beat365

信息技术研究生论坛

时间：2022年5月13日（星期五）15:00-16:30

地点：beat365807B教室

报告题目一：基于注意力引导多层多交叉编码的论辩对抽取方法研究

报告人：何乃旭

报告简介：论辩过程在人类社会中随处可见，精准高效地从文本中提取论辩信息是让人工智能理解人类复杂思维活动的基础。论辩对抽取（Argument Pair Extraction, APE）指从两篇文章中抽取其中的论辩信息并识别潜在的论辩对。本研究使用表格填充法建模文章间的句子级关系，并提出了一个新的编码器用于显式学习文章间有用的共享信息。最后本报告将简单介绍条件随机场在论辩挖掘中的具体实现。

报告题目二：基于注意力机制的Bi-LSTM模型的地震预测研究

报告人：杜晓敬

报告简介：首先介绍地震预测的相关背景和课题来源，然后介绍8个地震活动性参数。本研究了使用LSTM模型和注意力机制实现地震二分类预测，以及预测孟加拉国下个月地震发生的位置到达卡市的距离。

之前注意力机制没有用于地震预测研究，在分类模型中加入注意力机制，并获得较好结果。并探索7700多个跨学科时间序列特征，以找到最佳特征集，所用的特征选择方法也为其它领域带来理论借鉴。

报告题目三：基于聚类系数的社交网络社区检测遗传算法

报告人：余谦

报告简介：首先介绍遗传算法和社区发现算法相关知识。在遗传算法中，初始种群的质量对遗传算法的后续搜索具有巨大影响。传统的基于节点邻居的种群初始化方法，未充分利用网络拓扑信息，生成种群质量低下。为了解决这个问题，提出基于聚类系数的种群初始化方法，将节点与具有最大聚类系数的邻居相连生成初始种群。实验表明基于聚类系数的种群初始化方法，具有时间复杂度低，生成种群质量高和适用于各种类型网络等优点，极大的提高了遗传算法那对网络社区结构的搜索效率。

报告题目四：基于逻辑规则的知识图注意网络研究

报告人：刘春雨

报告简介：首先介绍知识图谱嵌入的相关背景知识，在大多数现有的嵌入方法中，仅使用事实三元组，并未对知识库完成任务中的逻辑规则进行深入研究。为了克服这个问题，提出了一种逻辑规则增强的知识图注意网络的模型，将知识图谱三元组和逻辑规则进行联合建模，能够获得更具预测性的实体和关系的嵌入。模型首先由编码器学习出实体嵌入，然后由解码器对三元组和逻辑规则的合理性进行评估。实验结果显示，模型能够在链接预测和三元组分类任务上取得显著的性能提升。

欢迎广大师生踊跃参加！