李定成(资深研究科学家,百度美国硅谷人工智能研究院大数据实验室)学术报告

来源:信息科学与技术学院  作者:刘明慧  日期:2017-11-22  点击数:412

讲座时间:2017年1127日(星期一) 下午4:00

讲座地点:西南交通大学犀浦校区(9301#

主 讲 人:李定成 资深研究科学家,百度美国硅谷人工智能研究院大数据实验室

主 持 人:信息科学与技术学院  王红军副研究员

讲座题目(Title)

用深度学习驱动的数据语义学增强医学信息的分类和提取

内容简介(Abstract)

在医学信息学领域,通常需要把从不同医院来的电子病历或者相关文档(如测试结果或诊断报告或保险)统一成同一数据模型,对医疗文献也需要加注医学本体术语方便索引。然而,不同医院的病历,医疗文献或者相关文档,虽然都有国际统一标准,如ICD-11(International Classification of Diseases 11)或者HL7(Health Level 7),但是因为各大医院,医疗保险公司的自主解释或者医学研究的复杂多样,使得各种文档差异巨大,标注的类别也高达数万。高效自动的文档标准化和统一标注是当前医学信息学的一项重要研究内容。报告提出,文档标准化和标注可以转化成一项自动分类任务,从而可以将其纳入深度学习和超大型分类的框架。进而,我们可以开发出针对性的复合词向量和特征向量去完成自动标注,分类和提取

主讲人简介(Biography)

李定成,美国明尼苏达大学双城分校计算语言学博士,计算机硕士,语言学硕士,中国重庆四川外语学院硕士,现为百度美国硅谷人工智能研究院大数据实验室资深研究科学家。研究方向包括自然语言处理,医学信息学,机器学习,深度学习及大数据处理。他曾经分别在美国梅奥诊所任生物医学统计及信息学研究员和助理教授,在IBM沃森团队做资深软件工程师,主要负责医疗信息检索和病人队列标识; 临床命名实体识别和分类; 命名实体的关系检测; 病人的时序风险预测和疾病共病的分析。迄今为止,共有60余篇经同行评审的论文发表在全球主要生物医学信息学领域的会议和期刊中。同时,他在梅奥医疗信息组的多个美国国家卫生部的R1(通常5年为5百万美元)和R2151百万美元)科研基金项目中为主要研究员。尤为值得一提的是,2015年他提出了主体模型驱动的医疗数据语义关系模型获得了美国国家卫生部的为期五年总共达1百万美元的K99科研资助。该科研基金是对科研人员的重要职业生涯奖项之一。

欢迎广大师生积极参听! 

主办:研究生院

                                    承办:信息科学与技术学院