计算机工程与应用

作者：王玉荣, 林民, 胡其吐, 白双成, 李艳玲, 包龙杰

单位：1.内蒙古师范大学 数学科学学院，呼和浩特 010022；2.内蒙古自治区应用数学中心，呼和浩特 010022；3.内蒙古自治区应用数学中心 无穷维哈密顿系统及算法应用教育部重点实验室，呼和浩特 010022；4.内蒙古电子信息职业技术学院，呼和浩特 010070；5.内蒙古师范大学 计算机科学与技术学院，呼和浩特 010022；6.内蒙古国际蒙医医院，呼和浩特 010065；

关键词：蒙医知识抽取,小样本综合数据集,软提示学习,蒙古语语言特征

基金：国家自然科学基金（62266033）；无穷维哈密顿系统及其算法应用教育部重点实验室开放课题（2023KFZD03）；内蒙古师范大学研究生科研创新基金（CXJJB23011）。

为更好地适应提示学习，研究者们提出了基于机器阅读理解（machine reading comprehension，MRC）的知识抽取方法。该方法通过构建问题、文本和答案的结构，利用提示引导模型关注相关信息，从而有效提取所需知识。然而，由于蒙古语属于低资源语言，且蒙医领域的标注数据相对匮乏，蒙医知识抽取仍处于探索阶段。构建数据集是首要任务。构建蒙医知识抽取的数据集也面临着诸多挑战，主要集中在蒙古语的语言特性、医疗文本的多样性以及小样本学习的适用性上。提出了一种针对蒙医知识抽取的小样本综合数据集的构建方案，并构建了MDRE数据集。该数据集将蒙古文的语言知识和蒙医领域知识标注在数据集中，最后转换为MRC格式存储，以便引入提示学习。数据集定义了6种实体类型和4种实体关系类型并进一步细化为8种子关系。为验证数据集的有效性，构建了基于MRC的多任务软提示调优知识抽取模型（multi-task relation extraction model，MTRE）。实验证明，在MDRE数据集上使用MTRE模型进行知识抽取时，模型表现优异，验证了数据集和方法的有效性。

来源：2026年第3期

《计算机工程与应用》期刊编辑部

查看计算机工程与应用杂志2026年第3期