PDF《Zhongyang Li（李忠阳）》

Zhongyang Li(李忠阳)

邮箱: zyli@ir.

hit.edu.cn

电话: +86

17766589134 主页: http://ir.hit.edu.cn/~zyli/ Github: https://github.com/eecrazy 我是哈尔滨?业?学(HIT) 社会计算与信息检索研究中? (SCIR) 的在读博??,?前博?,导师是 刘挺教授.2015年7?,我从哈尔滨?业?学获得计算机?学学?学位,同年我作为?名保研硕博连 读?进?SCIR实验室开展研究?作,预计2020年博?毕业. ?前,我作为?名CSC国家公派联合培养博??,在美国约翰霍普?斯?学(JHU) 语?和语?处理 (CLSP) 实验室学术访问,师从助理教授Benjamin Van Durme. 研究兴趣 我的研究?向围绕"?本中描述的事件"展开,主要包括以下???: ? 事件抽取 (从?规模?结构化?本中抽取抽象、泛化的事件以及脚本事件链条.) ? 顺承/时序、因果关系抽取 (我主要关注这两种类型的事件关系.) ? 事件预测 (给出?个?句话组成的故事上?,利??本?成模型?成?个通顺且合乎逻辑的故事 结尾;

或者给定?个结构化事件组成的上?,开发脚本事件预测模型,预测下?个可能的事件.) ? 事理逻辑知识库构建 (我和我的合作者提出了"事理图谱",它可以被认为是?个存储抽象事件发 ?和演化?般规律的知识库.我们从?本中抽取事件之间的顺承/时序、因果关系来构建事理图 谱,它可以被应?于许多下游??智能任务当中.) 发表论? ? Learning to Rank for Plausible Plausibility, Zhongyang Li, Tongfei Chen, and Benjamin Van Durme (ACL 2019, short paper, Acceptance Rate / = %, Review Overall Scores: 3.5,3.5,2.5) ? ? Story Ending Prediction by Transferable BERT, Zhongyang Li, Xiao Ding, and Ting Liu (IJCAI 2019, full paper, Acceptance Rate 850/4752 = 17.8%, Review Overall Scores: 7,9,7,7) ? Constructing Narrative Event Evolutionary Graph for Script Event Prediction, Zhongyang Li, Xiao Ding, and Ting Liu (IJCAI-ECAI 2018, full paper, Acceptance Rate 710/3470 = 20.5%, Review Overall Scores: 8,7,7,6) ? Generating Reasonable and Diversi?ed Story Ending Using Sequence to Sequence Model with Adversarial Training, Zhongyang Li, Xiao Ding, and Ting Liu (Coling 2018, full paper, Acceptance Rate 332/888 = 37.4%, Review Overall Scores: 4,5,3) ? Narrative Event Evolutionary Graph and Scaled Graph Neural Network based Script Event Prediction Model, Zhongyang Li, Xiao Ding, and Ting Liu (SMP 2018, Chinese abstract, Acceptance Rate 21/87 = 24%) - Best Report Candidate. ? EEG: Knowledge Base for Event Evolutionary Principles and Patterns, Zhongyang Li, Sendong Zhao, Xiao Ding, and Ting Liu (SMP 2017, full paper, Accepted) - This paper has been recommended to be published in SCI journal Science-China: Information Science. ? Yann LeCun在IJCAI 2018开幕式上的演讲:我们需要?个世界模型;

李忠阳, 丁效, 刘挺;

中国计算机 学会通讯, 2018年8?第8期 科研经历 1. 事理图谱构建 收到??智能研究中"脚本"这?概念的启发 [Schank and Abelson, 1977], 我和我的合作者?次 提出了与知识图谱并列的事理图谱 (Event Evolutionary Graph), 它可以被认为是?个存储抽象事件发 ?和演化?般规律的知识库.作为项?调研者和主要开发者,我研制了中?出?领域 (3万事件节点) 以及?融领域事理图谱 (150万事件节点) 和?个英?叙事事理图谱 (10万事件节点). 2. 基于叙事事理图谱和可扩展图神经?络的脚本事件预测模型 追随前?脚本事件预测的?作[Chambers and Jurafsky(2008), Granroth-Wilding and Clark (2016)], 我们?次提出通过构建叙事事理图谱来更好地利?事件之间的稠密连接信息,以帮助脚本事 件预测任务.为了解决?规模事理图谱图结构上的推断问题,我们提出了?个可扩展的图神经?络 模型 (SGNN), 来学习事件之间的交互作?并学习到更好的事件表?.在脚本事件预测任务上,我们 的?法取得了SOTA的结果. 3. 故事结尾?成的?成对抗?络模型 我开发了基于?成对抗?络的故事结尾?成模型,基于故事上??成?个通顺且合乎逻辑的 故事结尾.这个任务?常具有挑战性,因为需要理解并建模故事上?,基于常识推理?成?个合乎 常识逻辑的故事结尾.我们发现对抗增强的端到端?成模型可以提升?成故事结尾的多样性. 学术活动 ? 7?