雲知聲論文榮登NLP頂會EMNLP 2025，醫療AI技術創新獲國際高度認可

Ofweek光電信息網

11/07

近日，自然語言處理（NLP）領域國際權威會議 ——2025 年計算語言學與自然語言處理國際會議（EMNLP 2025）公佈論文錄用結果，雲知聲提交的《面向門診病歷生成的高質量醫患對話合成技術》（《High-Quality Medical Dialogue Synthesis for Improving EMR Generation》）成功入選 Industry Track（工業賽道）。這一成果不僅...

網頁鏈接

免責聲明：投資有風險，本文並非投資建議，以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請，作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考，不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證，投資者應自行研究並在投資前尋求專業建議。

熱議股票

{"basename":"/hant","ssrTDKData":{"titleTemplate":"%s - 老虎證券","title":"老虎证券全球投资理财平台| 一站式投资美股新股港股A股","description":"老虎证券助您一站式投资美股，新股，港股，A股等全球金融理财产品。新加坡华人最信赖的在线投资平台，现在加入即享低费用，24/5 无时差炒美股投资理财！","keywords":"老虎證券,老虎證券開戶,老虎券商,老虎證券官網,老虎證券app,tigertrade老虎證券,股票,炒股,新加坡股票交易平臺,投資,投資理財","social":{"ogDescription":"老虎证券助您一站式投资美股，新股，港股，A股等全球金融理财产品。新加坡华人最信赖的在线投资平台，现在加入即享低费用，24/5 无时差炒美股投资理财！","ogImage":"https://c1.itigergrowtha.com/portal5/static/media/og-logo.be62fbe1.png","ogUrl":"https://www.itiger.com/hant/news/2581888954"},"companyName":"老虎證券"},"pageData":{"isMobile":false,"isTiger":false,"isTTM":true,"region":"SGP","license":"TBSG","edition":"fundamental"},"isCrawlerRequest":true,"__swrFallback__":{"@#url:\"https://stock-news.skytigris.cn/v3/news\",params:#id:\"2581888954\",edition:\"fundamental\",auth_exemption:1,,,undefined,":{"share":"https://ttm.financial/m/news/2581888954?lang=zh_TW&edition=fundamental","thumbnail":"","is_english":false,"pubTime":"2025-11-07 18:49","share_image_url":"https://static.laohu8.com/9a95c1376e76363c1401fee7d3717173","id":"2581888954","market":"hk","top_or_hot":-1,"title":"雲知聲論文榮登NLP頂會EMNLP 2025，醫療AI技術創新獲國際高度認可","media":"Ofweek光電信息網","content":"<div>\n<p>近日，自然語言處理（NLP）領域國際權威會議 ——2025 年計算語言學與自然語言處理國際會議（EMNLP 2025）公佈論文錄用結果，雲知聲提交的《面向門診病歷生成的高質量醫患對話合成技術》（《High-Quality Medical Dialogue Synthesis for Improving EMR Generation》）成功入選 Industry Track（工業賽道）。這一成果不僅...</p>\n\n<a href=\"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20251107185537a4900cda&s=b\">網頁鏈接</a>\n\n</div>\n","source":"tencent","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>雲知聲論文榮登NLP頂會EMNLP 2025，醫療AI技術創新獲國際高度認可</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 12.5px; color: #7E829C; margin: 0;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n雲知聲論文榮登NLP頂會EMNLP 2025，醫療AI技術創新獲國際高度認可\n</h2>\n<h4 class=\"meta\">\n<p class=\"head\">\n<strong class=\"h-name small\">Ofweek光電信息網</strong><span class=\"h-time small\">2025-11-07 18:49</span>\n</p>\n</h4>\n</header>\n<article>\n<div>\n<p>近日，自然語言處理（NLP）領域國際權威會議 ——2025 年計算語言學與自然語言處理國際會議（EMNLP 2025）公佈論文錄用結果，雲知聲提交的《面向門診病歷生成的高質量醫患對話合成技術》（《High-Quality Medical Dialogue Synthesis for Improving EMR Generation》）成功入選 Industry Track（工業賽道）。這一成果不僅...