漆桂林

發布者：漆桂林發布時間：2023-10-24浏覽次數：4170

漆桂林，東南大學教授，博士生導師，bet356手机版唯一官网認知智能研究所所長，獲得江蘇省六大人才高峰計劃資助。現任中國中文信息學會語言與知識計算專業委員會副主任和中國科學技術情報學會知識組織專業委員會副主任。是澳大利亞Griffith大學訪問教授（2011年11月-2012年2月和2013年6月-2013年7月）和法國圖盧茲第一大學訪問教授（2013年1月-2013年2月）。1998年畢業于宜春學院數學專業，2002年獲得江西師範大學數學與信息系碩士學位，2006年獲得英國貝爾法斯特女皇大學計算機博士學位。2006年8月至2009年8月在德國Karlsruhe大學AIFB研究所做博士後研究。

漆桂林教授長期從事人工智能、知識圖譜、自然語言處理方面的科學研究及教學工作。截至目前，已經發表高質量學術論文200篇多篇，特别是在國際人工智能著名會議IJCAI、AAAI、KR、UAI以及國際語義Web著名會議ISWC、ESWC發表會議文章，在國際著名雜IEEE Transaction on Knowledge Engineering、Journal of Web Semantics、Information Science和 Fuzzy Sets and Systems等發表多篇雜志文章。指導學生發表的論文獲得國際會議ICTAI2015最佳學生論文獎和CIKM最佳短文角逐獎。獲得國際聯合語義技術會議JIST2018最佳論文獎。申請發明專利30多項，其中18項獲得授權。獲得歐盟第七框架Marie Curie Actions— International Research Staff Exchange Scheme (IRSES)資助（漆桂林為其中一個workpackage的負責人）。獲得多項國家自然科學基金資助，其中兩項為項目負責人，一項為國家自然科學基金重點項目項目聯合申請人。2014年獲得百度主題研究項目資助。作為主要參與人參加了863大數據“類人類智能”方向的課題。

漆桂林教授是語義Web和知識圖譜最權威雜志Journal of Web Semantics的副主編（該期刊中國大陸第一位副主編），是Semantic Web Journal的編委，是國際期刊Data Intelligence的主編，并且是國際著名人工智能雜志 Annals of mathematics and Artificial Intelligence, Journal of Applied Logic, International Journal of Approxiamte Reasoning的客座主編。漆桂林教授在多個重要的國際會議中組織關于本體推理和本體動态性的研讨會，這些國際會議包括：歐洲語義Web會議ESWC'08、歐洲人工智能會議 ECAI'08、國際人工智能會議IJCAI'09、歐洲人工智能會議ECAI'10和國際語義Web會議ISWC'10。漆桂林長期擔任多個國際著名會議(AAAI，ISWC，IJCAI，KR等)的程序委員會成員，同時是多個國際雜志(Artificial Intelligence Journal等)的審稿人。

目前，已經與阿裡巴巴、支付寶、中移動、騰訊、百度等公司，以及英國愛丁堡大學、德國的Karlsruhe大學、Ulm大學、澳大利亞Griffith University和Monash大學、法國圖盧茲第一大學建立合作關系，包括學生互訪和申請一些聯合項目，特别是跟Monash大學和Ulm大學建立博士生雙學位培養計劃。

主要研究興趣包括（但不限于）以下幾方面:

· 人工智能：通過神經網絡和符号邏輯對知識進行表示和推理，深度學習技術在文本和圖像理解，類ChatGPT大語言模型的知識增強和常識推理

· 關鍵詞：知識表示和推理、自然語言理解、深度學習、多模态圖像理解、大語言模型

· 知識圖譜：本體工程、知識抽取、知識融合、知識推理、知識更新

· 關鍵詞：本體推理、知識演化、知識融合

· 知識挖掘：應用Web數據挖掘、信息抽取和機器學習技術構建大規模知識庫

· 關鍵詞：信息抽取、知識庫構建、知識庫清理

· 大數據：基于語義技術的大數據分析

· 關鍵詞：情感分析、事件因果關系構建和事件預測

代表作 (未更新，最新論文參見https://dblp.uni-trier.de/pers/q/Qi:Guilin）

Qi, G. and Zhang, Z. Preferential Semantics for Plausible Subsumption in Possibility Theory, In Proceedings of the Twelfth International Conference on Principles of Knowledge Representation and Reasoning (KR'10), AAAI Press, Toronto, Canada, 2010.

