邹月娴团队2023年毕业生信息（上网）20230605张丽萍.pdf
邹月娴团队2023年毕业生信息（上网）20230605张丽萍.pdf
序号 年级 1 2 3 4 5 6 2020级 博士生 2019级 硕士生 2020级 硕士生 2020级 硕士生 2020级 硕士生 2020级 硕士生 姓名 曹蒙 胡帅 陈东升 吉普照 田晋川 徐伟元 本科学校 博士/硕士学位论文题目 华中科技大学 文章发表： 发表1篇TIP（CCF-A）国际期刊论文（2022，一作）. 发表1篇TCSVT（CCF-B）国际期刊论文（2021，一作）; 发表1篇IEEE Access 国际期刊论文（2019，一作）; 发表1篇ACM MM (CCF-A) 国际会议论文（2022，一作）; 基于跨模态表征学习的时序行 论文面向时序行为定位任务，针对当前方法长程运动建 发表1篇IVC (CCF-C) 国际期刊论文（2021，二作）; 为定位方法研究 模不充分、候选框范围偏置、预训练表征时序位置不敏 发表1篇TCSVT (CCF-B) 国际期刊论文（2021，二作）; Research on Temporal Action 感问题，分别提出基于稀疏运动图的长程运动表征、基 发表1篇CVPR (CCF-A) 国际会议论文（2021，二作）; Localization based on Cross于知识蒸馏的迭代候选框修正、时序敏感视频-文本预训 获奖情况： modal Representation 练，在主流数据集上验证了所提方法的有效性。 1) 北京大学五四奖学金 (2021-2022) Learning 2) 北京大学学术创新奖 (2021-2022) 3) 北京大学三好学生标兵 (2021-2022) 4) 北京大学二等奖学金 (2020-2021) 5) 北京大学优秀科研奖 (2020-2021) 海南大学 主要研究内容 学术成果 论文开展基于自监督和密集检索的多轮对话深度模型研 基于自监督和密集检索的多轮 究，针对多轮对话上下文和回复语义表征质量不高和对 对话深度模型研究 话历史建模不足、现有管道框架难以适用于大规模候选 文章发表： Research on Multi-turn 池应用场景的问题，提出了一种自监督对比学习框架以 发表1篇AIITA（EI）国际会议论文（2023，一作） Dialogue Deep Models Based 及两个数据增强策略和一种包含双编码器对比训练策略 on Self-supervision and 和细粒度推理方法的密集检索高效多轮对话模型，在主 Dense Retrieval 流多轮对话数据集上验证了所提方法的有效性。 就业单位 地点 大湾区实验室 深圳 比亚迪 深圳 华中科技大学 论文开展基于高阶注意力和多粒度对比学习的口语理解 基于高阶注意力和多粒度对比 方法研究，针对现有基于注意力机制的口语理解联合建 模方法存在意图和槽之间双向特征交互不足以及细粒度 学习的口语理解方法研究 建模不足、ASR系统转录文本错误带来的口语理解模型 Research on Spoken Language Understanding via 性能下降的问题，提出了一种高阶注意力网络口语理解 模型和一种两阶段训练的基于多粒度对比学习的鲁棒口 Higher-order Attention and 语理解框架，在主流公开口语理解数据集上验证了所提 Multi-grained Contrastive 模型的有效性。并基于所提模型设计和实现了一个口语 Learning 理解原型系统。 文章发表： 发表1篇IJCAI（CCF-A）国际会议论文（2022，一作）； 发表1篇ICASSP（CCF-B）国际会议论文（2022，一作）； 发表1篇CSCWD（CCF-C）国际会议论文（2023，二作）； 发表1篇ACL（CCF-A）国际会议论文（2023，三作）； 发表1篇Interspeech（CCF-C）国际会议论文（2023，三作）； 获奖情况： 1）北京大学2021-2022学年度三好学生； 2）北京大学2021-2022学年度铁汉奖学金 中电二十八所信息系统工程 重点实验室 南京 电子科技大学 开展基于数据与运动信息增强的交通视频描述深度模型 研究，面向城市道路交通视频描述中的交通态势播报任 基于数据与运动信息增强的交 务，构建了一个交通视频描述数据集，提出了一种基于 通视频描述深度模型研究 回译和检索的数据标注扩充技术；针对标注数据的噪音 Research on traffic video 问题和交通态势播报所需全局和局部运动信息建模不足 captioning deep models with 的问题，提出了一种基于自适应采样的视频描述方法和 data and motion 一种运动信息增强的视频描述模型，在交通视频描述数 augmentation 据集上验证了有效性。