LDComKG：伝統的中国医学におけるコミュニティ認識型知識グラフ補完のためのLLM駆動型デュアル強化フレームワーク
Xing Zeng1, Ziyan Wang1,2, Jingxian Chai1
1School of Artificial Intelligence and Information Technology, Nanjing University of Chinese Medicine, Nanjing, 210023 China.
Health information science and systems
|February 23, 2026
まとめ
本研究では、古代中国医学テキストから知識グラフを構築するためのLLM駆動型フレームワークであるLDComKGを紹介します。知識グラフ構築と補完の精度を大幅に向上させ、貴重な歴史的医療情報を解き放ちます。
背景:
- 古代中国医学のテキストは、複雑な意味論と専門用語を持ち、知識グラフ（KG）の構築を妨げています。
- 従来のメソッドは、歴史的コーパスの複雑さに苦労しており、KGの開発を制限しています。
- 大規模言語モデル（LLM）は、これらの困難なテキストから知識を抽出するための新しい機能を提供します。
結論:
- LDComKGフレームワークは、LLMとグラフアルゴリズムを複雑な医療コーパスに効果的に統合します。
- リンク予測とKG補完において高い精度を達成し、高品質の伝統的中国医学（TCM）知識グラフを作成しました。
- ヘルスケア知識発見とインテリジェントTCM情報システムにおけるLLMの可能性を強調しています。
さらに関連する動画
07:16Preparation of Gynura bicolor DC samples for High-Resolution Tandem Mass Spectrometry
Published on: February 2, 2024
1.1K
13:18Network Pharmacology Prediction and Experimental Validation of Trichosanthes-Fritillaria thunbergii Action Mechanism Against Lung Adenocarcinoma
Published on: March 3, 2023
1.8K
