这个品类的数据长什么样
精神类疾病药物警戒的数据来源多样，包括药品说明书、临床试验报告、真实世界研究数据、不良事件报告系统（如 FAERS、EMA EudraVigilance）、医学文献以及监管机构发布的指南和警示信息。这些数据更新频率不一，药品说明书和监管警示通常有周期性修订，而不良事件报告则是持续流入。文档结构上，说明书和指南通常是结构化文本，包含明确的章节标题和段落。不良事件报告则多为半结构化或非结构化文本，包含患者信息、用药史、不良反应描述、结局等字段，其中不良反应描述常是自由文本。字段方面，可能涉及 ICD-10 疾病编码、MedDRA 不良反应术语、药物通用名和商品名、剂量、给药途径等。单位则涵盖剂量单位（mg、μg）、频率（次/日）、时间（天、周、月）。
这些特征在「知识库检索与召回」这一环带来什么约束
精神类疾病药物警戒数据在知识库检索与召回时面临多重约束。首先，多源异构的数据导致信息整合难度高，需要统一的语义表示，例如将不同数据源中的药物名称、不良反应术语映射到标准词典。其次，更新频率差异要求知识库能够支持增量更新，并有效管理版本，以确保检索结果的时效性。不良事件报告中的非结构化文本，如患者描述，往往包含口语化表达、缩写或医学术语混用，对文本预处理和实体识别提出挑战。此外，精神类药物的药理作用复杂，不良反应可能涉及神经系统、精神状态等多个维度，且常与其他疾病或药物相互作用，这要求检索系统不仅能匹配关键词，还能理解上下文语义，识别潜在的药物-药物相互作用或药物-疾病关联。对检索结果的准确性和完整性要求极高，避免因遗漏关键信息而产生风险。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
分段长度 | 500–800 字符 | 精神类药物说明书和不良反应描述常包含较长且逻辑完整的段落，过短分段会割裂语义，过长会引入过多无关信息。 |
分段重叠长度 | 100–150 字符 | 确保跨段落的上下文连续性，尤其在分析不良反应描述中可能出现的因果关联时。 |
召回条数 | 8–12 条 | 精神类药物不良反应的复杂性要求召回足够多的潜在相关文档，以覆盖多维度信息。 |
相似度阈值 | 按实测标定 | 需在召回率和准确率之间取得平衡，避免漏报或误报，具体阈值应根据实际数据集和模型表现调整。 |
向量模型 | text-embedding-ada-002 或更高版本 | 精神类疾病药物警戒涉及大量专业术语和复杂语义，需要高性能向量模型以准确捕捉文本含义。 |
元数据过滤器字段 | 药物名称, 不良反应类型, 报告来源 | 允许用户根据特定药物、不良反应或数据来源进行精确过滤，提升检索效率和相关性。 |
容易做错的三处
- 检索结果中出现大量无关或低相关性文档，原因是分段长度设置不当，导致语义信息被截断或包含过多噪音。
- 系统无法识别不良事件报告中的特定医学术语或药物缩写，原因是文本预处理流程未能有效进行实体识别和标准化。
- 尽管知识库中存在相关信息，但检索结果中未出现关键警示或相互作用，原因是相似度阈值设置过高，过滤掉了部分相关但相似度略低的文档。
怎么确认配好了
- 选取一批典型的精神类药物不良反应案例，包含多种不良反应类型和复杂描述，验证检索结果是否能覆盖所有关键信息点。
- 检查检索结果中是否包含来自不同数据源（如说明书、真实世界报告）的相关信息，确保多源数据整合有效。
- 针对特定药物-不良反应对进行检索，评估召回文档中是否存在误报或遗漏，并根据实际业务场景调整
相似度阈值以达到预期效果。 - 模拟用户查询，观察
召回条数和重排返回条数是否能提供足够且排序合理的上下文信息，以支持后续的问答或分析。
问题素材取自公开社区提问（2026-09-11 去重 4,834 条）。文中的配置项名称与取值区间需以所用版本的实际界面与文档为准；本页核验日 2026-09-21，当时的最新发布版本为 FastGPT v4.17.0。