近日，理光中國(guó)研究院(以下簡(jiǎn)稱SRCB)在自然語(yǔ)言處理頂級(jí)會(huì)議Association of Computational Linguistics 2024(以下簡(jiǎn)稱ACL)的官方比賽Social Media Mining for Health Research and Applications Workshop and Shared Tasks 2024(以下簡(jiǎn)稱SMM4H)中獲得共享競(jìng)賽任務(wù)提取和規(guī)范化英文推文中的藥物不良事件(ADEs)賽道的第一名，并受邀分享了技術(shù)方案。

全球聚焦，學(xué)界盛會(huì)

ACL是一個(gè)國(guó)際性學(xué)術(shù)組織，致力于推動(dòng)計(jì)算語(yǔ)言學(xué)領(lǐng)域的研究、開(kāi)發(fā)和應(yīng)用。每年一度的ACL大會(huì)，以其前沿的研究議題、權(quán)威的學(xué)術(shù)報(bào)告和廣泛的行業(yè)參與，吸引著全球?qū)W者和專業(yè)人士的目光，被譽(yù)為自然語(yǔ)言處理領(lǐng)域的風(fēng)向標(biāo)。

SMM4H是一個(gè)專注于社交媒體數(shù)據(jù)挖掘在健康研究和應(yīng)用中的年會(huì)和競(jìng)賽活動(dòng)。今年第九屆SMM4H的主題為 "Large Language Models (LLMs) and Generalizability for Social Media NLP"，聚焦于探索大語(yǔ)言模型(LLMs)在社交媒體自然語(yǔ)言處理(NLP)任務(wù)中的應(yīng)用及其泛化能力。在這個(gè)跨學(xué)科的平臺(tái)上，與會(huì)者共同探討如何有效運(yùn)用最前沿的技術(shù)通過(guò)社交媒體數(shù)據(jù)洞察和解決現(xiàn)實(shí)世界中的健康問(wèn)題。SMM4H不僅為參與者提供了一個(gè)展示研究成果、交流創(chuàng)新思想的舞臺(tái)，更為推動(dòng)健康科學(xué)研究與實(shí)踐的進(jìn)步貢獻(xiàn)了重要力量。

攻堅(jiān)克難，再創(chuàng)佳績(jī)

SRCB在SMM4H 2024共享競(jìng)賽任務(wù)中挑戰(zhàn)的課題是“提取和規(guī)范化英文推文中的藥物不良事件(ADEs)”，任務(wù)內(nèi)容是從嘈雜的社交媒體推文中精確提取出由藥物引發(fā)的不良反應(yīng)，并將其映射為MedDRA詞典中的標(biāo)準(zhǔn)化醫(yī)學(xué)術(shù)語(yǔ)。MedDRA詞典(全稱Medical Dictionary for Regulatory Activities)是一個(gè)國(guó)際權(quán)威的標(biāo)準(zhǔn)化醫(yī)學(xué)術(shù)語(yǔ)集，用于幫助不同國(guó)家和地區(qū)的藥品監(jiān)管機(jī)構(gòu)、制藥公司、臨床研究人員以及醫(yī)療保健專業(yè)人員之間進(jìn)行有效的溝通和數(shù)據(jù)交換。

*競(jìng)賽任務(wù)描述

面對(duì)非結(jié)構(gòu)化數(shù)據(jù)的復(fù)雜性、噪音和背景信息的干擾、多義性問(wèn)題以及數(shù)據(jù)稀疏性等多重任務(wù)挑戰(zhàn)，理光團(tuán)隊(duì)通過(guò)以下技術(shù)有效地提高了不良事件信息提取和術(shù)語(yǔ)規(guī)范化的性能：

1.提出了一個(gè)包含ADEs抽取、MedDRA術(shù)語(yǔ)檢索和MedDRA術(shù)語(yǔ)過(guò)濾模塊的體系架構(gòu)，有效地緩解了傳統(tǒng)方法使用的流程所帶來(lái)的誤差傳播，提升了術(shù)語(yǔ)規(guī)范化的準(zhǔn)確性。

2.創(chuàng)新性地提出了四種基于大語(yǔ)言模型的數(shù)據(jù)增強(qiáng)方法，充分發(fā)揮了大語(yǔ)言模型生成高質(zhì)量文本內(nèi)容的能力。

3.通過(guò)使用醫(yī)學(xué)領(lǐng)域訓(xùn)練樣本對(duì)文本嵌入模型進(jìn)行微調(diào)，顯著提高了MedDRA術(shù)語(yǔ)的召回率。

理光團(tuán)隊(duì)提出的體系架構(gòu)，通過(guò)分析社交媒體上的用戶反饋，能夠補(bǔ)充臨床試驗(yàn)中未報(bào)告的藥物副作用信息，為藥物安全性評(píng)估提供了新的視角。實(shí)時(shí)監(jiān)測(cè)公共健康趨勢(shì)以及分析社交媒體數(shù)據(jù)，能夠快速反映社會(huì)中某些藥物的使用情況和相關(guān)風(fēng)險(xiǎn)，為公共衛(wèi)生決策提供了有力的數(shù)據(jù)支持。對(duì)于制藥公司和監(jiān)管機(jī)構(gòu)來(lái)說(shuō)，這一系統(tǒng)提供了實(shí)時(shí)挖掘社交媒體上的ADEs信息的能力，有助于及早發(fā)現(xiàn)并應(yīng)對(duì)潛在的公共健康問(wèn)題。

*理光中國(guó)研究院NLP團(tuán)隊(duì)成員在ACL2024現(xiàn)場(chǎng)分享技術(shù)方案

我們秉持前瞻視野，持續(xù)保持對(duì)創(chuàng)新領(lǐng)域的敏銳嗅覺(jué)，探索前沿AI科技，在自然語(yǔ)言處理領(lǐng)域不斷進(jìn)取, 與上下游合作伙伴合作共創(chuàng)，推動(dòng)AI技術(shù)在社會(huì)各個(gè)領(lǐng)域的創(chuàng)新與落地。

我們將持續(xù)引領(lǐng)技術(shù)進(jìn)步與應(yīng)用拓展，攜手全球合作伙伴積極探索、不懈挑戰(zhàn)，賦能更多行業(yè)邁向高效與可持續(xù)發(fā)展的未來(lái)。

（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。 ）