2022年北京大学王选计算机研究所优秀毕业研究生评选结果
在王选所2022年优秀毕业研究生评选中,蔡懿韬同学荣获优秀硕士毕业论文奖,黄璨同学荣获优秀应用奖。
蔡懿韬同学的论文深入研究了面向中文的抽象语义表示(AMR)解析技术。针对中文跨语言AMR解析任务(将中文语句解析为英文AMR),论文提出一种融合双语信息的神经网络方法,使中文跨语言AMR解析效果有较大提升,此外,在西班牙语等其他低资源语言的跨语言AMR解析任务中,该方法也比之前最好的模型有显著的提升。针对中文AMR解析任务(将中文语句解析为中文AMR),论文提出了一种基于对比学习的神经网络方法,利用半监督方法生成伪数据,并在伪数据预训练过程中引入对比学习目标,让中文与英语同义的文本向量相似度更大,不同义的文本向量相似度更小。论文在管道式和端到端两种框架上对基于AMR枢纽的文本复述进行实验,并将其与语言枢纽,句法表示枢纽等进行比较与分析,实验结果表明,AMR可以作为枢纽应用于文本复述任务,并能取得不逊色于语言枢纽的效果。
除论文工作之外,蔡懿韬同学还研究了基于文本的SQL生成技术,在SParC和CoSQL数据集上取得了当时最佳性能。硕士阶段该同学以第一作者身份在EMNLP2021、EMNLP2020、ACL2021(Findings)上发表多篇学术论文,同时积极推动技术应用落地,参与“小柯”智能写作机器人的研制,目前系统已部署应用于科学网。
黄璨同学在硕士期间针对windows客户端以及服务端的软件,开展漏洞挖掘相关技术研究,提出了一种基于软件行为监控的客户端软件漏洞挖掘方法,具备良好的通用性,累计发现了数十个知名软件的0-day漏洞;针对大型服务端软件,提出了一种基于MSIL 中间语言和补丁分析的1-day 漏洞挖掘方法,该方法效率高、准确性高,在若干著名大型服务系统中,自动定位并还原出数十个1-day漏洞。在韩心慧老师的指导下,相关工作得到了实际的应用,发表了1篇学术论文,同时投稿了1篇学术论文,并申请发明专利1项。
黄璨同学和导师合影
附:优秀毕业研究生获得者及导师
学生姓名 | 论文题目 | 导师姓名 | 奖项 |
蔡懿韬 | 面向中文的AMR 解析与应用解析与应用 | 万小军 | 优秀硕士论文奖 |
黄璨 | 针对Windows平台软件的漏洞挖掘方法研究 | 韩心慧 | 优秀应用奖 |
上一篇 下一篇