• 基本情况

• 薛云, 教授, 博士生导师

• 
  

• 研究方向

  人工智能、大数据分析、深度学习、自然语言处理、情感计算、智慧教育

• 教育经历

  博士(2003-2007年)      图像处理与模式识别，香港浸会大学
  硕士(1997-2000年)      运筹学与控制论，中国科学院
  学士(1993-1997年)      计算数学与应用软件，湘潭大学

• 职务与兼职

  现任中国人工智能学会青工委委员，中文信息学会社会媒体处理专委会委员，中文信息学会情感计算专委会委员，中国计算机学会高级会员，广东省计算机学会大数据专委会委员，泰迪杯数据挖掘挑战赛组委会委员；并入选广东省科技咨询专家库专家，广东省软件和信息服务业专家库专家，广州市科学技术局科技项目评审专家。
  

• 主要成果

主持或参与的科研项目:

广州市科技计划项目, 202102080258, 基于多模态协同认知的中文电商评论情感分析关键技术研究, 2021/04-2023/03, 在研, 主持

教育部产学合作协同育人项目, 202101130052, 云顶yd222线路检测大数据实践教学基地, 2021/01-2022/12, 在研, 主持

教育部人文社会科学研究规划基金项目，21YJAZH111，融合VR情境感知和张量分解的交互式个性化电商消费推荐模型研究，2021/02-2024/02，在研，参与

科技部国家重点研发计划子课题，2019YFB1804003，面向政务网络的细粒度QoS分级保障体系及安全防护机制，2020/01-2022/12，在研，参与

广州市科技计划项目，201903010013，城市重大危险源智能监测预警关键技术研发及应用示范，2019/04-2022/03, 已结题，参与

广州市科技计划项目，201802010033，基于人工智能技术的建设工程领域大数据分析云平台，2017/10-2020/09，已结题，参与

广东省普通高校特色创新项目, 2018KTSCX049, 基于深度学习的中文网络产品评论情感分析研究及其应用, 2018/01-2019/12, 已结题, 主持

国家统计局科学研究项目, 2016399, “互联网+”环境下电商评论大数据分析与应用研究, 2016/12-2018/12, 已结题, 主持

国家社科基金项目，16BTQ071，基于文本挖掘的科技文献知识发现研究，2016/06-2019/12，20 万元，已结题，参与

广州市科技计划项目, 2017010160423, 基于情境感知和大数据分析的电子商务推荐系统, 2016/01-2017/12, 已结题, 主持

广州市产学研协同创新重大专项，基于云计算与移动互联网的智慧旅游大数据平台，2016/01-2018/12，已结题，参与

广东省科技计划项目，2016A010101020，基于物联网及大数据分析的能效管理云平台，2016/01-2017/12，已结题，主持

国家统计局科学研究项目, 2015320, 两种针对高维数据的判别分析方法精确变量选择研究及应用, 2015/12-2017/12, 已结题, 第一参与人

广州市越秀区科技计划项目，2015-CY-005，基于移动“互联网+”商旅云平台，2015/01-2016/12，已结题，参与

广东省本科高校教学质量与教学改革工程项目，粤教高函 [2014]97号，实验教学示范中心，2014/01-2015/12，已结题，参与

广东省本科高校教学质量与教学改革工程项目，粤教高函[2014]97号，申报单位—河东企业校外实践教学基地, 2014/01-2015/12，已结题, 主持

国家自然科学基金，71102146，柔性资源约束的分布式协同产品开发项目多层次集成调度研究，2012/01-2014/12，已结题，参与

广东省部产学研结合项目，2012B091100349，基于物联网与海量数据挖掘技术的基站节能管理平台，2012/01-2013/12，已结题，参与

广州市科技计划项目, 2011J4300046, 基于云计算的海量数据挖掘平台的研发及应用示范, 2011/01-2013/12, 已结题, 第一参与人

广东省教育厅专项高水平科研项目，LYM10064，基于人工智能技术的大气质量智能评价与预测系统，2010/01-2011/12，已结题，参与

广东省科技计划项目，2010B010800028，钢铁企业节能管理决策支持系统，2010/01-2011/12，已结题，参与

广东省科技计划项目, 2009B010800051, 企业信息智能预测开发平台，2009/01-2010/12, 已结题, 主持

广东省科技计划项目，2009B010900056，制造执行系统(MES)在汽车部件生产中的关键技术攻关及应用，2008/05-2010/01，已结题，参与

国家软科学研究计划，2009GXS5D118，基于产学研相结合的科技中介模式研究，2010/01-2010/12，已结题，参与

国家软科学研究计划，2008GXS5D123，基于学术生态系统的技术创新人才培养研究，2009/01-2010/02，已结题，参与

学术论文（累计发表100余篇，受篇幅限制，仅列出2019年至今部分论文）:

[1] Liu Yifan; Xiao Luwei; Huang Yuecai*; Xue Yun*; Hu Xiaohui; Zhao Haoliang; Li Ying; Aspect-level Sentiment Analysis with Local Semantic and Global Syntactic Features Integration, International Journal of Pattern Recognition and Artificial Intelligence, 2021, https://dx.doi.org/10.1142/S0218001422500136:

[2] 冯超; 黎海辉; 赵洪雅*; 薛云; 唐婧尧; 基于层次注意力机制和门机制的属性级别情感分析, 中文信息学报, 2021, 35(10): 128-136.

[3] Zhou Bo; Chen Jianying; Cai Qianhua*; Xue Yun; Yang Chi; Cross-domain sequence labeling using language modeling and parameter generating, CAAI Transactions on Intelligence Technology 2021.(投稿中)

[4] Tang Jingyao; Zhong Weiyu; Cai Qianhua*; Lu Guojun; Yan Zehao; Xue Yun; Li Xinguang; Sparse Variational Autoencoder-Based Interpretable Bimodal Word Embeddings; proceedings of the International Conference on Machine Learning and Cybernetics 2021, Australia, 2021: 10.1109/ICMLC54886.2021.9737247

[5] Song Zhengxin; Ding Weiping; Xue Yun*; Gu Donghong; Target-oriented multimodal sentiment classification by using topic model and gating mechanism, Neurocomputing, 2021. (投稿中)  

[6] Chen Jianying; Ding Weiping*; Xue Yun*; Zhang Zhengxuan; Chen Jiehai; On Development of Multimodal Named Entity Recognition using Part-of-Speech and Mixture of Experts, Neurocomputing, 2021. (投稿中)

[7] Zhao Haoliang; Xue Yun*; Gu Donghong; Chen Jianying; Xiao Luwei; Modeling Inter-aspect Relationship with Conjunction for Aspect-Based Sentiment Analysis; proceedings of the PAKDD (2), India, 2021.

[8] Yang Chi; Zhou Bo; Hu Xiaohui*; Chen Jianying; Cai Qianhua; Xue Yue; Dual-Channel Domain Adaptation Model for Document-level Cross-domain Sentiment Analysis; proceedings of the IEEE/WIC/ACM International Conference on Web Intelligence (WI-IAT’21 Companion), Australia, 2021.

[9] Yan Zehao; Pang Shiguan; Xue Yun*; Semantic Enhanced Dual-Channel Graph Communication Network for Aspect-Based Sentiment Analysis; proceedings of the CCF International Conference on Natural Language Processing and Chinese Computing, China, 2021.

[10] Xu Liufei; Huang Yuecai*; Xue Yun*; Hu Xiaohui; Spectrum Continuity and Contiguity Aware State Representation for Deep Reinforcement Learning-based Routing of EONs; proceedings of the Optoelectronics Global Conference (OGC), China, 2021.

[11] Xiao Luwei; Xue Yun*; Wang Hua; Hu Xiaohui; Gu Donghong; Zhu Yongsheng; Exploring Fine-grained Syntactic Information for Aspect-based Sentiment Classification with Dual Graph Neural Networks, Neurocomputing, 2021: 48-59.

[12] Xiao Luwei; Gu Donghong; Xue Yun*; Hu Xiaohui; Zhu Yongsheng; SIntactical Distance Attention Guided Graph Convolutional Network for aspect-based sentiment analIsis; proceedings of the 2021 International Joint Conference on Neural Networks (IJCNN), China, 2021.

[13] Tang Jingyao; Xue Yun; Wang Ziwen; Hu Shaoyang; Gong Tao; Chen Yinong; Zhao Haoliang; Xiao Luwei; Bayesian estimation‐based sentiment word embedding model for sentiment analysis, CAAI Transactions on Intelligence Technology, 2021:

[14] Tang Bixia; Chen Jianying; Huang Yuecai*; Xue Yun*; Zhou Weixing; Optical Network Routing by Deep Reinforcement Learning and Knowledge Distillation; proceedings of the Asia Communications and Photonics Conference (ACP), United States, 2021.

[15] Pang Shiguan; Yan Zehao; Huang Weihao; Tang Bixia; Dai Anan; Xue Yun*; Highway-Based Local Graph Convolution Network for Aspect Based Sentiment Analysis; proceedings of the CCF International Conference on Natural Language Processing and Chinese Computing, China, 2021.