Qi, G., Du, J., Liu, W., and Bell, D. Merging Knowledge Bases in Possibilistic Logic by Lexicographic Aggregation, In Proceedings of the 26th Conference on Uncertainty in Artificial Intelligence (UAI'10), AUAI Press, 2010.

Qi, G.. and Du, J. Model-based Revision Operators for Terminologies in Description Logics, In Proceedings of the Twenty-First International Joint Conference on Artificial Intelligence (IJCAI'09) , 2009.

Qi, G., Haase, P. and Ji, Q. A Conflict-based Operator for Mapping Revision--Theory and and Implementation, In Proceedings of the 8th International Semantic Web Conference (ISWC'09), 2009.

Suntisrivaraporn, B., Qi, G., Ji, Q., Haase, P. A Modularization-based Approach to Finding All Justifications for OWL DL Entailments, In Proceedings of the 3rd Asian Semantic Web Conference (ASWC'08), 1-15, Springer Verlag, 2008 (Best paper running-up award).

Qi, G., Haase, P., Huang, Z, Ji, Q., Pan, J.,Voelker, J. A Kernel Revision Operator for Terminologies, In Proceedings of the 7th International Semantic Web Conference (ISWC'08), pp. 419-434, Karlsruhe, Germany, 2008.

Qi, G.A Model-based Approach for Iterated Revision in Possibilistic Logic, in the 23th National Conference on Artificial Intelligence (AAAI'08), pp. 523-528, 2008.

Qi, G.A Model-based Approach for Merging Prioritized Knowledge Bases in Possibilistic Logic. In Proceedings of Twenty-Second Conference on Artificial Intelligence (AAAI'07), pp. 471-476, July 2007.

Qi, G., Liu, W. and Bell, D.A. Merging stratified knowledge bases under constraints. In Proceedings of 21th National Conference on Artificial Intelligence (AAAI'06), AAAI Press, pp. 281-286, 2006.

Qi, G., Liu, W., Glass, D.H., and Bell, D.A. Split-Combination approaches to merging possibilistic knowledge bases. Ann. Math. Artif. Intell. 48(1-2): 45-84, 2006.

Qi, G., Liu, W. and Bell, D.A. Measuring conflict and agreement between prioritized knowledge bases. In Proceedings of International Joint Conference on Artificial Intelligence ( IJCAI'05), Morgan Kaufmann, 552-558, 2005.

研究生指導原則

1. 每個進入實驗室的研究生都有機會接受實驗室的技術培訓，包括但不限于機器學習和預訓練模型培訓、知識表示學習培訓，通過培訓學生将掌握人工智能方向的核心技術；

2. 每個學生加入一個研究小組，該小組至少有一位博士參與，研究生可以跟研究小組的同學一起學習和讨論，并且每周導師都會根據周報情況給予指導；

3. 學生通過參與項目鍛煉科研能力，包括自然科學基金、科技部重點研發項目等縱向項目和企業橫向項目，實驗室跟阿裡巴巴、支付寶、華為、中電集團有長期的項目合作，校企合作項目學生有機會在研一就去企業短期實習參與項目并撰寫論文；

4. 導師會在研究方向選型、論文思路和方案制定、論文寫作和投稿等方面給予指導，隻要是積極跟導師讨論的同學，将給予全面的科研訓練。

研究生招生要求

1. 有理想抱負，希望在研究方面有一定成就，而不是為了更好找工作來讀研究生，感興趣讀博士者優先；

2. 心理健康，性格開朗，能夠經受較大的學習壓力，努力拼搏，實驗室學生學習強度比較大，心理脆弱者、遇到不順心的事喜歡抱怨或者斤斤計較者不适合到實驗室學習；

3. 尊師重道，願意聽從老師教誨，對幫助自己的人心懷感恩之心，喜歡跟導師讨論問題；

4. 願意遵守實驗室規則，如果您是一個特立獨行且不願意受規則約束的人，請不要聯系我；

5. 熟悉Java, python, pytorch或者tensorflow編程，算法功底紮實；

6. 感興趣參與工程項目，對軟件開發感興趣；