如何构建AI智能体，将非结构化文本转化为结构化医疗知识图谱？

先说点鸡毛蒜皮的——我真的不想写论文

哎呀， 这篇《如何构建AI智能体，将非结构化文本转化为结构化医疗知识图谱？》的标题听起来像是老板交代的任务，却总觉得自己像在给一只懒猫喂鱼罐头——味道有点腥， 出道即巅峰。 又不太好吃。先来个大喊：别指望这篇文章像光纤一样顺滑它更像是老旧的拨号上网。

一、 乱七八糟的数据预处理

先把那堆医院报告、医生笔记、患者自述全都塞进一个巨大的字符串里——你可以想象成把一堆碎纸片往锅里倒，等着沸腾出味道。然后用正则表达式硬砸一下把“血糖高”“血压偏高”之类的关键词挑出来。 如果正则写得不好，后来啊可能会出现：

• 把“高血压患者”误识别成“高血压患者患者患者”。
• 把“心脏病发作”拆成“心 脏 病 发 作”。

这时候只能哭笑不得地加一段噪声过滤——比如随机丢掉5%到10%的句子，让模型学会在缺失信息中生存。

二、 AI智能体的组装说明书

交学费了。 ⚙️ 步骤1：选一个大模型，给它喂食「实体识别」任务。 ⚙️ 步骤2：让模型输出 的列表；如果模型跑偏，就手动补齐：比如把“胰岛素”标记为DRUG。

⚙️ 步骤3：再让模型玩「关系抽取」——从文本里找出 三元组。