时时彩-重庆时时彩 xjssc073_百家乐玩法官网_新全讯网334422开奖结果 (中国)·官方网站

王騫

文章作者: 責(zé)任編輯: 審核人: 文章來源:
基本信息

王騫, 男, 1991年11月生,博士(后),講師,碩士生導(dǎo)師

郵件地址:wangqian2272 at gmail dot com

個人簡歷

王騫,博士畢業(yè)于四川大學(xué)計算機(jī)學(xué)院,電子科技大學(xué)計算機(jī)學(xué)院博士后,西南石油大學(xué)計算機(jī)與軟件學(xué)院講師,碩士生導(dǎo)師,省級科研創(chuàng)新團(tuán)隊 “四川省油氣勘探開發(fā)智能化工程研究中心” 主要研究人員。

主要研究方向為大語言模型、對比學(xué)習(xí)、句子表征、表示學(xué)習(xí)、人機(jī)對話等。近年來發(fā)表論文14篇(其中在KBS、EMNLP等人工智能、自然語言處理領(lǐng)域頂會和頂刊發(fā)表論文4篇),申請國家發(fā)明專利20項。主持校級啟航計劃項目“面向低質(zhì)量文本的句子表征方法研究”,作為主要人員參與國家自然科學(xué)基金面上項目、重點(diǎn)項目、國家重點(diǎn)研發(fā)計劃等國家級項目4項。

主要研究方向

大語言模型、對比學(xué)習(xí)、句子表征、表示學(xué)習(xí)、人機(jī)對話

代表性成果

論文

[1] CLSEP:Contrastive learning of sentence embedding with prompt. Knowledge-Based Systems 266(2023): 110381. (中科院 1 區(qū)top,一作)
[2] Graph and text multi-modal representation learning with momentum distillation on Electronic Health Records, Knowledge-Based Systems 302 (2024): 112373. (中科院 1 區(qū)top,通訊)
[3] From Text Segmentation to Enhanced Representation Learning: A   Novel Approach to Multi-Label Classification for Long Texts, In Proceedings of the 2024 Conference on Empirical Methods in Natural Language Processing,(EMNLP 2024). (通訊)
[4] Grouped Contrastive Learning of Self-Supervised Sentence Representation. Applied Sciences-Basel 13, no. 17 (2023):9873. (中科院 3 區(qū),一作)
[5] UniKDD: A Unified Generative model for Knowledge-driven Dialogue. Computer Speech & Language 90 (2025): 101740. (中科院 3 區(qū),一作)
[6] SEBGM:Sentence Embedding Based on Generation Model with multi-task learning. Computer Speech & Language 87 (2024): 101647. (中科院 3 區(qū),一作)
[7] Continuous Blood Pressure Estimation Based on Two‐Domain Fusion Model. Computational and Mathematical Methods in Medicine 2018, no. 1 (2018): 1981627. (中科院 4 區(qū),一作)
[8] GLQA: A Generation-based Method for Legal Question Answering. In 2023 International Joint Conference on Neural Networks (IJCNN), pp. 1-8. IEEE, 2023. (CCF C 類會議長文)
[9] Multi-gate Mixture of Multi-view Graph Contrastive Learning on Electronic Health Record. IEEE Journal of Biomedical and Health Informatics (2023). (中科院 1 區(qū))
[10]脈搏波信號的提取與雙域分析. 電子技術(shù)應(yīng)用. 2019;45(2):53-7.(北大核心,一作)

發(fā)明專利

[1] 一種融合實體類型的關(guān)系三元組抽取方法,中國,CN202210026447.0
[2] 基于圖神經(jīng)網(wǎng)絡(luò)的短文本相似度計算方法,中國,CN202210056446.0
[3] 一種新聞評論的情感分析與生成方法, 中國,CN202210102343.3
[4] 基于梯度改進(jìn)的元學(xué)習(xí)少樣本文本分類方法,中國,CN202210101017.0
[5] 預(yù)測藥物靶標(biāo)相互作用的多注意力方法,中國,CN202110045057.3
[6] 用于脈搏波檢測的最佳取脈壓方法,中國,CN201811469727.9
[7] 一種新聞評論的情感分析與生成方法,中國,CN202210102343.3
[8] 一種基于對比學(xué)習(xí)的敏感文本表征方法,中國,CN202310517482.7
[9] 一種基于對比學(xué)習(xí)的自然文本編碼方法,中國,CN202310197311.0

代表性主研項目

[1] 基于人工智能的法律咨詢關(guān)鍵技術(shù)研究,四川省 2019 年重點(diǎn)技術(shù)領(lǐng)域重點(diǎn)研發(fā)項目(項目編號: 19ZDYF)
[2] 人工智能機(jī)器人關(guān)鍵技術(shù)研究,教育部-中國移動科研基金(基金號: MCM20180405)
[3] 基于新一代信息技術(shù)的四川煙草法治建設(shè)研究及應(yīng)用,四川煙草總公司(項目編號:SCYC202135)
[4] 可解釋小樣本深度學(xué)習(xí)與非完備信息博弈及其在電磁對抗中的應(yīng)用,國家自然科學(xué)基金聯(lián)合基金重點(diǎn)項目 (基金號: U19A2078)
[5] 面向低質(zhì)量文本的句子表征方法研究, 西南石油大學(xué)啟航計劃(項目編號:2024QHZ022)

更新時間:2024-12-25

Copyright? 2018 All Rights Reserved. 西南石油大學(xué)計算機(jī)與軟件學(xué)院

噢门百家乐注码技巧| 利记百家乐官网现金网| 网络百家乐投注| 利博国际网址| 百家乐视频视频| 投注平台出租| 电脑版百家乐分析仪| 大发888娱乐场118| 先锋百家乐官网的玩法技巧和规则| 幸运水果机小游戏| 成都南偏西24度风水| 百家乐官网在线洗码| 澳门百家乐路子分析| 瑞丰娱乐城| 百家乐官网几点不用补| 大发888玩的人多吗| 百家乐官网干洗店| 大众百家乐官网娱乐城| 大发888官方zhuce| 至尊百家乐官网网| 试玩百家乐帐| 去澳门百家乐官网娱乐城| 上市百家乐评论| 钱隆百家乐软件| 六合彩挂牌| 老钱庄百家乐官网的玩法技巧和规则 | 明升网址 | 百家乐官网策略介绍| 在线百家乐作| 长春百家乐官网的玩法技巧和规则 | 百家乐官网现实赌场| 百家乐技巧公司| 百家乐官网怎么注册| 百家乐娱乐城官方网| 百家乐官网游戏网址| 香港百家乐玩法| 什么是百家乐官网平注法| 博必发百家乐的玩法技巧和规则 | 新野县| 网上百家乐作弊法| 真人百家乐官网游戏网|