向军毅

向军毅，博士，研究方向为智能媒体计算、自然语言处理、多模态大模型。

本硕博毕业于武汉科技大学，是ACL、IPM、KBS、Neurocomputing等国际顶级期刊和会议的审稿人，长期从事智能媒体计算、自然语言处理、多模态大模型及其应用等领域研究和成果转化等工作。在ACL、IPM、中文信息学报、TALLIP等国内国际高水平会议及期刊上发表论文8余篇，授权发明专利1项，曾参加过深圳信，709的合作研究项目。

发表论文 Paper Publications：

[1] 2025, Exploiting Phonetics and Glyph Representation at Radical-level for  Classical Chinese Understanding, Findings of the Association for Computational Linguistics: ACL 2025, 第一作者

[2] 2024, A Cross-guidance Cross-lingual Model on Generated Parallel Corpus for Classical Chinese Machine Reading Comprehension. Information Processing & Management, 第一作者.

[3] 2022, 基于BERTCA的新闻实体与正文语义相关度计算模型. 中文信息学报, 第一作者. (CCL2020会议收录)

[4] 2022. Contrastive Learning between Classical and Modern Chinese for Classical Chinese Machine Reading Comprehension. ACM Transactions on Asian and Low-Resource Language Information Processing, 第二作者

[5] 2020, COVID-19物资知识图谱的构建. 武汉大学学报（理学版）, 第一作者.（年度优秀论文） 

专利授权  Patent License：

2024, 一种面向医疗知识图谱问答的问句解析方法. 湖北省:CN202111170907.9

科研项目 Research Projects：

2024, 横向科技项目, 物联网驱动的智能实验室安全管理系统, 在研

2024, 横向科技项目, 基于物联网的医学检验科智慧实验室管理系统, 在研