基本信息
张儒清 女 硕导 中国科学院计算技术研究所
电子邮件: 1508015107@qq.com
通信地址: 北京市海淀区科学院南路6号 中国科学院计算技术研究所
邮政编码:
电子邮件: 1508015107@qq.com
通信地址: 北京市海淀区科学院南路6号 中国科学院计算技术研究所
邮政编码:
招生信息
招生专业
081202-计算机软件与理论
招生方向
信息检索、自然语言处理
专利与奖励
专利成果
[1] 程学旗, 郭嘉丰, 范意兴, 张儒清, 廉涛, 咸宁. 一种社交网络图的处理方法. CN: CN116541569A, 2023-08-04.[2] 郭嘉丰, 陈薇, 张儒清, 陈璐, 范意兴, 程学旗. 基于因果关系的序列到序列文本摘要生成方法及系统. CN: CN115658881A, 2023-01-31.[3] 程学旗, 郭嘉丰, 范意兴, 张儒清, 刘嘉铭, 樊润泽. 一种语义匹配模型的训练方法以及文本匹配方法. CN: CN115511073A, 2022-12-23.[4] 郭嘉丰, 范意兴, 王苑铮, 陈薇, 张儒清, 程学旗. 一种实体召回方法及实体查询系统. CN: CN115577068A, 2023-01-06.[5] 程学旗, 郭嘉丰, 范意兴, 张儒清, 赵恒, 马新宇. 基于BERT模型的文档关键词抽取方法及装置. CN: CN112883171B, 2023-02-03.[6] 程学旗, 郭嘉丰, 范意兴, 张儒清, 赵恒, 马新宇. 基于BERT模型的文档关键词抽取方法及装置. CN: CN112883171A, 2021-06-01.[7] 范意兴, 郭嘉丰, 袁浩达, 张儒清, 程学旗. 一种构建文本分类系统的方法、系统、介质及电子设备. CN: CN111966826A, 2020-11-20.[8] 范意兴, 郭嘉丰, 袁浩达, 张儒清, 程学旗. 一种构建文本分类系统的方法、系统、介质及电子设备. CN: CN111966826B, 2023-01-24.[9] 郭嘉丰, 范意兴, 吴志达, 张儒清, 程学旗. 一种构建共指消解模型的方法、共指消解的方法和介质. CN: CN111967258A, 2020-11-20.[10] 郭嘉丰, 范意兴, 吴志达, 张儒清, 程学旗. 一种构建共指消解模型的方法、共指消解的方法和介质. CN: CN111967258B, 2023-07-21.[11] 郭嘉丰, 范意兴, 刘艺菲, 张儒清, 程学旗. 一种命名实体识别模型的训练方法及命名实体识别的方法. CN: CN111738004A, 2020-10-02.[12] 程学旗, 郭嘉丰, 范意兴, 张儒清, 刘艺菲. 命名实体识别模型训练方法、命名实体识别方法和介质. CN: CN111738003A, 2020-10-02.
出版信息
发表论文
[1] The 47th International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR 2024). 2024, 第 2 作者[2] ACM Transactions on Information Systems (TOIS). 2024, 第 2 作者[3] The 38th AAAI Conference on Artificial Intelligence (AAAI 2024). 2024, 第 2 作者[4] 29th SIGKDD Conference on Knowledge Discovery and Data Mining (KDD 2023). 2023, 第 2 作者[5] 陈建贵, 张儒清, 郭嘉丰, 范意兴. 面向多阶段匹配的答案选择模型. 计算机工程与应用[J]. 2023, 第 2 作者59(3): 158-165, http://lib.cqvip.com/Qikan/Article/Detail?id=7108881395.[6] 蔡银琼, 范意兴, 郭嘉丰, 张儒清. 基于多表达的第一阶段语义检索模型. 计算机工程与应用[J]. 2023, 第 4 作者59(4): 139-146, http://sciencechina.cn/gw.jsp?action=detail.jsp&internal_id=7426109&detailType=1.[7] 陈建贵, 张儒清, 郭嘉丰, Maarten de Rijke, 刘奕群, 范意兴, 程学旗. A Unified Generative Retriever for Knowledge-Intensive Language Tasks via Prompt Learning. SIGIR. 2023, 第 2 作者[8] 陈璐, 张儒清, 郭嘉丰, 范意兴. 面向文本摘要的反事实纠偏方法. 计算机学报[J]. 2023, 第 2 作者46(11): 2400-2415, http://lib.cqvip.com/Qikan/Article/Detail?id=7111000085.[9] 王苑铮,范意兴,陈薇,张儒清,郭嘉丰, , , , . 稠密向量实体检索模型的二值化提速压缩. 模式识别与人工智能[J]. 2023, 36(1): 60-69, http://manu46.magtech.com.cn/Jweb_prai/CN/abstract/abstract12496.shtml.[10] ACM Transactions on Information Systems (TOIS). 2022, 第 1 作者[11] Guo, Jiafeng, Cai, Yinqiong, Fan, Yixing, Sun, Fei, Zhang, Ruqing, Cheng, Xueqi. Semantic Models for the First-Stage Retrieval: A Comprehensive Review. ACM TRANSACTIONS ON INFORMATION SYSTEMS. 