近期，计算机与人工智能学院胡新荣教授领导的自然语言处理课题组在知识图谱和推荐系统方面取得了系列研究进展，相关工作分别发表在计算机科学领域中科院一区Top期刊《Expert Systems with Applications》、《Applied Soft Computing》和《Knowledge-Based Systems》,系列论文第一单位均为武汉纺织大学。
工作一：Joint extraction of biomedical overlapping triples through feature partition encoding发表在期刊《Expert Systems with Applications》。该研究工作提出了一种基于特征分区的实体-关系三元组抽取模型，以解决复杂医学文本的实体重叠难题，从而为信息抽取和构建高质量知识图谱提供了一种可行的解决方案。
工作二：Safe drug recommendation through forward data imputation and recurrent residual neural network发表在期刊《Applied Soft Computing》。由于医疗文本广泛存在数据缺失问题，使得患者的健康状态画像不准确，从而导致患者安全用药存在隐患，该研究工作提出了一种前向数据填充方法，以通过引入药物-药物相互作用领域知识图谱确保推荐药物组合的安全性。
工作三：RASNet: Recurrent aggregation neural network for safe and efficient drug Recommendation发表在期刊《Knowledge-Based Systems》。长期慢性病患者的病情会出现反复，如何基于电子病历对此类患者建模以精准推荐用药是一个难题。该研究提出了一种新颖的循环聚合神经网络，可以有效解决因病情反复引入的数据噪声问题。此外，该研究提出了一种新型指数控制器可有效平衡药物推荐的匹配精度和安全性。
近年来，在学校的大力支持下，计算机与人工智能学院在大力引进高水平人才，凝聚学科方向，加强团队建设，科研成效逐渐凸显，近十余项成果发表在中国计算机学会CCF推荐B类及以上国际学术会议，获得业界广泛关注和好评。
该系列研究得到国家自然科学基金项目、教育部人文社科基金项目和湖北省自然科学基金项目资助。
文章链接：
https://doi.org/10.1016/j.eswa.2023.122723
https://doi.org/10.1016/j.asoc.2024.111723
https://doi.org/10.1016/j.knosys.2024.112055