[16] Pang Shiguan; Xue Yun*; Yan Zehao; Huang Weihao; Feng Jinhui; Dynamic and Multi-Channel Graph Convolutional Networks for Aspect-Based Sentiment Analysis; proceedings of the Findings of the Association for Computational Linguistics: ACL-IJCNLP 2021, Thailand, 2021.

[17] Lu Guojun; Yu Haibo; Xue Yun*; Qiu Zhixun; Zhong Weiyu; SCAN:Syntactic Knowledge and Commonsense Knowledge Adapter Based Network for Aspect-level Sentiment Classification; proceedings of the IEEE/WIC/ACM International Conference on Web Intelligence (WI-IAT ’21 Companion), Australia, 2021.

[18] Huang Yingren; Chen Jiaojiao; Zheng Shaomin; Xue Yun*; Hu Xiaohui; Hierarchical multi-attention networks for document classification, International Journal of Machine Learning and Cybernetics, 2021, 12(6): 1639-1647.

[19] Chen Zhaowei; Xue Yun*; Xiao Luwei; Chen Jinpeng; Zhang Haolan; Aspect-Based Sentiment Analysis Using Graph Convolutional Networks and Co-attention Mechanism; proceedings of the The 28th International Conference on Neural Information Processing (ICONIP2021), Indonesia, 2021.

[20] Chen Jinpeng; Huang Zuohua; Xue Yun*; Bilateral-brain-like Semantic and Syntactic Cognitive Network for Aspect-level Sentiment Analysis; proceedings of the 2021 International Joint Conference on Neural Networks (IJCNN), China, 2021.

[21] Chen Bingliang; Lu Guojun; Xue Yun; Cai Qianhua*; A Novel Bi-Branch Graph Convolutional Neural Network for Aspect Level Sentiment Classification; proceedings of the 2021 International Joint Conference on Neural Networks (IJCNN), China, 2021.

[22] Xiao Luwei; Hu Xiaohui*; Chen Yinong; Xue Yun; Chen Bingliang; Gu Donghong; Tang Bixia; Multi-head self-attention based gated graph convolutional networks for aspect-based sentiment classification, Multimedia Tools and Applications, 2020,https://doi.org/10.1007/s11042-020-10107-0:

[23] 王家乾; 龚子寒; 薛云; 庞士冠; 古东宏; 基于混合多头注意力和胶囊网络的特定目标情感分析, 中文信息学报, 2020, 34(5): 100-110.

[24] Zheng Hui*; Li Peng*; Liu Qing; Chen Jinjun; Huang Guangli; Wu Junfeng; Xue Yun; He Jing*; Dual incremental fuzzy schemes for frequent itemsets discovery in streaming numeric data, Information Sciences, 2020, 514: 15-43.

[25] Xiao Luwei; Hu Xiaohui*; Chen Yinong; Xue Yun; Gu Donghong; Chen Bingliang; Zhang Tao; Targeted sentiment classification based on attentional encoding and graph convolutional networks, Applied Sciences, 2020, 10(3): 957.

[26] Li Haihui; Yuan Ting; Wu Haiming; Xue Yun*; Hu Xiaohui; Granular computing-based multi-level interactive attention networks for targeted sentiment analysis, Granular Computing, 2020, 5(3): 387-395.

[27] 李万理; 唐婧尧; 薛云*; 胡晓晖; 张涛; 基于点互信息的全局词向量模型, 山东大学学报(理学版), 2019: 54(57).

[28] Wu Haiming; Zhang Yue; Jin Xi; Xue Yun*; Wang Ziwen; Shared-private LSTM for multi-domain text classification(2019-10-09至2019-10-14); proceedings of the CCF International Conference on Natural Language Processing and Chinese Computing, Dunhuang, China, 2019.

[29] Lin Qin; Zhang Huailing; Wang Xizhao*; Xue Yun; Liu Hongxin; Gong Changwei; A novel parallel biclustering approach and its application to identify and segment highly profitable telecom customers, IEEE Access, 2019, 7: 28696-28711.

[30] Lin Qin; Ye Shuqun; Wu Cuihong; Gu Wencheng; Wang Jiaqian; Zhang Huai-Ling*; Xue Yun*; A novel framework based on biclustering for automatic epileptic seizure detection, International Journal of Machine Learning and Cybernetics, 2019, 10(2): 311-323.

[31] Li Haihui; Xue Yun*; Zhao Hongya; Hu Xiaohui; Peng Sancheng; Co-attention networks for aspect-level sentiment analysis(2019-10-09至2019-10-14); proceedings of the CCF International Conference on Natural Language Processing and Chinese Computing, Dunhuang,China, 2019.

