基本信息
孔庆超 中国科学院自动化研究所
电子邮件: qingchao.kongATia.ac.cn
通信地址: 北京市海淀区中关村东路95号
邮政编码: 100190
研究领域
人工智能、大语言模型、大模型智能体、社会计算
招生信息
招生专业:
模式识别与智能系统、社会计算
招生方向:
人工智能、多模态大模型、社会计算
教育背景
2019-11--中国科学院自动化研究所 副研究员2016-07--2019-10 中国科学院自动化研究所 助理研究员2011-09--2016-07 中国科学院自动化研究所 博士
工作经历
工作简历
2019-11~现在, 中国科学院自动化研究所, 副研究员2016-07~2019-10,中国科学院自动化研究所, 助理研究员
社会兼职
2024-11-15-今,中国指挥与控制学会-大数据科学与工程专业委员会, 专委会委员
2023-10-31-今,中国电机工程学会人工智能专业委员会, 专委会委员
2019-08-05-今,中国中文信息学会-SMP专委会, 专委会委员
2023-10-31-今,中国电机工程学会人工智能专业委员会, 专委会委员
2019-08-05-今,中国中文信息学会-SMP专委会, 专委会委员
教授课程
社会媒体内容挖掘与传播分析社会智能
专利与奖励
获奖情况:
- SMP首届机器人群聊比赛, 一等奖, 其他, 2019
- 王选新闻科技技术进步奖-数字融媒体智能分析服务平台, 一等奖, 部委级, 2019
近年已授权发明专利:
- 基于大语言模型的事件脉络生成方法、设备和介质, 发明专利, 2025, 第 4 作者, 专利号: CN119782520B
- 一种融合知识的低资源语种实体抽取系统, 发明专利, 2025, 第 5 作者, 专利号: CN115828917B
- 一种报告生成方法、系统、电子设备及存储介质, 发明专利, 2025, 第 1 作者, 专利号: CN120911622B
- 一种多文档摘要生成质量评估方法, 发明专利, 2025, 第 5 作者, 专利号: CN119782464B
- 面向多级标签的文本分类方法、装置、设备及存储介质, 发明专利, 2025, 第 4 作者, 专利号: CN114691866B
- 融合变体词识别的短文本审核方法及装置, 发明授权, 2024, 第 1 作者, 专利号: CN112287684B
- 基于大语言模型的应答文本生成方法、电子设备及介质, 发明专利, 2024, 第 8 作者, 专利号: CN117932010A
- 基于大语言模型的知识图谱构建方法、装置、介质和设备, 发明专利, 2024, 第 8 作者, 专利号: CN117408337A
- 多语言观点摘要生成方法、装置、设备、系统及存储介质, 发明专利, 2022, 第 3 作者, 专利号: CN115248857A
- 面向多级标签的文本分类方法、装置、设备及存储介质, 发明专利, 2022, 第 4 作者, 专利号: CN114691866A
- 融合变体词识别的短文本审核方法及装置, 发明专利, 2021, 第 1 作者, 专利号: CN112287684A
出版信息
近期代表性论文:
- S. He, H. Wen, P. Zou, S. Zhou and Q. Kong*, A Multi-Granularity Game-Theoretic Approach to Weakly Supervised Temporal Article Grounding, SIGIR 2026.
- S. He, Q. Kong*, Z. Zeng and W. Mao. An Audio-Augmented Fusion Model for Weakly Supervised Video Moment Retrieval, Neurocomputing, Vol. 680, 1 June 2026.
- Y. Cao, R. Zhang, P. Wei, Q. Kong and W. Mao. Perspective-driven Preference Optimization with Entropy Maximization for Diverse Argument Generation, EMNLP Findings, 2025, pp. 22479–22496
- S. He, Q. Kong*, W. Mao, et.al, Event-Driven Surveillance Video Moment Retrieval with Foreground Enhancement, ICONIP 2025, pp. 196–210.
