2021.9-2024.6
2017.9-2021.6
2025.1-至今
2024.8-12
接触网上国网信息系统,负责服务器的日常维护和管理,包括配置、监控、日志巡检等
2023.4-2023.8
应用技术:Spring、SpringMVC、SpringBoot、MyBatisPlus、MySQL、Redis、Nginx
该项目是一个基于Java的点评类项目,具有短信登录、用户点评、商品秒杀、好友关注等功能。用户可以浏览推荐内容,查看商家详情、评价以及博客,抢购商家发布的秒杀商品。个人主要工作如下:
2023.7-2023.9
项目链接:http://www.benbenking.com/dist/index.html
应用技术:Spring、SpringBoot、MyBatisPlus、MySQL、Redis、Nginx
本项目是一个基于Java的餐饮管理系统,包括系统管理后台和用户端两部分。系统管理后台可以对餐厅的分类、菜品、套餐、订单、员工等进行管理和维护。用户端可以在线浏览菜品、添加购物车、下单等。个人主要工作如下:
2023.4-2023.6
项目开源地址:https://gitee.com/You_Ben/mg-gat
应用技术:Python、Pands、Numpy、Pytorch、Transformers
本项目是一个基于深度学习技术的模型,用于完成自动化的短文本分类任务,在公测数据集上的实验结果表明取得了最好的效果。该项目现已申请到校级资助,并已转换为学术论文成果。个人主要工作如下:
2022.11-2023.6
本项目获得"兆易创新杯"第十八届中国研究生电子设计竞赛西北赛区二等奖。
应用技术:Python、Pands、Numpy、Pytorch
本项目是一个基于深度学习技术的模型,从技术层面实时监测可疑受骗人员与跨境电信网络诈骗犯罪团伙的联系,动态分析可疑受骗人员的流动走向,构建基于跨境电信网络诈骗团伙的动态识别预警框架。个人主要工作如下:
2023.4-2023.7
本项目获得西北师范大学2022年研究生二等科研资助项目。
应用技术:Python、Pands、Numpy、Pytorch、Transformers
本项目是一个基于深度学习技术的模型,针对引文推荐,根据作者所写的上下文,再加上已有研究成果,自动推荐作者可能需要的引用文献的一项任务,本项目研究瞄准人工智能方向,在为引文推荐提供参考、关键模型设计等方面同时发力。个人主要工作如下:
2023.4-2023.6
回成都
读10本书(6/10)
增肌5kg(0/5)
去两座城市(1/2)
You Ben, Li Xiaohong, Peng Qixuan, Feng Shaojie
SCI 2区期刊
摘要
Multi-label text classification aims to assign the most relevant set of labels to a given document. To build a efficient classifier, capturing the potential relatedness among labels to improve classification performance remains challenging in addition to requiring efficient document representation. In this paper, we propose a novel dual view graph convolutional neural network model.
游奔,李晓红,姚锦,冯绍杰
中文核心期刊 2023-8
摘要
短文本语义稀疏模糊、蕴含信息不足,表达不规则等缺陷给短文本分类任务带来了极大的挑战;且现有短文本分类方法忽略词项间的交互信息,不能充分挖掘隐含的语义信息,导致分类效率低下。针对上述问题,提出了一种基于多粒度图与注意力机制的半监督短文本分类模型MgGAt。
Ben You, Xiaohong Li, Shaojie Feng, Xingjun Guo
CCF-C国际学术会议 2023-6
摘要
In this paper, we proposed a semi-supervised short text classification model combining hierarchical graphs and dual attention.
Ben You, XiaoHong Li, QiXuan Peng and RuiHong Li
EI 国际学术会议 2022-1
摘要
Aiming at the defects of short text, which lack context information and weak ability to describe topic, this paper proposes an attention network based solution for enriching topic information of short text, which can leverage both text information and concept embedding to represent short text.