 日前，第十五屆全國知識圖譜與語義計算大會線上順利召開會上公布了CCKS—2021技術評測結果，云知聲—中科院自動化所聯合實驗室在醫療科普知識答非所問識別賽道斬獲冠軍，并在面向中文電子病歷的醫療實體及事件抽取賽道獲得亞軍以及唯一的技術創新獎
CCKS由中國中文信息學會語言與知識計算專業委員會主辦，是知識圖譜，語義技術，鏈接數據等領域的核心會議其中，CCKS技術評測致力于促進國內知識圖譜領域的技術發展，以及學術成果與產業需求的融合和對接，而技術創新獎的設立，專門用于鼓勵創新性技術的使用
醫療科普知識答非所問是指針對問答形式的醫療科普內容，回答A和問題Q沒有關聯，即答案不能滿足所提問題在醫療科普內容里，一般有兩種答非所問形式，一種是回答A和問題Q完全沒有關聯，不能回答提問的問題，第二種是回答A和問題Q有關聯，但回答的方向不對，沒有回答提問的問題該任務是第一次在CCKS進行開展，旨在識別出醫療科普知識中的答非所問語句，助力醫療健康科普事業的發展
為應對樣本學習難度大以及訓練數據缺乏兩大核心挑戰，團隊提出了一個融合多策略的系統該系統由基于對抗訓練和對比學習的深度學習融合模塊與基于無標注數據增強和課程學習的模塊共同組成團隊成員包括夏飛，翁詣軒，夏茂晉，王強和黃金鳳指導老師是何世柱，劉康，劉升平和趙軍老師在本次評測中，該系統在官方決賽測試集上取得了F1指標0.70698的最高分數
B榜成績:
面向中文電子病歷的醫療實體及事件抽取賽道要求參賽者提供一個解決方案來同時解決醫療實體識別和醫療事件抽取兩個任務其中醫療命名實體識別子任務，旨在對于給定的一組電子病歷純文本文檔，識別并抽取出與醫學臨床相關的實體提及，并將它們歸類到預定義類別，比如疾病，治療，檢查檢驗等，而醫療事件抽取子任務旨在給定主實體為腫瘤的電子病歷文本數據，定義腫瘤事件的若干屬性，如腫瘤大小，腫瘤原發部位等，識別并抽取事件及屬性，進行文本結構化
為同時解決醫療實體識別和醫療事件抽取兩個任務，團隊提出了基于序列標注的實體識別與事件抽取統一建模系統此外，為了應對醫療領域標注數據稀疏的挑戰，該系統集成了基于大規模預訓練模型繼續預訓練，多粒度文本模式增強訓練，半監督領域自適應訓練等多種訓練機制任務參與方包括螞蟻集團保險技術部，騰訊醫療AI實驗室，騰訊天衍實驗室，阿里云，浙江大學，中國科學技術大學，協和醫學院等知名研究機構及高校最終團隊獲得亞軍以及賽道唯一技術創新獎
答非所問技術與醫療命名實體識別和事件抽取技術作為基礎技術已經應用于云知聲醫療產品中云知聲智慧醫療解決方案應用智能語音識別，自然語言理解，臨床知識圖譜等人工智能技術，為醫療行業的各參與方提供豐富的產品和解決方案覆蓋醫政醫管，臨床診療，醫保管理，患者服務多個業務領域服務于衛健委，醫保局，醫院管理者，醫護人員，患者等多類用戶賦能醫療領域智能化建設，助力提升行業智能化水平
此外，第一證券投資業務主要包括新三板的固定收益投資交易，權益類證券投資，另類投資和做市商業務。2018年，2019年，2020年及2021年1-3月，投資業務板塊營業收入分別為244744萬元，593995萬元，641868萬元和8158.68萬元，占公司當期營業收入的30.02%和44%。 鄭重聲明：此文內容為本網站轉載企業宣傳資訊，目的在于傳播更多信息，與本站立場無關。僅供讀者參考，并請自行核實相關內容。
|
