原标题：医渡云与协作伙伴在EMNLP-IJCNLP 2019 医疗文本剖析国际揭露评测中获冠军

2019年11月3日至7日，天然言语处理闻名会议EMNLP（Conferenceon Empirical Methods in Natural Language Processing）和IJCNLP（International Joint Conference on Natural Language Processing）在香港举办。哈工大智能核算研讨中心，医渡云人工智能试验室与中山大学中山医学院一起组队参加了由BioNLP安排的PharmaCoNER国际揭露评测，并取得冠军。本次评测使命的成果也是医渡云人工智能试验室运用医疗文本处理基础技能在跨言语泛化才能上的一次验证。

此次评测从2019年3月26日开端，6月25日完毕，首要面向西班牙语的临床医疗文本，包含临床医疗实体辨认和规范化两个子使命，招引了来自我国、西班牙、芬兰、法国、印度、日本、罗马尼亚、美国、英国等国家的闻名高校[包含曼彻斯特大学、麻省大学、图尔库大学、法兰克福大学、马德里卡洛斯三世大学、哈尔滨工业大学（深圳）等]和企业科研团队（包含日本的国立先进工业科学技能研讨所等）的30多支队伍参赛，共提交100多份成果。

医渡云人工智能试验室主任闫峻博士带领来自纽约大学、卡耐基梅隆大学、清华大学等闻名高校的几位医渡云研讨员，与哈工大智能核算研讨中心汤步洲副教授带领研讨生组成的团队，研宣布根据多粒度信息交融的深度学习体系，经过对天然言语进行多层次的了解，在临床医疗实体辨认使命上取得功能第一名的好成果，在临床医疗实体规范化使命上也取得功能排名第三名的成果。

在医疗文本命名实体辨认体系中，团队选用了预练习的BERT模型[1]，参加character等级的表明、词性信息、词形信息等。终究F1值到达0.9105，以显着优势取得第一名。团队在临床医疗实体规范化使命中，运用修改间隔过滤候选规范化实体，然后选用根据双向长短时记忆网络的最大池化匹配模型[2]，对过滤后的候选实体进行匹配。终究F1值到达0.8391，取得第三名。

作为医疗人工智能企业，医渡云运用人工智能技能将乱七八糟的信息变成结构化的、规范化的、能够核算的信息，运用人工智能技能自动化地发掘出可用的信息，然后构建相应的智能模型，终究落实到实在的使用，并根据威望循证医学常识，构建了根本的疾病常识图谱骨架，并经过实在国际临床病历信息认知学习，得到疾病与症状、查看、查验、用药、手术、体征等不同的相关联系，深化了整个医学常识图谱，然后使用于临床决议计划支持体系（CDSS）。

医渡云在无形中现已协助政府、医疗机构以及用户处理了许多的问题，为人工智能年代赋能。自2013年树立以来，医渡云为全国700余家医疗机构、多个区域政府和部委有关部门供给人工智能渠道服务，与清华大学、南京医科大学、重庆医科大学、山西医科大学等很多高校协作，树立多个医疗人工智能研制基地。医渡云运用人工智能技能，为我国的医学研讨、医疗办理、政府公共决议计划等供给智能渠道服务，为我国医疗信息化建造供给牢靠的支撑与保证。作为医疗人工智能开展的先行者和探索者，现在，医渡云建造出40余种疾病规范数据集，并联合专家先后在公民卫生出书社出书了断直肠癌、胃癌、眼科、白血病4个疾病的规范数据集。在曩昔两年，产出了高质量论文50余篇，其间部分宣布在《柳叶刀·肿瘤学》《天然·医学》等学术期刊上。

医渡云作为医疗人工智能企业，以“改进人类与疾病的联系”为方针，运用人工智能推进技能交融、事务交融，打通信息壁垒，充沛发掘医疗人工智能化使用价值百科，饯别健康我国战略，助力提高大众的医疗健康水平，完成 “数据智能 绿色医疗”的宏伟方针。

责任修改：