这一阶段,给大家带来的是一个大模型的重磅课程,叫做《基于LangChain和知识图谱的大模型医疗问答机器人》项目。这个课程从开始筹备,到最终上线,花了我们团队整整三个月的时间。中间甚至还穿插了一周的集体面试环节,在后面也会给大家分享面试考点。

效果演示

问题示例

1、日常交际类

要求表明自定义身份,且用中文回复。

1)你好,你叫什么名字?

2、公司介绍类

以寻医问药网介绍为例,数据来源为寻医问药网官网,可以换成自己公司的文档,主流RAG的解决方案。

1)寻医问药网获得过哪些投资?
2)寻医问药网的客服电话是多少?

3、医疗问诊类

数据来源为Neo4j图数据库,如果大家的数据存储在MySQL等其他业务数据库,也可以套用这套方案。

1)鼻炎是什么引起的?
2)会有哪些症状?
3)吃什么药好得快?可以吃阿莫西林吗?

4、实时查询类

非医疗和公司类问题,先去Google搜索,然后用大模型总结答案。

1)刀郎最近发布了什么新专辑?
2)马斯克最近有什么新动态?

总体来说,项目效果还是很不错的,跟之前用意图识别,加命名实体识别的传统方法相比,大模型的方案,可以回答更复杂的问题了。而且,项目的扩展性更好、可维护性也更高了,在后面的代码实现环节,大家慢慢对比体会。

本文链接:http://edu.ichenhua.cn/edu/note/680

版权声明:本文为「陈华编程」原创课程讲义,请给与知识创作者起码的尊重,未经许可不得传播或转售!