朱新华

朱新华

当前位置:首页  朱新华

         朱新华:男,1965年4月出生,教授,广西师大“独秀学者”,毕业于北京师范大学无线电系计算机专业。主要从事人工智能应用研究,包括:深度学习与知识图谱应用、自然语言理解、智能信息处理、智能教学系统等。


重要科研项目

1.“综合多种语义技术的主观题自动评卷研究”,38万,国家自然科学基金项目,编号:61967003,参与,2020.1-2023.12;

2.“Web页面数据对象的感知理解与计算”,45万,国家自然科学基金项目,编号:61462010,主持,2015.1-2018.12;

3.“基于领域本体与技术规范的多代理分布式智能教学系统互操作模型研究”,45万,国家自然科学基金项目,编号:61363036,主持,2014.1-2017.12;

4.“基于语义词典与维基百科概念关联的词语相似度与相关度计算研究”,10万,广西自然科学基金项目,编号:61363036,主持,2020.7-2023.6;

5.“神经网络的远程监督关系抽取研究”,5万,广西多源信息挖掘与安全重点实验室系统性研究课题项目,编号:61363036,主持,2020.1-2021.12;

6.“基于开放式积件对象的远程教育技术规范的研究”,3万,广西自然科学基金项目,编号:20-A-03-02,主持,2004.7-2007.6.


重要学术论文

[1] HaixuWen, Xinhua Zhu*, Lanfang Zhang, Fei Li. A gated piecewise CNN with entity-aware enhancement for distantly supervised relation extraction [J]. Information Processing & Management, First Online: 18 August 2020. ( TOP期刊,SCI一区,IF= 4.787)

[2] Xinhua Zhu, Qingting Xu, Yishan Chen, Hongchao Chen, Tianjun Wu. A Novel Class-Center Vector Model for Text Classification Using Dependencies and aSemantic Dictionary [J]. IEEE Access, First Online: November 2019. ( SCI二区,IF= 3.745)

[3] Xinhua Zhu*,Xuechen Yang, Yanyi Huang, Qingsong Guo, Bo Zhang. Measuring similarity and relatedness using multiple semantic relations in WordNet [J]. Knowledge and Information Systems, 2020,  62(4): 1539–1569. (SCIE源刊,CCF推荐B类期刊)

[4] Xinhua Zhu, Qingsong Guo, Bo Zhang(*), Fei Li. An efficient approach for measuring semantic relatedness using Wikipedia bidirectional links [J[. Applied Intelligence, 2019, 49(10): 3708-3730.(SCI源刊,CCF推荐C类期刊)

[5]Xinhua Zhu, Fei Li*, Hongchao Chen, Qi Peng. An efficient path computing model for measuring semantic similarity using edge and density [J]. Knowledge and Information Systems. 2018, 55(1):79-111. (SCI源期刊,CCF推荐B类期刊)

[6] Xin-hua Zhu, Tian-jun Wu and Hong-chao Chen*. An Interoperable Model for the Intelligent Content Object Based on a Knowledge Ontology and the SCORM Specification [J]. Journal of Educational Computing Research (SSCI, IF=1.543), 2018,56(5): 723–749.

[7] Xin-hua Zhu. Extending the SCORM Specification for references to the Open Content Object[J].Journal of Educational Technology & Society,2007, 10(1): 248-264.(SSCI) 

[8] Xin-hua Zhu .Designing an open component for the Web-based learning content model[J]. Journal of Educational Technology & Society,2005, 8(2):118-124.(SSCI)

[9] 朱新华,徐庆婷,张兰芳*,邓涵. 一种中文主观题的通用语义评分方法[C], The 13th International Symposium on Theoretical Aspects of Software Engineering (CCF推荐C类会议), July 7-9, 2019.

[10] 朱新华,徐庆婷,陈意山*,吴田俊.An Improved Class-center Method for Text Classification Using Dependencies and WordNet [C].The 8th CCF International Conference on Natural Language Processing and Chinese Computing (NLPCC2019) (CCF推荐C类会议), October 9-14, 2019.

[11] Xinhua Zhu, Qingsong Guo, Bo Zhang(*). A Wikipedia Two-way Link Vector Model for Measuring Semantic Relatedness [C], The 15th IEEE International Conference on Ubiquitous Intelligence and Computing (CCF推荐C类会议), 2018.10, pp.323-330, EI检索号:20190406418409

[12] Xinhua Zhu, Xuechen Yang, Hongchao Chen(*). A Biomedical question answering system based on SNOMED-CT [C], The 11th International Conference on Knowledge Science, Engineering and Management (CCF推荐C类会议), 2018.8, pp.16-28, EI检索号:20183505748753

[13] 彭琦,朱新华,陈意山. 一种基于词频歧义消解的通用中文分词法[J]. 广西师范大学学报:自然科学版, 2016, 34(1):59-65. (中文核心)

[14] 朱新华,马润聪,孙柳,陈宏朝. 基于知网与词林的词语语义相似度计算[J]. 中文信息学报, 2016, 30(4):203-210. (中文核心)

[15] 陈宏朝,李飞,朱新华,马润聪. 基于路径与深度的同义词词林词语相似度计算[J]. 中文信息学报, 2016, 30(5):80-88. (中文核心)

 

发明专利

[1]朱新华, 毛俊青, 陈宏朝, 袁鼎荣. 基于领域本体和模板逻辑的多语种问答接口快速构成方法(授权), 专利号: ZL201410735376.7, 授权时间: 2017年7月.

[2]朱新华, 李飞, 陈宏朝, 袁鼎荣, 邓涵. 一种基于领域本体的高准确率主观题计算机自动阅卷方法(授权), 专利号: ZL201410768685.4, 授权时间: 2017年9月.

[3] 朱新华,蔡仁, 陈宏朝. 基于词性、句法和词典的比喻修辞句自动分析与判定方法(授权), 专利号:ZL201610881953.2, 授权时间:2019年1月.

[4] 朱新华,郭小华,陈宏朝. 基于领域本体的分布式学习内容互操作系统(授权), 专利号:ZL201510921993.0, 授权时间:2018年7月.

[5] 朱新华,吴田俊,杨雪晨. 一种基于答案蕴涵与依存关系的主观题自适应阅卷方法. 专利号:ZL201710611571.2,授权时间:2020年7月.

[6] 朱新华,杨雪晨,陈宏朝.一种谈话式智能教学系统. 专利申请号:201711438160.4,申请日期:2017.12.26.

[7] 朱新华, 郭青松, 张兰芳. 一种基于依存关系的教学领域本体自动生成方法与装置, 专利申请号:201810219253.6, 申请日期:2018.3.16.

[8] 朱新华, 徐庆婷, 吴田俊. 基于依存关系、词性和语义词典的类中心向量文本分类法, 专利申请号:201810496803.9, 申请日期:2018.5.22.

[9] 朱新华,徐庆婷,张兰芳,张波. 基于维基百科与WordNet的论述题自动评卷方法,专利申请号:201910315031.9,申请日期:2019.04.18.

[10] 朱新华,温海旭,杨雪晨,陈宏朝. 一种多入口医学问句模板装置及其建立方法,专利申请号:201910450711.1,申请日期:2019.05.28.

[11] 朱新华, 龚云, 张兰芳, 陈宏朝. 基于学科知识图谱和神经网络的智能答疑方法, 专利申请号:202010083679.0, 申请日期:2020.2.10.



 

     E-mail:zxh429@263.net

     智能教学系统技术规范资源共享