能精准的从有限的表达语言中，真正地获取有用信息。
技术实现思路
1、技术方案：为了解决上述的技术问题，本专利技术提供了一种老年乳腺癌患者用便携式智能音响问答沟通的方法，所述方法具体步骤为：
2、s1定义知识库及知识库中参数、逻辑关系，构建向量数据库和图数据库的混合知识库；
3、s2定义模型及模型中参数、逻辑关系，通过大语言模型将用户提问进行提问标准化、背景信息搜索、提问增强处理；
4、s3在混合知识库中通过向量搜索、图搜索模式，完成用户问题的回答。
5、作为改进，s1中，混合知识库的存储方式是将实体名称、实体关系名称在向量数据库中存储，实体间关系在图数据库中存储；构建混合知识库时，包括如下的定义：
6、(1)实体名称的集合所有实际间关系名称的集合
7、(2)所有有向关系的边的集合
8
9、(4)一个全函数brt将任意名称编码为一个n维向量v，即brt:n∪r→v那么一个知识库kg为一个四元组kg＝(n,e,ρ,brt)，
10、作为改进，s2中，所述提问标准化的具体步骤：
11、(1)大语言模型建立
12、定义大语言模型为llm，用户提问为q，大语言模型输入提示词为p，大语言模型的回答为r，即大语言模型对任何提问进行回答定义为：llm:s→s；
13、(2)将实体与关系拆解
14、使用大语言模型llm对用户提问进行实体与关系的拆解，使用一个提示词模板patterndt嵌入用户提问后调用大语言模型，其中patterndt:s→s，这一过程为即要求大语言模型llm返回两个集合为提问实体集合、提问的关系集合；
15、(3)将实体与关系标准化
16、包括编码和查询两部分，其中编码，是使用全函数brt对实体集合与关系集合中的每个元素进行编码，所述编码的具体公式为：
17、vnq＝{brt(n)|n∈nq},vrq＝{brt(r)|r∈rq}
18、其中，vnq为对拆解后实体集合编码，nq为对拆解后实体集合，rq为对拆解后关系集合，vrq为对拆解后关系集合编码；
19、所述查询，是使用编码在老年乳腺癌患者护理知识库pkg的nkg、ekg中查询查询相近的实体与关系，每个元素查询三个差异度最低的结果，采用欧几里得距离计算差异度，其中ekg为老年乳腺癌患者护理知识库中所有有向关系的边的集合，nkg为老年乳腺癌患者护理知识库中实体名称的集合；
20、(4)意图识别
21、使用大语言模型llm对用户提问进行意图识别，使用一个提示词模板patternir嵌入用户提问、实体标准化后的实体与关系，调用大语言模型活动补全后的提问，这一过程记为llm(patternir(n′kg,r′kg,q))，其中patternir:n×r×s→s。
22、作为改进，s2的步骤(3)中查询的步骤为：
23、(1)令vnkg＝*brt(n)|n∈nkg,，u∈vnkg,u＝＜u1,u2,…un＞，v∈vnq，v＝＜v1,v2,…vn＞，其中vnkg为在知识库kg中编码后的实体集合，u为vnkg的子集，u1,u2,…un为u中节点，vnq为对拆解后实体集合编码，v为vnq的子集，v1,v2,…vn为v中节点；
24、(2)采用差异度函数d，输入为两个等长的向量输出为它们的实数距离即：
25、
26、(3)将所有nq中所有元素进行如下操作，得到一个距离集合dt，即
27、dtn＝{((u,v),d(u,v))|(u,v)∈vnq×vnkg}
28、为每个v筛选三个nkg中差异度最低的元素形成子集为在进行编码获得编码后子集dt′r；
29、(4)按照dt′n、dt′r对nkg、rkg进行筛选，形成两个筛选后子集n′kg、r′kg，存在n∈n′kg使得brt(n)∈{t(1)(2)|t∈dt′n}。
30、作为改进，s2的步骤(2)中提示词模板patterndt，包括：
31、(1)场景：老年乳腺癌患者的术前、术后、康复期间的答疑
32、(2)任务：对用户的提问进行知识图谱场景下的实体识别，实体间关系识别，返回两个集合，一个是实体集合、另一个是关系集合
33、(3)用户的提问：提出具体的问题；
34、s2的步骤(4)的提示词模板patternir，包括：
35、(1)场景：老年乳腺癌患者的术前、术后答疑；参考名词与关系：{康复操，时间节点，乳腺癌患者手术，时间关系}
36、(2)任务：识别用户的提问意图，将用户提问中残缺的动词、名词进行补全，给出补全后的提问；
37、(3)用户的提问：提出具体的问题。
38、作为改进，所述背景信息搜索是采用广度优先算法，包括对老年乳腺癌患者护理知识库pkg进行搜图，形成一个子图pkg′＝(nsub,esub,ρ,brt)，对每一个节点n∈n′kg搜索它的3度内子代，只用实体进行筛选。
39、作为改进，其中搜索它的3度内子代，只用实体进行筛选的步骤包括：
40、(1)初始化，进行处理，其中定义为一子图中老年乳腺癌患者护理知识库中实体名称的初始集合，n′kg定义为子图中老年乳腺癌患者护理知识库中实体名称的某一个集合；
41、(2)定义i∈(1,2,3)，按照公式进行筛选，其中i为参数，为第i代老年乳腺癌患者护理知识库中实体名称的集合，为第i-1代老年乳腺癌患者护理知识库中实体名称的集合；
42、(3)子图的实体、实际间的边定义如下：
43、
44、其中nsub为3度内子代计算后老年乳腺癌患者护理知识库中实体名称的集合，esub为3度内子代计算后老年乳腺癌患者护理知识库中所有有向关系的边的集合。
45、作为改进，所述提问增强是使用大语言模型回答老年乳腺癌患者提问的背景信息知识库pkg′整合成两个信息点，作为大语言模型回答用户提问的背景信息；具体包括：
46、(1)知识元组t，每个元素用逗号串接成字符串【知识元组】，再插入到提示词模板的‘参考信息’章节中；定义本文档来自技高网...
