王业全

王业全

人工智能研究员

北京智源人工智能研究院

个人简介

王业全是北京人工智能研究院的一位研究员,研究兴趣包含语言大模型 (Pre-trained Language Model), 对话系统 (Dialog System) 和情感分析 (Sentiment Analysis)等。他带领认知与数据团队,构建更好的语言大模型、对话模型和行业模型,并开展数据为中心的人工智能研究。

2017年到2018年,在南洋理工大学以访问博士的方式跟随孙爱欣教授学习。

2022年,获得2022年全球最具影响力人工智能学者提名奖(自然语言处理)。

ORCID: 0000-0001-7530-6125

兴趣爱好
  • 语言大模型 (Pre-trained Language Model)
  • 对话系统 (Dialog System)
  • 情感分析 (Sentiment Analysis)
教育经历
  • 人工智能博士, 2019

    清华大学

项目

*
语言大模型
敬请关注
阿拉伯语语言大模型 (ALM 1.0)
我们构建并开源了阿拉伯语语言大模型 (ALM 1.0)。
面向互联网复杂语境的文本隐式情感分析研究
国家自然科学基金 (NSFC) 青年基金项目(62106249):隐式情感分析则通过对典型隐式情感,如反讽等进行分析识别。并对对比情感分析等细粒度的情感进行探索。

论文

(2022). CORT: A New Baseline for Comparative Opinion Classification by Dual Prompts. In Findings of the EMNLP 2022.

PDF 引用 代码 数据集 项目

(2022). CofeNet: Context and Former-Label Enhanced Net for Complicated Quotation Extraction. In COLING 2022.

PDF 引用 代码 数据集 项目

(2022). Packet Representation Learning for Traffic Classification. In KDD 2022.

PDF 引用 代码 DOI

(2022). Interactive Information Extraction by Semantic Information Graph. In IJCAI 2022.

PDF 引用 代码 数据集

(2022). A Dual-Channel Framework for Sarcasm Recognition by Detecting Sentiment Conflict. In Findings of NAACL 2022.

PDF 引用 代码 数据集

(2019). Path Travel Time Estimation using Attribute-related Hybrid Trajectories Network. In CIKM 2019.

PDF 引用 DOI

(2019). Aspect-level Sentiment Analysis using AS-Capsules. In WWW 2019.

PDF 引用 代码 数据集 DOI

(2018). Sentiment Analysis by Capsules. In WWW 2018.

PDF 引用 代码 数据集 DOI

(2016). Attention-based LSTM for Aspect-level Sentiment Classification. In EMNLP 2016.

PDF 引用 代码 数据集

获得奖励

联系方式