杨志伟

发布时间:2023-12-22 来源:广东省智慧教育研究院


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。