罗凌

个人信息Personal Information

副教授

硕士生导师

性别:男

毕业院校:大连理工大学

学位:博士

所在单位:计算机科学与技术学院

办公地点:海山楼(大黑楼)A1032

电子邮箱:lingluo@dlut.edu.cn

扫描关注

个人简介Personal Profile

罗凌,工学博士,计算机科学与技术学院,副教授,硕士生导师,大连理工信息检索研究室(DUTIR)成员。中国中文信息学会医疗健康与生物信息处理专委会委员、青年工作委员会委员。分别于2011年和2014年在厦门大学人工智能系获工学学士和理学硕士学位,2019年于大连理工大学计算机科学与技术学院获工学博士学位,2020-2023年在美国国立卫生研究院(NIH)从事博士后研究。主要从事自然语言处理、生物医学文本挖掘和机器学习方面的研究工作。致力于研究计算方法和开发软件工具,分析和理解生物医学领域中的非结构化文本数据,以加速知识发现、提升人类医疗健康服务水平。迄今已在人工智能、生物信息学等领域发表国内外高水平期刊和会议论文40余篇,包括Briefings in Bioinformatics、Bioinformatics、Nucleic Acids Research、IEEE BIBM、计算机学报等领域顶级期刊和会议论文,Google Scholar 他引1400余次。在国内外生物医学文本挖掘相关挑战赛中多次取得优异成绩。担任ACL、EMNLP、BIBM、ICHI等国际领域顶级会议的程序委员会委员,同时担任npj Digital Medicine、Bioinformatics、JAMIA、Knowledge-Based Systems、IEEE JBHI等领域顶级期刊的评审人。近期负责DUTIR研究室生物医学大模型 “太一”的研发工作。


招生:如果你对人工智能自然语言处理大语言模型感兴趣,对未知的科学问题充满好奇并勇于探索,有足够的上进心和科研热情,有积极主动的学习态度并愿意迎接挑战,欢迎联系我(lingluo@dlut.edu.cn),期待你的加入!


主持或参与项目:


1. 国家自然科学基金青年项目(主持), 面向生物医学文献的患者个体化信息抽取技术研究, 2024-2026.

2. SMP-智谱AI大模型交叉学科基金项目(主持), 面向生物医学领域的大语言模型关键技术研究, 2024.

3. 中央高校基本科研业务费-引进人才科研专题(主持), 本体驱动的生物医学概念识别技术研究, 2023-2024.

4. NIH intermural research project (参与), Named Entity Recognition and Relationship Extraction in Biomedicine, 2020-2023.

5. 国家十三五重点研发计划(参与), 疾病研究精准医学知识库构建, 2016-2020.


代表论文


1. L Luo, J Ning, Y Zhao, et al. [J]. Taiyi: a bilingual fine-tuned large language model for diverse biomedical tasks [J], Journal of the American Medical Informatics Association, 2024, ocae037. (JCR Q1, IF: 6.4)

2. L Luo, CH Wei, PT Lai, R Leaman, Q Chen, Z Lu. AIONER: all-in-one scheme-based biomedical named entity recognition using deep learning [J]. Bioinformatics, 2023, 39(5): btad310. (JCR Q1, IF: 6.931)

3. L Luo, PT Lai, CH Wei, CN Arighi, Z Lu. BioRED: a rich biomedical relation extraction dataset [J]. Briefings in Bioinformatics, 2022, bbac282. (JCR Q1, IF: 13.994)

4. L Luo, CH Wei, PT Lai, Q Chen, R Islamaj, Z Lu. Assigning species information to corresponding genes by a sequence labeling framework [J]. Database-The Journal of Biological Databases and Curation, 2022, 2022: baac090. (JCR Q1, IF: 4.462)

5. L Luo, S Yan, PT Lai, D Veltri, A Oler, S Xirasagar, R Ghosh, M Similuk, P Robinson, Z Lu. PhenoTagger: A Hybrid Method for Phenotype Concept Recognition using Human Phenotype Ontology [J]. Bioinformatics, 2021, 37(13):1884-1890. (JCR Q1, IF: 6.931)

6. L Luo, Z Yang, M Cao, L Wang, Y Zhang, H Lin. A neural network-based joint learning approach for biomedical entity and relation extraction from biomedical literature [J]. Journal of Biomedical Informatics, 2020, 103: 103384. (JCR Q1, IF: 8.000)

7. 罗凌, 杨志豪, 宋雅文, 李楠, 林鸿飞. 基于笔画ELMo和多任务学习的中文电子病历命名实体识别研究 [J]. 计算机学报, 2020, 43(10): 1943-1957. (CCF 推荐中文 A 类)

8. L Luo, Z Yang, P Yang, Y Zhang, L Wang, H Lin, J Wang. An attentionbased BiLSTM-CRF approach to document-level chemical named entity recognition [J]. Bioinformatics, 2018, 34(8): 1381-1388. (JCR Q1, IF: 6.931)

9. L Luo, Z Yang, L Wang, Y Zhang, H Lin, J Wang, L Yang, K Xu, Y Zhang. Protein-Protein Interaction Article Classification: A Knowledge-enriched Self-Attention Convolutional Neural Network Approach [C]. Procceding of 2018 IEEE International Conference on Bioinformatics and Biomedicine (BIBM), 2018. (CCF 推荐 B 类会议)

10. L Luo, Z Yang, P Yang, Y Zhang, L Wang, J Wang, H Lin. A neural network approach to chemical and gene/protein entity recognition in patents [J]. Journal of Cheminformatics, 2018, 10: 65. (JCR Q1, IF: 8.489)

更多论文信息, 可以访问https://lingluodlut.github.io/ 


挑战赛评测


1. 2023年国际BioCreative VIII挑战赛表型概念抽取赛道(Track 3: Genetic Phenotype Extraction and Normalization from Dysmorphology Physical Examination Entries),获第2名

2. 2021年国际BioCreative VII挑战赛药物-蛋白质关系抽取赛道(Text mining drug and chemical-protein interactions Track),获第2名

3. 2019年全国知识图谱与语义计算大会CCKS挑战赛中文电子病历实体识别任务和医疗实体及属性抽取任务,均获第3名

4. 2018年全国知识图谱与语义计算大会CCKS挑战赛中文电子病历实体识别任务,获第3名

5. 2017年国际BioCreative VI挑战赛精准医学赛道(Precision Medicine Track)文本分类任务,获第2名

6. 2017年国际BioCreative V.5挑战赛化学药物实体识别(CEMP)和基因/蛋白质实体识别(GPRO)两项任务,均获第1名


大学生创新创业训练计划


1. 基于大语言模型的计算机基础课程智能答疑系统(在研)

2. 助力乡村医疗健康的智能咨询导诊大模型——凌医(在研)



  • 教育经历Education Background
  • 工作经历Work Experience
  • 研究方向Research Focus
  • 社会兼职Social Affiliations
  • 自然语言处理

  • 生物医学文本挖掘

  • 机器学习