- H. Yang, Q. Kong* and W. Mao, Multi-Level Task-Agnostic Graph Representation Learning with Isomorphic-Consistent Variational Graph Auto-Encoders, Transactions on Knowledge and Data Engineering, 37(10):6061-6074, 2025.
- 杨瀚轩, 余昭昕, 李子乾, 徐会芳, 孔庆超*, 面向半监督归纳式学习的自训练增强图模型, 计算机学报, 48(10):2263-2277, 2025.
- H. Zou, H. Xu, Q. Kong*, Y. Cao and W. Mao. Generating Relevant Article Comments via Variational Multi-Layer Fusion, in Proceedings of 2024 International Joint Conference on Neural Networks (IJCNN), 2024.
- Y. Dong, Q. Kong*, Y. Luo and L. Wang. Dual Complex Number Knowledge Graph Embeddings, in Proceedings of 2024 Joint International Conference on Computational Linguistics, Language Resources and Evaluation (LREC-COLING 2024), pp. 5391–5400.
- H. Yang, Q. Kong*, R. Zhang and W. Mao, Efficient Spiking Variational Graph Auto-Encoders for Unsupervised Graph Representation Learning Tasks, IEEE Intelligent Systems, 39(5):37-46, 2024.
- S. Wang, W. Peng, Q. Kong* and W. Mao, A Knowledge Enhanced Learning and Semantic Composition Model for Multi-Claim Fact Checking, Knowledge-Based Systems, vol. 304, 2024.
- H. Yang, Q. Kong* and W. Mao, A Deep Latent Space Model for Interpretable Representation Learning on Directed Graphs, Neurocomputing, vol. 576, 2024.
- Yin Luo, Q. Kong*, N. Xu, et al., YAYI 2: Multilingual Open-Source Large Language Models, https://arxiv.org/abs/2312.14862, Dec. 2023.
- Y. Sun, Q. Kong*, W. Mao and S. Tang, Multi-level News Recommendation via Modeling Candidate Interactions, in Proceedings of 2022 7th IEEE International Conference on Big Data Analytics (IEEE ICBDA), 2022, pp. 290-295. (Best Student Paper Award)
- Y. Sun, Q. Kong*, L. Huangfu and J. Pan, Domain-oriented News Recommendation in Security Applications, in Proceedings of 2021 IEEE International Conference on Intelligence and Security Informatics (IEEE ISI), 2021. (Best Paper Finalist)
- Q. Kong, W. Mao, G. Chen and D. Zeng, Exploring Trends and Patterns of Popularity Stage Evolution in Social Media, IEEE Transactions on Systems, Man, and Cybernetics: Systems, 50(10):3817-3827, 2020.
- J. Lin, Q. Kong*, W. Mao and L. Wang, A Topic Enhanced Approach to Detecting Multiple Standpoints in Web Texts, Information Sciences, 501(2019):483-494, 2019.
- G. Chen, Q. Kong*, N. Xu and W. Mao, NPP: A Neural Popularity Prediction Model for Social Media Content, Neurocomputing, 333(2019):221-230, 2019.
- 孔庆超,毛文吉. 基于动态演化的讨论帖流行度预测, 软件学报[J], 2014, 25(12), 2767−2776.
科研活动
在研项目
( 1 ) 基于烟草科研数据的科研大模型构建及应用研究, 负责人, 地方任务, 2025-01--2027-06( 2 ) 多模态出版内容语料编目与融合检索技术研究, 负责人, 中国科学院计划, 2024-10--2026-10( 3 ) 电力专业场景语义大模型构建技术研究及在运检智能辅助决策中的应用, 负责人, 境内委托项目, 2024-01--2026-12( 4 ) 大型语言模型关键技术研究及在电力智能客服中的示范应用, 负责人, 境内委托项目, 2023-10--2025-12( 5 ) 航空工业集团科技信息智能化研究与应用, 负责人, 国家任务, 2021-01--2025-12