【技术保护点】
1.一种老年乳腺癌患者用便携式智能音响问答沟通的方法，其特征在于：具体的步骤为：
2.根据权利要求1所述老年乳腺癌患者用便携式智能音响问答沟通的方法，其特征在于：S1中，混合知识库的存储方式是将实体名称、实体关系名称在向量数据库中存储，实体间关系在图数据库中存储；构建混合知识库时，包括如下的定义：
3.根据权利要求2所述老年乳腺癌患者用便携式智能音响问答沟通的方法，其特征在于：S2中，所述提问标准化的具体步骤：
4.根据权利要求3所述老年乳腺癌患者用便携式智能音响问答沟通的方法，其特征在于：S2的步骤(3)中查询的步骤为：
5.根据权利要求3所述老年乳腺癌患者用便携式智能音响问答沟通的方法，其特征在于：S2的步骤(2)中提示词模板patterndt包括：
6.根据权利要求1所述老年乳腺癌患者用便携式智能音响问答沟通的方法，其特征在于：所述背景信息搜索是采用广度优先算法，包括对老年乳腺癌患者护理知识库pkg进行搜图，形成一个子图pkg′＝(Nsub,Esub,ρ,brt)，对每一个节点n∈N′kg搜索它的3度内子代，只用实
7.根据权利要求6所述老年乳腺癌患者用便携式智能音响问答沟通的方法，其特征在于：其中搜索它的3度内子代，只用实体进行筛选的步骤包括：
8.根据权利要求1所述老年乳腺癌患者用便携式智能音响问答沟通的方法，其特征在于：所述提问增强是使用大语言模型回答老年乳腺癌患者提问的背景信息知识库pkg′整合成两个信息点，作为大语言模型回答用户提问的背景信息；具体包括：
9.根据权利要求8所述老年乳腺癌患者用便携式智能音响问答沟通的方法，其特征在于：提问增强的提示词模板的结构包括：
10.一种便携式智能音响，其特征在于：包括存储器和计算机程序，该计算机程序，能够被一个或多个处理器执行，能够用来实现如权利要求1至9任意一项所述老年乳腺癌患者用便携式智能音响问答沟通的方法。
...【技术特征摘要】
1.一种老年乳腺癌患者用便携式智能音响问答沟通的方法，其特征在于：具体的步骤为：
2.根据权利要求1所述老年乳腺癌患者用便携式智能音响问答沟通的方法，其特征在于：s1中，混合知识库的存储方式是将实体名称、实体关系名称在向量数据库中存储，实体间关系在图数据库中存储；构建混合知识库时，包括如下的定义：
3.根据权利要求2所述老年乳腺癌患者用便携式智能音响问答沟通的方法，其特征在于：s2中，所述提问标准化的具体步骤：
4.根据权利要求3所述老年乳腺癌患者用便携式智能音响问答沟通的方法，其特征在于：s2的步骤(3)中查询的步骤为：
5.根据权利要求3所述老年乳腺癌患者用便携式智能音响问答沟通的方法，其特征在于：s2的步骤(2)中提示词模板patterndt包括：
6.根据权利要求1所述老年乳腺癌患者用便携式智能音响问答沟通的方法，其特征在于：所述背景信息搜索是采用广度优先算法，包括对老年乳腺癌患...
【专利技术属性】
技术研发人员：田伟双，李霞，高骏雄，张艳，魏婷婷，
申请(专利权)人：天津市肿瘤医院天津医科大学肿瘤医院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。