并基于所提模型设计并实现一个 用户可交互的交通视频描述原型系统。 文章发表： 发表1篇ICANN（CCF-C）国际会议论文（2022，一作）； 发表1篇PRCV（CCF-C）国内会议论文（2022，一作）； 获奖情况： 1）2021年北京大学三好学生； 2）2022年北京大学优秀科研奖 北京达佳互联网信息技术有 限公司深圳分公司（快手） 深圳 电子科技大学 论文开展集成有限状态机的端到端语音识别系统研究。 集成有限状态机的端到端语音 针对端到端语音识别（ASR）系统难以进行区分性训练 识别系统研究 的问题，提出了一种将无词格最大互信息准则一致性引 Research on End-to-End 入到端到端语音识别系统训练和解码流程，以提升ASR Speech Recognition System 性能，实验验证了所提方法的有效性；针对端到端ASR Integrated with Finite-State 系统在语言建模中丢失词级别语义信息的问题，提出了 Machine 一种采用词级别语言模型的方法以提升ASR系统识别精 度，实验验证了所提方法的有效性。 文章发表： 发表1篇TASLP（JCR-Q1）国际期刊论文（2022，一作）； 发表1篇SPL(JCR-Q2)国际期刊论文（2022，一作）； 发表1篇ICASSP(CCF-B)国际会议论文（2022，一作）； 发表1篇Interspeech(CCF-C)国际会议论文（2022，一作） 获奖情况： 国家奖学金（硕士，2022年） 卡耐基梅隆大学（读博） 匹兹堡（美国） 中山大学 小样本对话语言理解深度学习 本文开展小样本对话语言理解研究，针对小样本意图识 别存在的关键词信息捕捉不充分问题和小样本语义槽填 方法研究 充标签信息利用不充分的问题，分别提出基于关键词信 Research on Deep Learning 息的语义运输原型网络方法和标签语义信息辅助的语义 Methods for Few-shot 槽填充方法，提升模型性能。最后，构建小样本任务型 Dialogue Natural Language 对话原型系统，验证所提方法在系统中的可用性。 Understanding 文章发表： 发表1篇INTERSPEECH（CCF-C）国际会议论文（2021，一作）； 接受发表1篇ICASSP（CCF-B）国际会议论文（2023，二作）； 接受发表1篇AAAI（CCF-A）国际会议论文（2023，三作）； 北京达佳互联网信息技术有 接受发表1篇AAAI（CCF-A）国际会议论文（2023，四作）； 限公司深圳分公司（快手） 接受发表1篇CSCWD（CCF-C）国际会议论文（2023，三作） 获奖情况： 1）SMP2020中文人机对话技术评测（SMP2020-ECDT）任务一：小样本对话语 言理解技术评测，团队参赛，二等奖 深圳 7 8 9 10 2020级 硕士生 2020级 硕士生 2020级 硕士生 2020级 硕士生 杨东超 叶忠杰 赵怡雯 安浩 上海大学 浙江工商大学 文章发表： 发表1篇IEEE/ACM Transactions on Audio, Speech, and Language Processing (JCR-Q1) 国际期刊论文 （2022，一作）； 发表1篇ICASSP (CCF-B)国际会议论文（2022，一作）； 发表1篇Interspeech (CCF-C) 国际会议论文（2021，一作）； 发表2篇Interspeech (CCF-C) 国际会议论文（2022，共同一作）； 发表1篇DCASE 国际会议论文（2022，一作）； 发表1篇DCASE 国际会议论文（2022，共同一作）； 发表1篇Asia-Pacific Signal and Information Processing Association (EI)国际会议 论文（2022，二作）； 发表2篇Interspeech (CCF-C) 国际会议论文（2022，二作）； 发表2篇ICASSP (CCF-B)国际会议论文（2023，二作）； 获奖情况： 1）Detection and Classification of Acoustic Scenes and Events (DCASE) 2021挑 战赛任务5 (Few-shot bioacoustic event detection)，团体参赛， 第一名； 2）2022年北京大学科研优秀奖学金； 香港中文大学（读博） 香港 文章发表： 发表1篇DCASEW 国际会议论文（2021，一作）； 论文开展基于多线索融合学习的音频描述深度模型研究 发表1篇APSIPA 国际会议论文（2022，一作）； 。