2022, 第 5 作者40(4): http://dx.doi.org/10.1145/3486250.[12] 程学旗, 刘盛华, 张儒清. 大数据分析处理技术新体系的思考. 中国科学院院刊[J]. 2022, 第 3 作者37(1): 60-67, http://lib.cqvip.com/Qikan/Article/Detail?id=7106513012.[13] Ma, Xinyu, Guo, Jiafeng, Zhang, Ruqing, Fan, Yixing, Ji, Xiang, Cheng, Xueqi, 范意兴. PROP: Pre-training with Representative Words Prediction for Ad-hoc Retrieval. INFORMATION PROCESSING & MANAGEMENT. 2021, 第 3 作者http://arxiv.org/abs/2010.10137.[14] Fan, Yixing, Guo, Jiafeng, Ma, Xinyu, Zhang, Ruqing, Lan, Yanyan, Cheng, Xueqi, 范意兴. A Linguistic Study on Relevance Modeling in Information Retrieval. BRIDGE ENGINEERING CONFERENCE IN 2021 (BEI-2021). 2021, 第 4 作者http://arxiv.org/abs/2103.00956.[15] 王素, 范意兴, 郭嘉丰, 张儒清, 程学旗. 基于样本难度的神经机器翻译动态学习方法. 广西师范大学学报:自然科学版[J]. 2021, 第 4 作者39(2): 13-20, https://kns.cnki.net/KCMS/detail/detail.aspx?dbcode=CJFQ&dbname=CJFDLAST2021&filename=GXSF202102003&v=MTg2ODlEaDFUM3FUcldNMUZyQ1VSN3VmWWVkbUZpdmdVN3ZKSWpYWWFMRzRITkRNclk5Rlo0UjhlWDFMdXhZUzc=.[16] Zhang, Ruqing, Guo, Jiafeng, Fan, Yixing, Lan, Yanyan, Cheng, Xueqi. Dual-factor Generation Model for Conversation. ACM TRANSACTIONS ON INFORMATION SYSTEMS[J]. 2020, 第 1 作者38(3): http://dx.doi.org/10.1145/3394052.[17] Su, Lixin, Guo, Jiafeng, Fan, Yixing, Lan, Yanyan, Zhang, Ruqing, Cheng, Xueqi, AAAI. An Adaptive Framework for Conversational Question Answering. THIRTY-THIRD AAAI CONFERENCE ON ARTIFICIAL INTELLIGENCE / THIRTY-FIRST INNOVATIVE APPLICATIONS OF ARTIFICIAL INTELLIGENCE CONFERENCE / NINTH AAAI SYMPOSIUM ON EDUCATIONAL ADVANCES IN ARTIFICIAL INTELLIGENCE. 2019, 第 5 作者10041-10042, http://apps.webofknowledge.com/CitedFullRecord.do?product=UA&colName=WOS&SID=5CCFccWmJJRAuMzNPjj&search_mode=CitedFullRecord&isickref=WOS:000486572504158.[18] Zhang, Ruqing, Guo, Jiafeng, Fan, Yixing, Lan, Yanyan, Xu, Jun, Cao, Huanhuan, Cheng, Xueqi, Cuzzocrea, A, Allan, J, Paton, N, Srivastava, D, Agrawal, R, Broder, A, Zaki, M, Candan, S, Labrinidis, A, Schuster, A, Wang, H. Question Headline Generation for News Articles. CIKM'18: PROCEEDINGS OF THE 27TH ACM INTERNATIONAL CONFERENCE ON INFORMATION AND KNOWLEDGE MANAGEMENT. 2018, 第 1 作者617-626, http://dx.doi.org/10.1145/3269206.3271711.[19] 张儒清, 郭岩, 刘悦, 俞晓明, 程学旗. 任意网页的主题信息抽取研究. 中文信息学报[J]. 2017, 第 1 作者31(5): 127-137, http://lib.cqvip.com/Qikan/Article/Detail?id=673988779.[20] 李希鹏, 郭岩, 赵岭, 张儒清, 刘悦, 俞晓明, 程学旗. 基于事件的新闻客户端热门评论预测框架. 山东大学学报(理学版)[J]. 2016, 第 4 作者51(3): 91-97, https://d.wanfangdata.com.cn/periodical/sddxxb201603013.