本发明涉及深度学习，特别涉及一种基于大模型的预问诊表单生成系统、方法、设备及介质。
背景技术：
1、医学知识库的建设为预问诊系统提供了重要的支撑。医学知识库包含了大量的医学知识、疾病诊断和治疗指南等信息，可以为预问诊系统提供丰富的医学背景知识。通过将医学知识库与大模型技术相结合，可以实现医学知识的自动匹配和应用。然而，目前基于大模型的预问诊系统仍面临一些挑战。一方面，医疗领域的文本数据具有高度的专业性和复杂性，而问诊系统只需要提取其中的关键信息来进行问诊交互；另一方面，大模型需要准确识别用户的需求，实现医学知识的自动匹配。
2、由此可见，如何提高问诊效率和准确性是本领域要解决的问题。
技术实现思路
1、有鉴于此，本发明的目的在于提供一种基于大模型的预问诊表单生成系统、方法、设备及介质，结合提示学习工程准确提取用户对话的信息，再生成预问诊表单，可以提高问诊服务的效率和准确性。其具体方案如下：
2、第一方面，本申请提供了一种基于大模型的预问诊表单生成系统，包括：
3、自然语言信息获取模块，用于基于预设对话轮次获取当前用户端输入的用于描述身体状态信息的自然语言信息；
4、自然语言信息解析模块，用于基于第一提示学习工程利用预设大语言模型对所述自然语言信息进行解析，以提取所述自然语言信息中与预设知识库检索条件相匹配的待查询信息；其中，所述预设知识库检索条件为预先设置的用于对由医学知识、病例信息以及症状描述信息构建的预设知识库进行检索的条件；
5、目标知识信息查询模块，用于从所述预设知识库中检索与所述待查询信息相匹配的知识信息，得到当前对话轮次的目标知识信息；
6、表单生成模块，用于基于第二提示学习工程利用全部对话轮次对应的自然语言信息、待查询信息和目标知识信息，生成针对所述当前用户的预问诊表单。
7、可选的，所述自然语言信息获取模块，包括：
8、第一信息获取单元，用于在第一对话轮次，获取当前用户输入的用于描述身体状态信息的第一当前自然语言信息；
9、第二信息获取单元，用于在后续对话轮次，获取整个对话过程中所述当前用户输入的全部自然语言信息，并标记所述全部自然语言信息中当前对话轮次的第二当前自然语言信息。
10、可选的，所述自然语言信息解析模块，包括：
11、第一信息解析子模块，用于针对第一对话轮次，基于第一提示学习工程利用预设大语言模型对所述第一当前自然语言信息进行解析处理，以提取所述第一当前自然语言信息中与预设知识库检索条件相匹配的待查询信息；
12、第二信息解析子模块，用于针对后续对话轮次，获取整个对话过程中所述当前用户输入的全部自然语言信息以及相应的待查询信息，并标记当前对话轮次的第二当前自然语言信息。
13、可选的，所述第一信息解析子模块，包括：
14、自然语言解析单元，用于针对第一对话轮次，基于第一提示学习工程利用预设大语言模型对所述第一当前自然语言信息进行解析处理，得到解析后信息；
15、信息提取单元，用于基于预设知识库检索条件从所述解析后信息中提取得到若干待查询名词，并基于所述若干待查询名词生成相应的待查询信息。
16、可选的，所述目标知识信息查询模块，包括：
17、转换单元，用于通过所述预设大语言模型将所述待查询信息转换为相应的向量，得到待查询向量；
18、向量检索单元，用于从所述预设知识库中检索与所述待查询向量相匹配的若干向量，得到目标向量；
19、目标知识信息生成单元，用于通过所述预设大语言模型将所述目标向量转换为自然语言信息，以得到针对当前对话轮次的与所述待查询信息相匹配的目标知识信息。
20、可选的，所述系统还包括：
