medRxiv 2026年9月13日该工作提出并实现了一套在 SNOMED CT 官方描述之上让确定性词法检索与学习式语义检索共存的混合检索架构，结合多前缀搜索、BioLORD-2023-M 嵌入、可选 BGE 交叉编码器重排与本地 LLM 查询规范化，并用倒数排名融合与层级过滤整合结果；在 DisTEMIST 西班牙语 542 条疾病提及的零样本仅检索链接评测中，语义检索加重排且不做 LLM 预处理的配置取得 accuracy@1 为 0.60、recall@10 为 0.80，在英文真实 EHR 出院记录 12,897 条提及的字段限定 typeahead 评测中，73% 的提及其概念进入前十候选列表（accuracy@1 为 0.52），并显示两路通道可共存而不互相损害。该工作提出并实现了一套在 SNOMED CT 官方描述之上让确定性词法检索与学习式语义检索共存的混合检索架构，结合多前缀搜索、BioLORD-2023-M 嵌入、可选 BGE 交叉编码器重排与本地 LLM 查询规范化，并用倒数排名融合与层级过滤整合结果；在 DisTEMIST 西班牙语 542 条疾病提及的零样本仅检索链接评测中，语义检索加重排且不做 LLM 预处理的配置取得 accuracy@1 为 0.60、recall@10 为 0.80，在英文真实 EHR 出院记录 12,897 条提及的字段限定 typeahead 评测中，73% 的提及其概念进入前十候选列表（accuracy@1 为 0.52），并显示两路通道可共存而不互相损害。SNOMED CT 上的混合词法-语义检索：让两种检索范式共存以支持临床数据录入该工作提出并实现了一套在 SNOMED CT 官方描述之上让确定性词法检索与学习式语义检索共存的混合检索架构，结合多前缀搜索、BioLORD-2023-M 嵌入、可选 BGE 交叉编码器重排与本地 LLM 查询规范化，并用倒数排名融合与层级过滤整合结果；在 DisTEMIST 西班牙语 542 条疾病提及的零样本仅检索链接评测中，语义检索加重排且不做 LLM 预处理的配置取得 accuracy@1 为 0.60、recall@10 为 0.80，在英文真实 EHR 出院记录 12,897 条提及的字段限定 typeahead 评测中，73% 的提及其概念进入前十候选列表（accuracy@1 为 0.52），并显示两路通道可共存而不互相损害。该工作提出并实现了一套在 SNOMED CT 官方描述之上让确定性词法检索与学习式语义检索共存的混合检索架构，结合多前缀搜索、BioLORD-2023-M 嵌入、可选 BGE 交叉编码器重排与本地 LLM 查询规范化，并用倒数排名融合与层级过滤整合结果；在 DisTEMIST 西班牙语 542 条疾病提及的零样本仅检索链接评测中，语义检索加重排且不做 LLM 预处理的配置取得 accuracy@1 为 0.60、recall@10 为 0.80，在英文真实 EHR 出院记录 12,897 条提及的字段限定 typeahead 评测中，73% 的提及其概念进入前十候选列表（accuracy@1 为 0.52），并显示两路通道可共存而不互相损害。