语义计算实验室

因课题需要，山东大学语义计算实验室语义技术课题组拟招收博硕士研究生若干，博士后1-2名,研究助理1-2名，从事基于海量数据的知识学习和推断。诚邀相关专业人士加入。申请材料和个人简历请发至邮箱sun_yuqing@sdu.edu.cn。

    6月21日，山东大学语义计算实验室举办了热烈的学术交流会和温馨的欢送会，三位毕业生与实验室的师弟师妹们进行了学术交流和三年来的研究生经验分享。首先黄钿同学从思想、研究生的课题、三年的规划和日常使用的工具四个角度阐述了自己的经验；然后是郑璐阳同学从与老师的日常交流和课题的推进方面提出了自己的经验和见解，同时向大家介绍了毕业论文和小论文相关的一些撰写细节要求；最后，李稳同学为大家分享了研三找工作...

山东大学语义计算实验室2024届硕士毕业生答辩于2024年5月29日在山东大学软件园校区办公楼209会议室举行。黄钿、李稳、郑璐阳3名硕士生参与了本次答辩。他们的毕业论文题目依次为《融合层次化类别信息的文本语义哈希技术》、《基于可区分主题的新论文推荐关键技术研究》、《中文作文评语生成关键技术研究》，指导老师为孙宇清教授。三位同学分别和答辩委员会合影留念三位毕业生与实验室其他成员合影留念论文简介如下：《融合层次...

主题：基于值函数的多智能体强化学习研究
摘要：多智能体强化学习是一种解决多个智能体在相互作用环境中学习决策的机器学习方法，其融合了强化学习、控制论、博弈论、深度学习等方法，在自动驾驶、交通信号控制、推荐系统等实际任务中取得了令人瞩目的成绩。其中，基于值函数的多智能体强化学习由于其在处理复杂环境以及提高学习稳定性等方面的优势而备受关注。然而，现有的基于值函数的多智能体强化学习方法在面向特定复杂场景时存在传统值分解方式受限、异构智能体建模困难、大规模通信学习的质量不佳、对抗攻击下通信学习的鲁棒性不足等问题。针对上述问题，围绕混合合作竞争任务场景、异构多智能体场景、大规模多智能体场景以及对抗攻击干扰场景这四类难度从小到大的典型场景，从值函数分解、异构智能体建模、大规模通信学习、鲁棒通信学习方面对基于值函数的多智能体强化学习进行深入研究。

一、 主题： 零样本提示学习主讲人： 杨磊稳摘要： 当前零样本场景下的提示学习方法广泛依赖于具有足够人工注释数据的开发集，以在后验选择性能最佳的提示模板。这并不理想，因为在实际相关的现实世界中，没有标记数据可用。因此，我们提出了一种简单而有效的方法来筛选合理的零射击文本分类提示模板:Perplexity Selection (perfect)。我们假设语言差异可以用来衡量提示模板的有效性，从而开发出一种基于困惑的方案，允许提前预...