解码塑料毒性：基于科学摘要的冲突感知关系式路径提取智能框架

塑料的广泛使用及其在环境中的持久性导致微塑料和纳米塑料在空气、水和土壤中积累，构成严重的健康风险，包括呼吸系统、消化系统和神经系统疾病。我们提出一种新框架，利用大型语言模型从科学摘要中提取关系式路径（即连接污染源与健康影响的多跳语义链）。该系统识别并连接不同语境中的实体，以构建结构化的关系式路径，这些路径被聚合到毒性轨迹图中，追踪污染物通过暴露路径和生物系统的传播。此外，为确保一致性和可靠性，我们引入动态证据协调模块，以解决因研究演进或相互矛盾而产生的语义冲突。我们的ethods在从噪声较大的科学文本中提取可靠、高实用性关系知识方面表现出色，为从领域特定语料库中挖掘复杂因果结构提供了可扩展解决方案。