2021年12月25日至12月26日，第十五届全国知识图谱与语义计算大会（CCKS: China Conference on Knowledge Graph and Semantic Computing）召开。思必驰团队论文《医疗领域下远程监督漏标问题研究》被大会收录。
医疗健康一直是人们热议的话题，对医疗实体的自动抽取技术也日趋重要。目前医疗领域数据人工标注成本高，获取大规模标注语料较困难。一种解决标注语料缺失的方法是基于词表的远程监督方法。但由于远程监督的数据质量问题，模型性能缩水严重。
本论文对数据进行增强，并采用基于片段排列的命名实体识别模型和负采样方法缓解远程监督带来的漏标问题，选取全局最优节点集合解决实体识别冲突问题，实验性能在人工标注的医疗测试集上得到了进一步提高。
该论文的贡献点在于：
定义标注规范，细粒度化标注实体，提高数据标注命中率；
基于细粒度化标注规范的数据增强，通过替换相同标签的实体扩充数据，提高模型泛化能力；
结合基于片段排列的NER模型(Span-level based NER)与负采样(Negative Sampling)思想，利用遮蔽矩阵实现对实体最大长度限制以及在线负采样，有效缓解漏标问题；
提出全局最优节点集合选择算法，解决实体识别冲突问题；
提供一份质量可靠的小规模人工标注医疗实体测试集。
基于医疗“新基建”，综合运用智能语音、自然语言处理、知识图谱和智能问答等人工智能技术，思必驰“1+2”软硬一体化智慧医疗解决方案，面向医疗专业化场景，构建覆盖诊前、诊中、诊后场景，助力创建智慧型医院。同时赋能社区居民健康管理场景，通过AI交互，帮助居民获得综合、便捷、体贴的健康管理服务。
目前，思必驰智慧医疗方案已落地上海市儿童医院互联网医院，智能客服助理“小童”7×24小时提供常见问题如预约挂号、复诊开方、支付缴费、账号相关、住院须知、意见建议等的回答，助力医院服务升级。
创新是引领发展的第一动力。思必驰始终坚持基础源头技术创新，不断巩固技术研发创新实力，已经形成产学研一体化的成熟发展模式。
当前，人工智能重大创新成果不断涌现，与传统行业不断融合，人工智能的价值日益凸显。未来，思必驰将不断创新拓展自然语言交互解决方案与金融、医疗、车载、办公等行业的融合，为行业发展贡献智慧力量。
匿名用户
