当前位置: 首页  >  学术讲座  >  正文
学术活动|程齐凯 文本挖掘与人工智能:如何实现科技信息分析的细粒度化与语义化?
发布时间:2022-08-31  点击数:

海报设计:林秋妤

直播观看方式:

1.直接扫描海报上二维码

2.直播链接

学术志:https://owl.h5.xeknow.com/sl/QCEFH

B站:https://b23.tv/dPMJlUd

方法的夏天3:研究方法系列讲座暨珞珈信管+青年说特别系列

第5讲程齐凯武汉大学副教授

文本挖掘与人工智能:如何实现科技信息分析的细粒度化与语义化?

2022/09/01(周四)19:00-21:00

【研究方法】

文本挖掘

【研究问题与发现】

传统的科技信息分析方法在科技信息工作走向深度创新导向的当今正面临着巨大的挑战,应对这些挑战的路径之一是深入挖掘科技文本内容,从内容、机理、知识的角度开展细粒度、语义化、智能化的科技信息挖掘。另一方面,以深度学习和知识图谱为代表的人工智能技术的进步也使得语义化、任务导向的科技信息分析工作成为了可能。本次分享将结合研究人的部分研究成果介绍演讲人对科技信息挖掘新任务、新趋势以及研究方法的认识。演讲人将介绍代表性的论文成果,给出一些论文成果的系统实现,介绍相关研究方法、规范和路径,也会对相关研究的可能发展进行介绍。

【论文出处】

  • Zhang L, Lu W, Chen H, Huang Y,Cheng Q.A Comparative Evaluation of Biomedical Similar Article Recommendation[J].Journal of Biomedical Informatics, 2022,131: 104106.

  • Ma Y, Liu J, Lu W,Cheng Q. Beyond Tasks, Methods, and Metrics: Extracting Metrics-driven Mechanism from the Abstracts of AI Articles[EB/OL]https://eeke-workshop.github.io/2022/submissions/EEKE2022_paper_7.pdf.

【主讲人简介】

程齐凯,博士,副教授,研究生导师,长期从事大数据分析、人工智能、科技情报分析研究工作,研发有科技大数据分析平台、智能问答机器人平台和人工智能设备故障诊断系统。承担国家自科基金等国家级及省部级项目多项,在国内外期刊会议发表论文60余篇,其中SCI、SSCI、CCF-A类、重点期刊会议论文30余篇,专利4项,软件著作权多项,获教育部高等学校科学研究优秀成果奖二等奖2项,其它省部级奖励5项。

【对谈人简介】

魏雨晗,香港人工智能金融实验室科研助理,研究方向为面向金融技术和服务的社交媒体分析,从新闻媒体、世界组织资源、社交媒体及其用户内容中为国际金融事件建立实时更新的数据集,使用计算社会科学方法,结合国际金融关系的社会科学理论和机器学习挖掘数据并建立国际金融关系网络和国际事件/问题的预测模型。相关研究成果发表在Information Processing & Management(IP&M)、Journal of Information Science(JIS)等期刊上。

袁钺,北京大学信息管理系博士生,研究方向主要包括政策文本中的技术指标识别与提取、社交媒体中的谣言检测、风险沟通策略评价等。在研究中接触过政策文件、新闻文章、新闻发布会文字记录、论文、专利等不同类型的文本数据,主要使用包括自然语言处理、深度神经网络等在内的技术对相关文本进行分析和挖掘。相关研究成果发表在Information Sciences,CCML等期刊和会议上。