针对当前主流基于编解码结构的音频描述模型性能不 发表1篇ICASSP（CCF-B）国际会议论文（2022，四作）； 基于多线索融合学习的音频描 足和音频描述数据集匮乏的问题，提出了一种基于关键 发表1篇Interspeech（CCF-C）国际会议论文（2022，三作） 述深度模型研究 词信息辅助和多线索注意力机制的音频描述深度模型和 获奖情况： Research on Audio Captioning 一种结合编码器-解码器框架的自适应数据增强方法，在 1）Detection and Classification of Acoustic Scenes and Events (DCASE) 2022挑 Deep Models via Multi-clue 主流音频描述数据集上验证了所提模型的有效性。并在 战赛任务6 (Automated Audio Captioning)，团体参赛，第二名 Fusion Learning 上述基础上构建了一个能与用户交互的音频描述系统。 2）Detection and Classification of Acoustic Scenes and Events (DCASE) 2021挑 战赛任务6 (Automated Audio Captioning)，团体参赛，第四名 3）Detection and Classification of Acoustic Scenes and Events (DCASE) 2021挑 战赛任务5 (Few-shot Bioacoustic Event Detection)，团体参赛，第一名 比亚迪股份有限公司 深圳 Shopee Pte. Ltd. 新加坡 天翼云科技有限公司 深圳 本文开展高效鲁棒的目标声音事件检测深度模型研究， 重点聚焦提高模型的鲁棒性、泛化性和准确性。针对噪 声以及其他干扰声音对目标声音特征表征的影响，提出 高效鲁棒的目标声音事件检测 了一种基于互信息最大化的类别原型更新算法和基于对 深度模型研究 比蒸馏的微调算法; 针对短时目标声音事件检测不准问 Research on Efficient and 题，设计了基于检索的条件信息增强模块、多尺度特征 Robust Target Sound Event 提取模块以及时长感知损失函数；针对主流目标声音事 Detection with Deep Models 件检测系统的训练依赖于帧级别标注的问题，提出了一 种基于知识蒸馏和对抗训练的混合监督学习框架，实验 验证了所提方法的有效性。 基于课程学习和注意力机制的 本文开展了基于课程学习和注意力机制的音频-文本检索 音频-文本检索深度模型研究 深度模型研究。针对训练数据集中存在的数据偏差带来 文章发表： Research on Deep Models of 模型性能不足和音频-文本模态异质性带来的跨模态信息 发表1篇APSIPA(EI)国际会议论文(2022，一作)； 北京航空航天大学 Audio-Text Retrieval Based on 对齐困难的问题，提出了一种三阶段训练框架和一种基 获奖情况： Curriculum Learning and 于多层次注意力机制的音频-文本细粒度特征对齐模型。 1）北京大学台湾学生奖学金 一等奖 2021 Attention Mechanism 并在此基础上，构建了一个ATR原型系统，实验验证了 2）北京大学台湾学生奖学金 一等奖 2020 该系统的有效性。 湖南师范大学 论文主要开展了基于知识增强的对话文本关系抽取深度 基于知识增强的对话文本关系 学习方法研究。针对现有方法对触发词知识利用不充分 抽取深度学习方法研究 的问题，提出了一种触发词与标签语义知识引导的对话 Research on Knowledge文章发表： 文本关系抽取深度模型。为了进一步提升模型性能，提 enhanced Deep Learning 接受发表1篇CSCWD（CCF-C）国际会议论文（2023，一作）； 出了一种基于提示学习的知识增强对话文本关系抽取方 Methods for Relation 法，并构建了一个对话文本关系抽取原型系统，在公开 Extraction for Dialogue Text 数据集上验证了所提方法的有效性。