人工智能学院常毅教授指导的2018级博士研究生杨志伟的论文"Context-aware Attentive Multi-level Feature Fusion for Named Entity Recognition" 被中科院一区期刊Transactions on Neural Networks and Learning Systems（CCF B类期刊）接收。杨志伟目前在香港浸会大学进行学术交流培养，从事假新闻检测、信息抽取等方向的研究工作。

文章简介：

§ 第一作者：杨志伟

§ 论文题目：Context-aware Attentive Multi-level Feature Fusion for Named Entity Recognition

§ 期刊名称：IEEE Transactions on Neural Networks and Learning Systems (TNNLS)

§ 期刊类别：中科院一区，CCF B类

论文概述：本文在已有工作的基础上进一步设计并提出了一种基于上下文感知的多层次特征融合命名实体识别框架拓展CAMFF， 以互补的方式引入记忆提取网络来记忆和提取先前的上下文特征，进一步增强命名实体识别。其中，我们提出的多层次特征融合模型，基于注意力机制提取当前上下文的全局和局部等多层次语言特征。此外，我们还进一步定义了由其他句子构建的文档级特征，通过扩大感受野增强当前上下文的表示学习和实体识别。实验结果表明，我们提出的CAMFF具有较好的准确性和鲁棒性。 本篇论文与香港浸会大学马晶助理教授、美国加州大学戴维斯分校的张嘉洧助理教授合作完成。