中南大学计算机学院、生物信息学湖南省重点实验室成员安莹在临床命名实体识别领域取得重要研究成果。该研究成果以“Chinese clinical named entity recognition via multi-head self-attention based BiLSTM-CRF”为题，在国际医学人工智能权威期刊《Artificial Intelligence In Medicine》(IF=5.326)上在线发表。
临床命名实体识别 (CNER) 是临床自然语言处理的基本步骤之一，旨在从临床自由文本中识别出疾病、症状、检查、身体部位以及治疗等临床实体。由于文本结构和语言等方面的特殊性，现有的基于深度学习的命名实体识别方法往往难以充分地挖掘中文临床文本中的全局信息和多层次的语义特征。该研究成果设计了一种改进的字符级特征表示方法，集成字符嵌入和字符标签嵌入来增强特征表示的特异性和多样性。在此基础上，提出了一种基于多头自注意力的双向长短期记忆条件随机场（MUSA-BiLSTM-CRF）模型，通过引入多头注意力机制并结合医学词典来更有效地捕获字符之间的权重关系和多层次语义信息，进而提升中文临床命名实体识别的准确性。在两个基准数据集（CCKS2017 Task 2和CCKS2018 Task 1）上的验证结果显示，该研究成果超过现有的其他方法获得了更好的识别性能。
王建新教授团队长期致力于计算机算法与优化、生物信息学、医学影像分析等方面研究。该研究工作得到国家重点研发计划、国家自然科学、湖南省自然科学等基金支持。