English(EN) Text-Attributed Knowledge Graph Enrichment with Large Language Models for Medical Concept Representation

大型语言模型通过文本归因知识图谱增强医学概念表示

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-05 04:00

研究人员开发了MedCo框架，该框架利用大型语言模型来增强知识图谱中的医学概念表示。该方法通过推断缺失的关系并整合文本中的丰富语义信息，解决了现有医学本体的局限性。MedCo生成节点描述和边解释，将文本语义与图结构融合，创建统一的概念嵌入，从而改进下游临床预测任务。 AI

影响通过将大型语言模型衍生的语义与知识图谱相结合，增强了用于临床预测任务的医学概念表示。

排序理由这是一篇研究论文，详细介绍了使用大型语言模型进行医学概念表示的新框架。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Mohsen Nayebi Kerdabadi, Arya Hadizadeh Moghaddam, Chen Chen, Dongjie Wang, Zijun Yao · 2026-05-05 04:00

Text-Attributed Knowledge Graph Enrichment with Large Language Models for Medical Concept Representation

arXiv:2604.13331v2 Announce Type: replace Abstract: In electronic health record (EHR) mining, learning high-quality representations of medical concepts (e.g., standardized diagnosis, medication, and procedure codes) is fundamental for downstream clinical prediction. However, ro b…