グエン・レ・ヘンさん、ご卒業おめでとうございます！

グエン・レ・ヘンは、黒竜江科技大学で学士号を取得し、2022年から上海大学のコンピュータ工学と科学学院で専門型修士課程を開始しました。研究グループに参加した後、張瑞、韓越興、陳侨川の各先生の指導の下、材料文献情報抽出方法の研究を行い、以下の研究を完了しました：

1. 材料文献における長い系列依存性や複雑なエンティティ関係の問題に対処するために、意味強化グラフネットワークモデルを提案し、複合材料の文献発掘分野に適用しました。このモデルは、異種グラフを構築して意味的関連性のモデリングを強化し、ブロック注意メカニズムを導入して長い系列の問題を効率的に処理し、従来のモデルの限界を克服します。これに基づいて、深層可分離畳み込みを利用してグローバルおよびローカルな意味的特徴を融合し、動的エッジ重みメカニズムと深層スコアネットワークを組み合わせてノード表現と認識精度を向上させ、複雑な文脈における材料用語の意味的関係をより効果的に捉えます。

2. 一般的な材料テキストにおけるエンティティ境界のあいまいさや長いエンティティ認識の効果が不十分な問題に対処するために、多粒度融合グラフネットワークモデルを提案し、材料科学文献分野の固有名詞認識タスクに適用しました。このモデルは、多粒度の意味的特徴と境界最適化戦略を融合させた新しいモジュールを設計しました。まず、ゲート融合とクロス粒度相互注意を通じて、異なるスケールの意味的特徴の表現能力を強化します。次に、条件付きランダムフィールドと対比学習を組み合わせて共同訓練を行い、それぞれの利点を活かして境界認識の精度と長いエンティティ認識の性能を協調的に向上させます。

3. 提案された文献発掘方法をカーボンファイバー複合材料の性能予測と応用設計に適用しました。材料実験文献を発掘し、力学的性能に密接に関連する9つの重要な特徴を抽出し、実験を通じて文献発掘の成果が性能モデリングにおける応用の可能性を検証しました。さらに、ユーザーがデータファイルをアップロードし、モデル選択、訓練、結果の可視化を行うことをサポートする材料性能予測システムを設計・実装し、材料研究者に効率的で使いやすい性能予測ツールを提供しました。

グエン・レ・ヘンさんは卒業後、アリババグループに入社し、ソフトウェア開発に従事します。上海大学の大学院生として、彼は熱心に学び、専門知識と研究能力を高め、多くの良き師や友人に恵まれました。グエン・レ・ヘンさんが今後の道のりで初心を忘れず、使命を胸に刻み、困難を乗り越え、前進し続けることを願っています。

論文リンク：基于语义感知的材料文献挖掘方法研究

コードリンク：https://github.com/han-yuexing/2025-thesis-zyl-code