[32] Huang Jiafeng; Xue Yun*; Hu Xiaohui; Jin Huixia; Lu Xin; Liu Zhihuang; Sentiment analysis of Chinese online reviews using ensemble learning framework, Cluster Computing, 2019, 22(2): S3043–S3058.

[33] Chen Xin; Xue Yun*; Zhao Hongya; Lu Xin; Hu Xiaohui; Ma Zhihao; A novel feature extraction methodology for sentiment analysis of product reviews, Neural Computing and Applications, 2019, 31(10): 6625–6642

发明专利情况（累计申请60余项，受篇幅限制，仅列出2019年至今部分专利）:

[1] 许柳飞; 黄岳彩; 薛云; 胡晓晖; 路由和频谱分配方法、装置、存储介质以及电子设备（已授权）, 2021,专利号:CN202111000041.7:

[2] 代安安; 薛云; 陈锦鹏; 一种文本情感分析方法(已授权), 2021, 专利号: 202111316624.0:

[3] 卢国钧; 薛云; 蔡倩华; 句子情感分析方法、装置以及设备(已授权), 2021, 专利号: 202111251339.5:

[4] 宋正新; 薛云; 古东宏; 多模态情感分类方法、装置以及电子设备(已授权), 2021, 专利号: 202111026202.X:

[5] 陈建颖; 薛云; 张政轩; 陈洁海; 多模态命名实体识别方法、装置以及电子设备(已授权), 2021, 专利号: 202111000020.5:

[6] 燕泽昊; 庞士冠; 薛云; 情感分类方法、装置、存储介质及计算机设备(已授权), 2021, 专利号: 202111000019.2:

[7] 唐碧霞; 黄岳彩; 陈建颖; 薛云; 周卫星; 基于深度强化学习和知识蒸馏的光网络路由方法(已授权), 2021, 专利号: 202110721280.5:

[8] 陈昭伟; 薛云; 陈锦鹏; 蔡倩华; 情感分析方法、装置、设备以及存储介质(已授权), 2021, 专利号: 202110629557.1:

[9] 肖路巍; 薛云; 古东宏; 胡晓晖; 情感检测方法、装置、设备以及存储介质(已授权), 2021, 专利号: 202110539524.8:

[10] 燕泽昊; 薛云; 庞士冠; 黄伟豪; 冯锦辉; 蔡倩华; 一种情感分析方法、装置、电子设备以及存储介质(已授权), 2021, 专利号: 202110535102.3:

[11] 周波; 薛云; 陈建颖; 吴海明; 一种序列标注方法、装置及设备(已授权), 2021, 专利号: 202110511585.3:

[12] 肖路巍; 薛云; 胡晓晖; 古东宏; 基于双通道图神经网络的特定目标情感分类方法(已授权), 2021, 专利号: 202110472126.9:

[13] 陈秉良; 薛云; 卢国钧; 一种情感分类方法及设备(已授权), 2021, 专利号: 202110456524.1:

[14] 杨驰; 蔡倩华; 古东宏; 宋正新; 薛云; 一种多模态情感分类方法、装置及设备(已授权), 2021, 专利号: 202110304264.6:

[15] 陈锦鹏; 薛云; 黄伟豪; 代安安; 一种情感分类方法(已授权), 2021, 专利号: 202110301286.7:

[16] 赵浩梁; 薛云; 古东宏; 陈建颖; 一种情感分类方法、装置及设备(已授权), 2021, 专利号: 202110301281.4:

[17] 杨驰; 薛云; 周波; 陈建颖; 跨领域文本情感分类方法、装置、存储介质以及电子设备(审中), 2021, 申请号: 202111016262.3:

[18] 陈姣姣; 薛云; 黄伟豪; 文档情感分类方法、装置、存储介质以及电子设备(审中), 2021, 申请号: 202110968082.9:

[19] 庞士冠; 肖路巍; 胡晓晖; 薛云; 蔡倩华; 唐碧霞; 特定目标的情感极性分类方法（已授权）, 2020,专利号:202010872127.8:

[20] 黎海辉; 古东宏; 赵洪雅; 薛云; 一种情感分析方法、系统、存储介质及设备（已授权）, 2020,专利号:201910758724.5:

[21] 唐婧尧; 赵洪雅; 薛云; 一种属性词提取方法（已授权）, 2020,专利号:201910734031.2:

[22] 庞士冠; 薛云; 燕泽昊; 黄伟豪; 代安安; 唐碧霞; 蔡倩华; 一种基于深度学习网络的文本属性词的情感分类方法(已授权), 2020, 专利号: 202011472675.8:

[23] 古东宏; 蔡倩华; 张方昊; 薛云; 梁展扬; 林威霖; 胡晓晖; 一种属性词提取方法(已授权), 2020, 专利号: 202011033739.4:

[24] 唐婧尧; 薛云; 冯锦辉; 陈秉良; 蔡倩华; 词嵌入表示方法、装置及设备(已授权), 2020, 专利号: 202011032275.5:

[25] 肖路巍; 刘一凡; 胡晓晖; 薛云; 古东宏; 陈秉良; 基于注意力编码和图卷积网络的特定目标情感分类方法(已授权), 2020, 专利号: 202010036470.9.:

[26] 龚子寒; 王家乾; 薛云; 胡晓晖; 陈秉良; 杨驰; 一种情感分类方法、系统、存储介质及设备(已授权), 2019, 专利号: 201910882343.8.:

[27] 王子文; 唐婧尧; 薛云; 赵洪雅; 一种词向量获取方法、装置及存储介质(已授权), 2019, 专利号: 201910749465.X:

软件著作权：2011年至今，累计申请并获批软著40余项（此处不赘述）

• 指导员工获奖情况（每年研究生获得本校学业奖学金情况过多，此处不赘述）

  2021年，指导的研究生庞士冠、燕泽昊分别获得2021年度国家奖学金

  2019年，指导的研究生吴海明获得2019年度国家奖学金

  
  

  2021年，指导的研究生庞士冠、古东宏、陈锦鹏、陈秉良、燕泽昊、陈昭伟、周波、杨驰获得云顶yd222线路检测2021年度研究生优秀实践成果奖

  2020年，指导的研究生唐婧尧获得云顶yd222线路检测2020年度研究生优秀实践成果奖

  2019年，指导的研究生吴海明获得云顶yd222线路检测2019年度研究生优秀实践成果奖

  
  

  2015年, 指导2013级员工蔡俊浩获教育部颁发本科生国家奖学金

  2015年, 指导2012级本科生张朝晖等人获2015年美国老员工数学建模竞赛一等奖1项，2等奖3项

  2014年, 指导2011级员工刘锦丰等人获第二届太普华南杯数据挖掘竞赛特等奖

  2014年, 指导2011级本科生李杰进等人获2014年美国老员工数学建模竞赛一等奖1项

  2013年, 指导2011级勷勤班员工李玉婷获教育部颁发本科生国家奖学金

  2013年, 指导的2011级员工吴晓声等人获第一届太普华南杯数据挖掘竞赛一等奖

• 招生信息

• 本人现在云顶yd222线路检测电子与信息工程学院招收电路与系统专业（080902）的学术型硕士，电子信息专业（其中包含通信工程（085402）、控制工程（085406））的工程硕士，以及电子科学与技术专业的学术型博士，同时也欢迎才俊应聘电子学科博士后。

• 以往培养的员工多次获得教育部国家奖学金等各类奖项，且就读期间可以由导师推荐到北美和西欧的世界级名校AI实验室交流学习，或者去微软亚洲研究院、华为诺亚方舟实验室、阿里达摩院、腾讯AI Lab等国内AI业界顶级平台实习实践，毕业后主要从事AI领域算法研究或应用开发，部分进入中国科学院或境内外名校读博深造，或去华为、腾讯、阿里、百度、科大讯飞等头部企业核心算法岗位从事高层次研发工作。
  

• 特别欢迎对大数据科学、人工智能、自然语言处理等领域有学习热情的同学申请；特别欢迎享受探索未知并执着于自我实现的同学申请；特别欢迎阅历丰富，幽默开朗，自强不息，积极进取的同学申请。

• 如果你在学习计算机、数学、自动化、电子信息等相关专业，有着坚实的数理基础，缜密的逻辑思维，对算法设计和程序实现有着浓厚的兴趣，未来打算在AI+大数据领域深入钻研，欢迎报考我的研究生。

• 由于每年报考人数太多，本人招生名额极其有限，需要提前沟通了解员工专业背景情况，强烈建议凡是积极主动备考的同学在确定考研后尽早准备好自我介绍/简历等个人信息，并同时发送邮件到以下两个联系邮箱，以免误判为垃圾邮件：
  

                       2504972258@qq.com

                       happyhuashida@sina.com.cn

      在考研正式报名之前，我都将及时回复并约时间沟通，帮助大家充分了解我司考研资讯，提高学习效率！

  时不我待，机不可失，欢迎有想法、有热情的新同学加入我们团队，在AI领域学有所成，学有所获，学有所用，以梦为马，不负韶华！