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：浙江大学

摘要：本发明公开了一种基于网络激发图分解的医学大模型逻辑反演方法及系统，基于网络激发图分解，通过对医学术语集精细化分割并构建网络激发基底图库，将任务过程中的医学大模型网络激发图分解为多张网络激发基底图，并将基底图对应的节点和关系映射到知识图谱中，从而重构出医学大模型输出结果时的推理逻辑路径，实现可视化的医学大模型逻辑反演。本发明通过收集大模型对精细化区分的医学实体和关系生成的网络激发图，构建完备的参考图库，实现多分类判断和多实体及关系的一次性检验；将分解得到的激发基底图对应的节点和关系映射到医学知识图谱，重构大模型思维推理路径，发掘复杂逻辑和多跳逻辑，提升医学大模型的可解释性。

主权项：1.一种基于网络激发图分解的医学大模型逻辑反演方法，其特征在于，该方法包括：结构提取：将医学术语集的数据进行三元体结构提取，使用三元组构建推理逻辑知识图谱，并将三元体拆分为节点和关系；所述结构提取具体为通过自然语言处理技术进行三元组结构提取，通过提取的三元组构建推理逻辑知识图谱，并将三元体拆分为节点和关系，并将医学术语节点集和医学术语关系集存储到数据库；参考图库构建：对每一个节点或关系多次生成网络激发图并进行平均处理，得到激发基底图，判断激发基底图的网络激发程度，并将网络激发程度作为激发特征基底图，将节点或关系分别与激发基底图和激发特征基底图与进行对应作为参考图组，存储参考图组构建参考图库；生成网络激发图具体包括：将大模型的神经活动激活通过transformer层中的多头注意力机制的输出进行呈现，具体为提取任意单注意力头的查询参数矩阵关键参数矩阵和数值参数矩阵并分别和输入矩阵相乘，得到查询矩阵Ql，h、关键矩阵Kl，h和数值矩阵Vl，h，根据查询矩阵得到单注意力机制头单激发矩阵将得到的每一个单注意力机制头单激发矩阵构建分块矩阵，得到网络激发图；所述激发基底图的网络激发程度根据预设的网络激发程度阈值分为活跃、一般和冷静，其中所述网络激发程度阈值分为一般到活跃的阈值和冷静到一般的阈值；根据参考图库对网络激发图进行修正具体为：通过上下文学习识别大模型输出文本中已经存在的节点和关系，在参考图库中找到对应的节点和关系并调用相关联的基底图，以此叠加得到已存在节点激发图NodeNexist和已存在关系激发图RelNexist，将网络激发图Y减去已存在节点激发图和已存在关系激发图，得到经过修正的网络激发图通过激发特征基底图的方法得到修正的网络激发特征图；拆解在大模型使用过程中生成的网络激发图：通过参考图库对网络激发图进行修正，根据参考图库进行相似度筛选得到候选图库，使用候选图库计算大模型使用过程中网络激发图的基底图概率系数向量集合，每个基底图概率系数向量包括各个基底激发图的权重值，将基底图概率系数向量集合对应的各个激发基底图中的节点和关系代入至推理逻辑知识图谱构建推理子图；所述基底图概率系数向量具体计算过程为：调用参考图库中的激发特征基底图与修正的网络激发特征图进行比对，通过图相似度算法计算激发特征图与每一个节点激发特征基底图的相似度和每一个关系激发特征基底图的相似度，设置两种相似度的阈值，将高于阈值的节点存储于候选节点库NodeNcand中，将高于阈值的关系存储于候选关系库Relcand中；将候选节点库NodeNcand和候选关系库Relcand中的所有网络激发基底图合并为候选图库X，其中基底图能通过在候选图库X的位置和节点及关系名称一一对应；求解方程中的基底图概率系数向量W，其中Rroute为度量矩阵，每一个解得的基底图概率系数向量和每个公式中的度量矩阵一一对应；通过对度量矩阵进行求平均值得到度量值，将度量值升序排列并选取前k个，k为预设的基底图推荐数量，按排序顺序记录下所有k个基底图概率系数向量W并存储为所述构建推理子图包括两种：一种为计算基底图概率系数向量集合中每一个基底图概率系数向量对应的推理路径；一种为统计基底图概率系数向量集合中每一个节点和关系的出现概率，构建由亮度表示出现概率的推理图谱；所述计算基底图概率系数向量集合中每一个基底图概率系数向量对应的推理路径具体为：找到基底图概率系数向量权重取1的位置所对应的节点和关系的名称；调用三元组构建的推理逻辑知识图谱，在推理逻辑知识图谱中找到对应的节点和关系的位置构建推理子图；构建由亮度表示出现概率的推理图谱具体为：计算基底图概率系数向量集合中所有基底图概率系数向量平均值，找到基底图概率系数向量平均值中各个权重不为0的位置所对应的节点和关系；在推理逻辑知识图谱中找到对应的节点和关系的位置，找到基底图概率系数向量平均值中的最小权重值和最大权重值计算每个节点和关系对应的权重值在所有节点和关系中的权重比值权重比值r∈[0，1]，作为为节点和关系在推理逻辑知识图谱中的亮度，以此构建由不同明暗程度ri的节点和关系组成的推理子图KGsub。

全文数据：

权利要求：

百度查询： 浙江大学 基于网络激发图分解的医学大模型逻辑反演方法及系统