个人信息
部门：暨南大学广东智慧教育研究院
职称：讲师
学位：博士学位
电子邮箱：yangzw (AT) jnu.edu.cn
研究兴趣：智慧教育、虚假信息检测、多模态深度学习、大模型创新应用研究
个人简介
杨志伟，暨南大学广东智慧教育研究院讲师，青蓝学者，研究兴趣包括智慧教育、虚假信息检测、多模态深度学习、大模型创新应用研究等。近年在AAAI、IJCAI、EMNLP、COLING、TNNLS等高水平知名国际会议和期刊发表论文共10余篇，获授权国家发明专利3项，作为骨干成员参与过多项国家基金和项目的申请和研究，担任AAAI、SIGIR、SIGKDD、WWW、NAACL、WSDM、CIKM、AISTAT等国际会议及TNNLS、Neural Networks、IPM、Neurocomputing等重要期刊审稿人。
研究兴趣
智慧教育、虚假信息检测、多模态深度学习、大模型创新应用研究
部分论文
• Xing Chen, Dongcui Diao, Hechang Chen, Hengshuai Yao, Haiyin Piao, Zhixiao Sun, Zhiwei Yang, Randy Goebel, Bei Jiang, Yi Chang. The Sufficiency of Off-Policyness and Soft Clipping: PPO is still Insufficient according to an Off-Policy Measure. In Proceedings of The 37th AAAI Conference on Artificial Intelligence (AAAI), 2023. (CCF A)
• Ruichao Yang, Wei Gao, Jing Ma, Hongzhan Lin, Zhiwei Yang. WSDMS: Debunk Fake News via Weakly Supervised Detection of Misinforming Sentences with Contextualized Social Wisdom. In Conference on Empirical Methods in Natural Language Processing (EMNLP), 2023. (CCF-B)
• Zhiwei Yang, Jing Ma, Hechang Chen, Hongzhan Lin, Ziyang Luo, and Yi Chang. A Coarse-to-fine Cascaded Evidence-Distillation Neural Network for Explainable Fake News Detection. In Proceeding of the 29th International Conference on Computational Linguistics (COLING), 2022. (CCF-B)
• Zhiwei Yang, Jing Ma, Hechang Chen, Yunke Zhang, and Yi Chang. HiTRANS: A Hierarchical Transformer Network for Nested Named Entity Recognition. In Conference on Empirical Methods in Natural Language Processing (EMNLP), 2021. (CCF-B)
• Zhiwei Yang, Hechang Chen, Jiawei Zhang, Jing Ma, and Yi Chang. Attention-based Multi-level Feature Fusion for Named Entity Recognition. In Proceeding of the 29th International Joint Conference on Artificial Intelligence (IJCAI), 2020. (CCF-A)
授权发明专利
• 命名实体识别方法、装置、电子设备及介质 授权号：CN110750992B
• 可解释的虚假文本检测方法、装置、存储介质以及终端 授权号：CN115269786B
• 基于HTML5和增强现实技术的互联网眼镜实时试戴方法及系统 授权号：CN106384388B
主要参与基金项目
[1] 国家自然科学基金：融合群智能的大规模生物医学知识图谱构建及推理理论与方法（U19A2065），237万;
[2] 国家自然科学基金面上项目：符号网络建模、度量、挖掘和应用（61976102）, 63万。
招生说明
组内拟招收2名【硕士生】，请尽早联系入组。（以混毕业为目标的同学不用往下看）
欢迎态度端正（态度>能力）、积极探索、自我驱动力强、数学基础扎实，具有良好编程能力（包括python）、英语能力和团队协作精神，特别是对虚假信息检测、多模态深度学习、智慧教育、大模型创新应用研究感兴趣的研究生和本科生与我邮件联系。@ 欢迎有志者自荐、推荐与合作
加入课题组，你可以收获：
[1] 温馨舒适学习环境，充足的计算资源，可为大家配置实验室电脑（统一采购）；
[2] 全过程的科研训练，能够快速捕捉、聚焦研究问题，培养独立开展工作的能力；
[3] 获得国家级、省部级等研究课题和创新应用项目的训练机会。
加入课题组，你需要：
【注意1】对有志于攻读硕士的同学，请您在电子邮件中详细说明您的各方面情况，包括您选择读研的原因，以及您的目标及未来打算等（附简历），尽早与我们联系，相互了解和熟悉。
【注意2】“求其上者得其中，求其中者得其下”，学生毕业前应至少发表1篇较高水平的论文，在经费条件允许的情况下，我将为我的学生提供科研补助，参加国内外学术会议，培养国际化视野。
【注意3】本课题组与香港浸会大学、美国加州大学戴维斯分校、美国伊利诺伊大学芝加哥分校等多所知名高校保持合作，组内氛围友好、平等、自在。在学期间发表较高水平的会议或期刊论文的同学，可推荐至合作高校交流或继续深造。