Isabel Segura Bedmar

Isabel Segura Bedmar

  • Despacho: 2.2.B.05
  • Campus: Campus de Leganés
  • Teléfono: +34 91 624 59 61
  • Correo electrónico: isegura@inf.uc3m.es

Biografía

Licenciada en Ciencias Matemáticas, Ciencias de la Computación por la Universidad Complutense de Madrid en 1998. Desde el año 2004 soy profesora del Departamento de Informática de la Universidad Carlos III de Madrid (UC3M) e investigadora en el Grupo HuLat (antes LabDA).

Doctora con mención europea en “Ciencia y Tecnología Informática” por la Universidad Carlos III de Madrid con la tesis “Application of Information Extraction Techniques to pharmacological domain: extracting drug-drug interactions”, que obtuvo el Premio Extraordinario de Doctorado en la UC3M en el 2010. Dicha tesis también recibió Premio Nacional de Investigación en Procesamiento de Lenguaje Natural, otorgado por la Sociedad Española de Procesamiento de Lenguaje Natural (SEPLN) en 2011.

Mi actividad investigadora se centra en la disciplina del Procesamiento del Lenguaje Natural (PLN) en distintos dominios de aplicación, con un especial foco en la Extracción de Información en el dominio biomédico y clínico. Además desde el 2015, también investigo en el uso de arquitecturas de Deep Learning aplicado a distintas aplicaciones de PLN tales como el análisis de sentimiento, extracción de relaciones y reconocimiento de nombre, simplificación de textos o multi-etiquetado de textos. En el campo de PLN he publicado más de 80 publicaciones científicas, de las cuales 20 han sido publicadas en revistas de alto factor de impacto (16 JCR Q1 y 4 JCR Q2) y también conferencias core A. 

A lo largo de mi trayectoria investigadora he participado en más de 10 proyectos I+D en convocatorias competitivas en el ámbito del PLN. Actualmente, soy co-investigadora principal del proyecto "DeepEMR: Extracción de Información de la narrativa clínica mediante el uso de técnicas de Deep Learning y Big Data (TIN2017-87548-C2-1-R). También fui miembro investigador del proyecto "TrendMiner (Large-scale Cross-lingual Trend Mining of Real-time media streams)" del 7º Programa Marco, donde nuestro objetivo fue validar si las redes sociales como Twitter pueden ser una fuente de información valiosa para la detección temprana de efectos adversos en medicamentos mediante el uso de técnicas de PLN. 

Así mismo, he sido organizadora de varios eventos científicos y competiciones. A destacar las ediciones de SemEval-DDIExtraction 2013 (https://www.cs.york.ac.uk/semeval-2013/task9/) y DDIExtraction 2011 (http://labda.inf.uc3m.es/DDIExtraction2011/), que han fomentado la investigación en técnicas de PLN aplicadas a la mejora de los sistemas de farmacovigilancia, y en particular, en la extracción de interacciones farmacológicas. En este mismo problema, una importante contribución de mi investigación fueron los recursos generados (el corpus DDI y la ontología DINTO) en la tesis “Semantic Resources in Pharmacovigilance: A Corpus and an Ontology for Drug-Drug Interactions”, de la que fui co-directora y que obtuvo el Premio Extraordinario de la UC3M en 2015.

Difusión:

Noticia publicada en Madrid i+d y Video explicando nuestra investigación sobre Extracción de Interacciones Farmacológicas (2009)

Artículo publicado el 20 de diciembre de 2009 en la revista ÉPOCA

Noticia publicada en Madrid i+d y Video explicando la organización y resultados obtenidos en la tarea SemEval DDIExtraction 2013

 

Docencia:

Coordinadora de la asignatura "Estructura de Datos y Algoritmos" desde el curso 2010-2011. Dicha asignatura se imparte en el Grado de Ingeniería Informática, en el Doble Grado de Ingeniería Informática y en el nuevo grado de Ciencia e Ingeniería de Datos.

En estudios de postgrado, imparto un bloque sobre tecnologías de Procesamiento de Lenguaje Natural en la asignatura “Tecnologías Emergentes de la Sociedad de la Información” del Máster en Ciencia y Tecnología Informática de la UC3M.