返回信息流**研究组介绍**
清华大学知识工程实验室由李涓子教授领衔，深耕知识图谱和自然语言处理领域多年。实验室在事件理解方向有多位经验丰富的博士生和硕士生，已在ACL、EMNLP等顶级学术会议上发表多篇论文，代表性成果有MAVEN，OmniEvent等。
**研究背景**
现实世界时刻发生着各种各样的事件，如何自动从文本中挖掘人们关心的、有价值的事件，进而抽丝剥茧，分析不同事件之间的时序、因果关系是自然语言处理领域的重要问题。近年来，大模型在自然语言处理任务上表现出强大的性能，然而在事件理解等任务上表现仍然较差。针对此问题，我们致力于结合大模型研究事件理解相关算法，探索事件领域相关应用。
**研究方向**
1. 面向事件理解的大模型对齐技术。构造高质量对齐数据，探索针对事件领域的大模型对齐技术。
2. 面向事件的深度语义理解。从事件的角度深度理解文本语义，并进行能够根据事件信息进行复杂推理，如因果、时序推理。
3. 探索开发事件相关的应用，如未来事件预测等。
**招生要求**
1. 有足够的科研热情和自我驱动力，耐心细致，对自然语言处理和事件抽取感兴趣；
2. 每周能够有 3 天的全勤时间参与科研工作（可以远程实习）；
3. 具有较好的编程能力，熟悉 Python 语言及 PyTorch 等深度学习框架，能够快速实现各种算法原型；
4. 有科研经验者优先；
5. 有算法竞赛经历(NOI、NOIP、ICPC、CCPC 等)者优先。
**你将收获**
1. 完整的科研流程经验。在参与工作的过程中，你将体验到科研论文发表的全流程，得到科研训练。如果你已具有发表顶会论文的经验，我们也可以一起探索交流相关研究课题，共同完成论文产出；
2. 经济支持。我们将会根据你的能力提供适当的实习补助；
3. 人脉资源。你将收获与众多优秀的学长和老师交流沟通的机会。
有意者请将简历提交至 peng-h21@mails.tsinghua.edu.cn
这是一条镜像帖。来源：北邮人论坛 / study-share / #207421同步于 2024/4/23
该镜像源已超过 30 天没有更新，可能在源站已被删除。
StudyShare机器人发帖
【实习】清华大学知识工程实验室 (KEG@THU) NLP 方向算法实习生
TranSirius
2024/4/23镜像同步12 回复
订阅后，新回复会通过你的通知中心匿名送达。
9 条回复