21、对话终止模块，用于当前时刻下与所述当前用户之间的全部对话轮次对应的自然语言信息、待查询信息和目标知识信息的数据总量大于预设数据量阈值时，终止与所述当前用户之间的对话，以便利用全部对话轮次对应的自然语言信息、待查询信息和目标知识信息，生成针对所述当前用户的预问诊表单。
22、可选的，所述系统还包括：
23、表单展示模块，用于通过预设交互界面展示针对所述当前用户的预问诊表单，以便相关人员查看所述预问诊表单。
24、第二方面，本申请提供了一种基于大模型的预问诊表单生成方法，包括：
25、基于预设对话轮次获取当前用户端输入的用于描述身体状态信息的自然语言信息；
26、基于第一提示学习工程利用预设大语言模型对所述自然语言信息进行解析，以提取所述自然语言信息中与预设知识库检索条件相匹配的待查询信息；其中，所述预设知识库检索条件为预先设置的用于对由医学知识、病例信息以及症状描述信息构建的预设知识库进行检索的条件；
27、从所述预设知识库中检索与所述待查询信息相匹配的知识信息，得到当前对话轮次的目标知识信息；
28、基于第二提示学习工程利用全部对话轮次对应的自然语言信息、待查询信息和目标知识信息，生成针对所述当前用户的预问诊表单。
29、第三方面，本申请提供了一种电子设备，包括：
30、存储器，用于保存计算机程序；
31、处理器，用于执行所述计算机程序以实现如上述的基于大模型的预问诊表单生成方法。
32、第四方面，本申请提供了一种计算机可读存储介质，用于保存计算机程序，所述计算机程序被处理器执行时实现如上述的基于大模型的预问诊表单生成方法。
33、由此可见，本申请的基于大模型的预问诊表单生成系统中，自然语言信息获取模块用于基于预设对话轮次获取当前用户端输入的用于描述身体状态信息的自然语言信息；自然语言信息解析模块用于基于第一提示学习工程利用预设大语言模型对所述自然语言信息进行解析，以提取所述自然语言信息中与预设知识库检索条件相匹配的待查询信息；其中，所述预设知识库检索条件为预先设置的用于对由医学知识、病例信息以及症状描述信息构建的预设知识库进行检索的条件；目标知识信息查询模块用于从所述预设知识库中检索与所述待查询信息相匹配的知识信息，得到当前对话轮次的目标知识信息；表单生成模块用于基于第二提示学习工程利用全部对话轮次对应的自然语言信息、待查询信息和目标知识信息，生成针对所述当前用户的预问诊表单。这样一来，本申请中，可以结合提示学习工程准确提取用户输入的自然语言信息的关键信息，得到待查询信息，便于准确匹配医学知识，提高问诊服务的效率和准确性，可以减少误诊漏诊的可能性；并且之后结合全部的对话信息生成针对当前用户的预问诊表单，可以规范化问诊过程，提升服务质量。
1.一种基于大模型的预问诊表单生成系统，其特征在于，包括：
2.根据权利要求1所述的基于大模型的预问诊表单生成系统，其特征在于，所述自然语言信息获取模块，包括：
3.根据权利要求2所述的基于大模型的预问诊表单生成系统，其特征在于，所述自然语言信息解析模块，包括：
4.根据权利要求3所述的基于大模型的预问诊表单生成系统，其特征在于，所述第一信息解析子模块，包括：
5.根据权利要求3所述的基于大模型的预问诊表单生成系统，其特征在于，所述目标知识信息查询模块，包括：
6.根据权利要求1至5任一项所述的基于大模型的预问诊表单生成系统，其特征在于，所述系统还包括：
7.根据权利要求1至5任一项所述的基于大模型的预问诊表单生成系统，其特征在于，所述系统还包括：
8.一种基于大模型的预问诊表单生成方法，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，用于保存计算机程序，所述计算机程序被处理器执行时实现如权利要求8所述的基于大模型的预问诊表单生成方法。
