近日，ZJUI2020级电子与计算机工程专业本科生尚嘉林、黄靖元和曾世骅作为共同第一作者的论文“Representation and Extraction of Physics Knowledge Based on Knowledge Graph and Embedding-Combined Text Classification for Cooperative Learning”被第25届IEEE CSCWD国际会议录用，该会议是协同计算领域最重要的国际学术会议之一，更是中国计算机学会CCF推荐的重点会议。
▲ 左起：黄靖元、张键、王宏伟、尚嘉林、曾世骅
值得一提的是，论文的主体工作是三位同学在大一下学期和暑假完成的，是他们大一下学期立项的大学生科研训练项目（SRTP） “基于知识图谱的学科知识水平智能评估系统研究”的重要成果，该项目由ZJUI王宏伟教授和王教授团队科研助理张键共同指导。论文搭建了一种用于高中知识文本分类的嵌入层结合型神经网络，并将分类结果补充到用于梳理知识、将知识可视化输出的知识图谱上，提高了神经网络对物理知识文本分类的效率，实现了利用神经网络系统与知识图谱对高中物理知识进行数据化系统化管理与整合，扩大了知识图谱和神经网络协同学习的应用范围，以及神经网络在词嵌入和文本分类的应用范围。
只争朝夕 抢抓机遇 ，科研征程自大一开启
黄靖元在一次书院导师沙龙活动中听到了王教授深入浅出的讲座。讲座令他深有启发，也点燃了他对知识工程这个研究方向的兴趣。黄靖元在高中时曾参与过信息竞赛，也构思过如何搭建一个题目推荐系统，提供个性化学习方案，帮助学生学习信息竞赛或者弥补高考弱科。听罢王教授的讲座，又恰逢学院鼓励本科生申请SRTP项目，黄靖元便主动与王教授讨教了搭建该系统的可行方案，希望通过搭建该系统能够拓宽自己的数据分析思维。他还邀请了有课题研究和物理竞赛培训经验的尚嘉林，和有物理竞赛培训、人工智能冬令营经验的曾世骅，一起参与课题，并成功获得立项。三位志同道合的朋友基于他们对人工智能的知识图谱和深度学习方向的共同兴趣，带着对科学探索的热忱和兴趣开启了他们的研究之路，经过导师的建议和点拨，三位同学最终决定将项目聚焦在基于知识图谱构建和神经网络分类基础的高中学科知识智能评估系统建设上。
▲ 尚嘉林（下）、黄靖元（上左一）和曾世骅（上右一）三人讨论
在项目被选为校级SRTP立项项目后，三位仅仅大一年级的学生，真正开始走进了王教授的实验室，他们充分利用暑假及课余时间，脚踏实地，认真钻研，开展了大量的学习与研究工作。王教授及其科研助理张键对三位同学的项目也给予了非常多的帮助与指导。利用王教授课题组的组会及面对面交流学习的机会，他们不断与王教授和张键学长深入讨论，请教项目框架的搭建，也因此了解到了人工智能在项目里的具体应用和科研入门技巧。
▲ 三位同学编写程序的迭代运行结果
能从大一就进入教授实验室，得益于ZJUI对本科生开展科研项目的广泛鼓励和积极动员，也得益于为“科研小白”开设的SRTP项目。通过鼓励学生参与SRTP项目，帮助几乎没有科研经历的本科生获得一个真正走进实验室、零距离与教授学习的机会，带动ZJUI形成优秀的学习风气和科研氛围，这些努力充分体现ZJUI对本科生创新思维和科研实践能力培养的高度重视。“除了能够提高科研素质，这段令人难忘的SRTP，还帮助我们拓宽了学科视野，学会了如何去进行团队合作，也对我们探索未来研究方向和发展道路起到了积极作用。”，黄靖元如是说。
开拓创新 崭露头角，以计算机协同学习服务教育事业
人工智能是新基建的重点领域，而知识图谱是认知智能的底层支撑。三位同学聚焦最前沿学科领域，在项目中综合运用网络爬虫、神经网络与深度学习、知识图谱、推荐系统等时下学术界和工业界共同关注的热点技术。
▲ 嵌入层结合型神经网络的基本结构
▲ 利用知识图谱将高中物理知识进行梳理
该项目提出的对高中物理知识进行系统化管理整合的智能系统，旨在解决当前高中教育中存在的两大问题：一是中国高中生线上学习资源问题。当前高中生线上学习资源种类繁杂、质量参差不齐。高中生往往难以选择优劣，或在筛选资源上浪费大量时间精力，学习效率低下；二是高中传统教学个性化不够、针对性不强问题。因为学生知识水平与学习进度具有较大差异，教师通常难以统筹兼顾。黄靖元、尚嘉林和曾世骅提出想法较好地将传统教育行业与信息技术有机结合，有利于学生学科知识能力水平的系统性评估，也为教师更高效地掌握和分析学生学习情况提供诸多便利。与此同时，更丰富了学生获取学习资源的途径，使学生（尤其是教育资源较为匮乏地区的学生）可以在线上获得众多在以前所不能获得的丰富学习资源。三位同学希望通过该项目，优化高中教育资源，帮助高中生科学制定学习策略，帮助中学教师提供更加个性化的辅导，利用信息时代的科技红利减轻教师负担，以计算机协同学习赋能服务教育事业。
▲ 以ERNIE+BERT为嵌入层、RCNN为上层神经网络构建的文本分类模型，其分类准确率可以达到94.39%
IEEE CSCWD是协同计算领域最重要的国际学术会议之一，是中国计算机学会CCF推荐的重点会议，到2022年已经是第25届，会议每年有超20个国家和地区的国内外学者参与。会议录用论文会被发表在IEEE分类会议论文集中，并将提交给EI、DBLP等进行索引。此次我院大二本科生论文被高水平国际会议收录，充分表明同学们具有扎实的专业知识、语言能力以及卓越的科研探索和知识运用能力，彰显了ZJUI的国际合作办学模式在国际化、跨学科人才培养等方面所具备的独特优势。
团队介绍
该项目依托ZJUI王宏伟教授领导的知识工程与知识系统研究团队开展工作，团队主要聚焦人工智能技术与工业系统的融合，具体包括知识工程与系统、工业知识图谱、数据驱动的故障分析与诊断等方面的研究工作，与剑桥大学、UIUC、清华大学、华北电力大学等国内外高校建立深度合作，充分体现了浙江大学国际校区国际合作和学科交叉的科研特色。尽管成立时间不久，目前团队已经有20多位研究人员，承担国家重点研发计划、自然科学基金以及浙江大学-UIUC联合基金等重要项目，相应成果为中国核电、中国航天等大型企业的智能应用提供技术支持。经过几年努力，团队已经有丰富的成果积累，2022年1月以来已有多篇论文被IEEE Trans. on Industrial Informatics、IEEE Trans. on Instrumentation and Measurement、Applied Soft Computing、《中国管理科学》等高水平期刊发表和录用。