</p>\n\n<a href=\"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20251107185537a4900cda&s=b\">網頁鏈接</a>\n\n</div>\n\n<div class=\"bt-text\">\n\n\n<p> 來源：<a href=\"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20251107185537a4900cda&s=b\">Ofweek光電信息網</a></p>\n<p>為提升您的閱讀體驗，我們對本頁面進行了排版優化</p>\n\n\n</div>\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"BK1109","symbol_name":"應用軟件","start_time":0,"source_url":"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20251107185537a4900cda&s=b","article_id":"2581888954","we_media_id":null,"thumbnails":[],"rights":{"source":"tencent","url":"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20251107185537a4900cda&s=b","rn_cache_url":null,"customStyle":"body{padding-top:10px;}#news_title{font-weight:bold;#titleStyle#;}#news_description span{font-size:12px;#descriptionStyle#;}.footer-note{#statement#}","selectors":".mod-LoadTzbdNews, body","filters":".relate-stock, .hot-list, .recom-box, .wx-sou","directOrigin":true},"url":"https://stock-news.laohu8.com/highlight/detail?id=2581888954","pubTimestamp":1762512540,"columns":[],"sourceInfo":{"source_id":"tencent","name":"腾讯"},"weMediaInfo":null,"summary":"近日，自然語言處理領域國際權威會議 ——2025 年計算語言學與自然語言處理國際會議公佈論文錄用結果，雲知聲提交的《面向門診病歷生成的高質量醫患對話合成技術》成功入選 Industry Track。雲知聲論文從眾多高水平成果中脱穎而出，充分證明其在AI技術與醫療場景結合領域的研究實力，已獲得國際學術界與產業界雙重認可。此次論文成功入選EMNLP 2025，是雲知聲技術積累與學術創新深度結合的又一重要成果。","collect":0,"end_time":0,"defaultTopTitle":"qq.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"BK1109":"应用软件","09678":"云知声"},"translate_title":"Yunzhisheng's paper won the top NLP conference EMNLP 2025, and its medical AI technology innovation was highly recognized internationally","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"09678":1.5},"content_text":"近日，自然語言處理（NLP）領域國際權威會議 ——2025 年計算語言學與自然語言處理國際會議（EMNLP 2025）公佈論文錄用結果，雲知聲提交的《面向門診病歷生成的高質量醫患對話合成技術》（《High-Quality Medical Dialogue Synthesis for Improving EMR Generation》）成功入選 Industry Track（工業賽道）。這一成果不僅是國際學術界對雲知聲技術實力的高度認可，更標誌着其在門診病歷生成領域實現重大技術突破，為中國醫療 AI 企業在全球垂直領域創新樹立標杆。EMNLP 由計算語言學協會（ACL）主辦，與 ACL、NAACL、COLING 並稱 NLP 領域 「四大頂會」，是全球 NLP 技術創新與學術交流的核心平台。其中 Industry Track聚焦算法創新與產業應用深度融合，吸引了谷歌、亞馬遜、微軟、騰訊、阿里巴巴等全球頂尖科技企業參與角逐，本屆該賽道論文錄用率僅 38%，競爭異常激烈。雲知聲論文從眾多高水平成果中脱穎而出，充分證明其在AI技術與醫療場景結合領域的研究實力，已獲得國際學術界與產業界雙重認可。此次技術突破，源於雲知聲針對醫療場景中 「真實醫療數據匱乏、病歷生成質量參差不齊」 的核心痛點，創新性提出 「意圖graph規劃」 + 「雙智能體仿真」 + 「規則 - 獎勵質量控制」 三大模塊融合的醫患對話合成框架，為門診病歷生成提供高效解決方案。在技術架構上，該框架構建了層層遞進的質量保障體系：首先通過 「意圖graph規劃」，從真實門診對話中抽取 「醫生問診症狀時長」「患者反饋用藥情況」 等醫療意圖，聚合意圖轉換規律、估算意圖出現概率，形成符合臨牀問診邏輯的線性意圖骨架與意圖graph，避免脱離醫療場景的無效交互；其次依託 「雙智能體仿真」，結合抽取的意圖graph與隨機採樣的患者畫像（含年齡、性別、疾病信息、語言風格等），分別啓動 「醫生智能體」 與 「患者智能體」，模擬臨牀問診流程生成多輪連貫對話，如醫生智能體詢問 「您糖尿病病史多久？」，患者智能體結合畫像反饋 「二十年了，目前在用短效胰島素」；最後通過 「規則 - 獎勵質量控制」，一方面以醫學規則過濾錯誤用藥建議、矛盾症狀描述等不符合臨牀常識的內容，另一方面用獎勵模型對對話質量打分，僅保留高仿真、高醫學一致性的合成數據，形成優質訓練語料。實驗數據充分驗證了該技術突破的實用價值：採用合成數據訓練後，病歷生成核心指標 BLEU值從 42.5 提升至 45.6，關鍵信息錯誤率（如病史時長、用藥信息錯誤）下降 20% 以上，醫生對生成病歷的編輯次數減少 35%，大幅降低醫護人員工作量；同時，該框架在跨醫院測試中性能穩定，且所有合成數據不涉及真實患者隱私，完全符合隱私合規要求，為不同規模醫院的病歷生成與質控審核業務提供可落地、可推廣的方案。作為深耕醫療 AI 領域的企業，雲知聲依託其全棧的AGI技術和多年行業積累，針對醫療行業痛點，打造了多款覆蓋醫療全場景的智能產品和解決方案。覆蓋醫政醫管、臨牀診療、醫保管理、患者服務等多個業務領域。服務於衞健委、醫保局、醫院管理者、醫護人員、患者等多類用户。賦能醫療領域智能化建設，助力提升行業智能化水平。目前，雲知聲已將多項AI醫療相關技術深度轉化為產品，推出門診病歷生成、語音電子病歷等覆蓋診療全流程的核心產品 —— 語音電子病歷可實時將醫患對話轉化為結構化文本，門診病歷生成產品能基於對話自動生成規範病歷，並已成功落地全國 400 餘家醫院，優化醫療服務流程、提升診療效率與病歷質量，惠及眾多醫患羣體。此次論文成功入選EMNLP 2025，是雲知聲技術積累與學術創新深度結合的又一重要成果。未來，雲知聲將持續深耕智慧醫療領域，不斷拓寬技術邊界，積極探索AI技術與醫療場景融合的創新範式，為構建更智能、普惠的未來醫療生態貢獻力量。","kind":"news","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"symbols":[],"gpt_button":1,"need_auth":false,"code":"91000000","status":"200"}}}