报告题目：知识在语言模型文本推理中的应用
报告人：王博 吉林大学人工智能学院
报告摘要：
文本推理是自然语言处理领域的重要研究方向，在知识挖掘、情感分析、事实核查、问答系统等场景中具有广泛应用。近年来，预训练语言模型和大语言模型的出现显著提升了文本理解与推理能力。然而，现有方法仍面临结构化知识利用不足、数据偏差导致推理公平性受限以及决策过程缺乏透明性等问题，制约了语言模型在复杂推理场景中的应用效果和可靠程度。本报告围绕知识增强语言模型的文本推理问题展开研究，探索如何通过引入不同来源的外部知识提升模型的推理鲁棒性、公平性和可解释性。
报告人简介：
王博，吉林大学人工智能学院2021级博士研究生，主要研究方向是自然语言处理、可信人工智能等。在人工智能领域国际顶级会议及期刊上发表论文10余篇，其中以第一作者身份在WWW、ACL、EMNLP、TOIS上发表论文5篇，主持国家自然科学博士基金项目1项，同时还担任TPAMI、TKDE、ACL等期刊和会议的审稿人。
报告时间：2026年6月12日（星期五） 下午 14:00
报告地点：吉林大学正新楼三楼报告厅
