尊龙凯时(中国)




尊龙凯时(中国)與人工智能學院舉辦學校第504期陽光論壇

來源: 作者:羅園編輯人:宣傳部發稿時間:2023-11-22浏覽次數:

2023年11月16日下午14:00,我校第504期陽光論壇在騰訊會議上舉行,該論壇由尊龙凯时(中国)與人工智能學院副院長彭濤教授主持,學院科研帶頭人、青年博士共同參加了該論壇。

   围绕《基于注意力机制的超分辨率方法研究》,朱湘源博士重点介绍了破解目前超分辨率方法存在的使用问题的研究进展:针对现有超分辨率方法难以有效利用图像中先验信息的问题,提出了基于梯度引导下图注意力机制的场景文本图像超分辨率的方法,通过在低分辨率图像建立图结构来获取图像块之间的对应关系并映射到深层特征中;针对多图像超分辨率方法难以有效捕捉多图像之间对应关系的问题,提出了基于跨视野捕捉的立体图像超分辨率方法来同时从极线和全局两个角度来感知双目图像的互补信息;针对现有方法计算复杂度高,计算资源消耗大的问题,提出了轻量化的图像超分辨率方法来同时从特征和空间维度进行高效的特征提取的研究。

圍繞《面向生物醫學領域的複雜事件抽取研究》,蘇方方博士提到,目前,生物醫學事件抽取在自然語言處理、生物信息學等領域受到了廣泛關注,但面向生物醫學文本的複雜事件抽取任務仍面臨著多方面的挑戰,包括生物醫學事件抽取的多個子任務間的錯誤傳播、生物醫學事件中的單級或多級嵌套、一個觸發詞可能參與多個事件構建等。針對這些挑戰,我們探討了面向複雜生物醫學事件的抽取和生成模型,包括:基于依存圖卷集網絡的事件抽取模型、基于可控解碼策略的事件生成模型、基于轉移的事件結構預測模型、基于共指鏈的篇章級事件抽取模型、基于二階特征的事件圖解析模型、基于統一標簽空間的事件填表模型等。這些模型首先從平衡生物醫學事件抽取的評測指標爲起點,探索多個子任務共享特征和框架的學習方法,然後進階到用生成式的方法聯合建模多個子任務,以探索和完善的生物醫學事件抽取模型,接著針對嵌套事件和論元組合問題,構建了自底向上的遞歸式事件抽取模型,然後從句子級生物醫學事件抽取擴展到篇章級的事件抽。钺後槍Χ嗳蝿盏腻e誤傳播問題,提出了更優異的建模方式。


簡介:

朱湘源,博士,中南大学计算机学院。研究方向为深度学习、底层计算机视觉、图像超分辨率等。目前以第一作身份发表论文5篇,包括1篇CCF A类论文,2篇ESI高被引论文,1篇CCF C类中科院一区论文,和1篇EI期刊论文。、

蘇方方,博士,武漢大學國家網絡安全學院。研究方向爲面向生物醫學領域的複雜事件抽取研究,主要針對生物醫學領域中存在大量嵌套、重疊事件等各類複雜情況導致的事件抽取性能不佳等問題,提出了一系列的模型來解決這些問題。目前以第一者身份發表高水平論文3篇,其中1篇中科院1區Top,1篇中科院2區以及一篇北大核心。