计算机科学与技术
孟佳娜


个人信息

姓   名:孟佳娜

 

职称/职务:教授

研究方向: 迁移学习在命名实体识别、情感倾向性分析的应用研究,以及多模态数据分析和融合、机器学习及深度学习、知识图谱构建及应用、智能推荐等方面开展了大量研究工作,在互联网大数据智能计算研究领域积累了一定的成果和资源。

办公电话:87557277

电子邮箱:mengjn@dlnu.edu.cn

 

个人简介

(1、学习经历:从本科填起,工作经历,是否为研究生导师,社会兼职情况。)

学习经历:

(1)1989.9-1993.6 吉林师范大学  数学系          获学士学位

(2)1996.9-1999.6 吉林大学     计算机学院       获硕士学位

(3)2007.9-2011.7 大连理工大学  电信学部        获博士学位

工作经历:

(1)1993.7-1998.6   四平商业学校基础部        教师

(2)1998.6-2006.12  烟台大学计算机学院        教师

(3)2007.1-2012.3   大连民族大学理学院        教师

(4)2012.3-至今     大连民族大学计算机学院     教师

(5)2007.9-2011.7   大连理工大学电信学部      博士后

 

(2、主讲课程、培训进修情况、资格认证情况)

人工智能与机器学习

(3、教学科研成果概述,包括著作/教材、论文、专利、著作权、项目、获奖等)

主持完成国家自然科学基金、辽宁省教育厅项目、辽宁省科技厅项目、国家博士后基金项目,在计算机类中文核心期刊、SCI/EI检索国际期刊及国际会议上发表论文五十余篇,出版教材一部。

 

 

 

教学科研成果


1、论文

[1]Jiana Meng, Zhiyong Tan, Yuhai Yu *,.et al.. TL-med: A Two-stage transfer learning recognition model for medical images of COVID-19[J]. Biocybernetics and Biomedical Engineering, 2022,42: 842– 855. (SCI检索)

[2]Jiana Meng, Yu Dong, Yingchun Long and Dandan Zhao. An attention network based on feature sequences for cross-domain sentiment classification[J]. Intelligent Data Analysis, 2021, 25(3):627-640. (SCI检索)

[3] 孟佳娜,王晓培,李婷 等. 基于对抗神经网络的跨模态谣言检测[J].数据分析与知识发现,2022,72(12):32-42.

[4] Jiana Meng; Hongfei Lin; Yanpeng Li; Knowledge transfer based onfeature representation mapping for text classification, Expert Systems with Applications, 2011, 38(8): 10562-10567.   (SCI检索)

[5] Jiana Meng; Hongfei Lin; *A two-stage fature selection method for text categorization, Computers & Mathematics with Applications, 2011, 62(7):2793-2800.     (SCI检索)

2、专利、著作权

(1) 国家民委教学名师、省部级、国家民委、2021,10

(2) 授权专利、基于多特征信息增强的文本实体关系抽取方法,ZL 2020 1 1026497. 6,国家知识产权局,2023.06

(3) 授权专利、基于多任务学习的依存句法分析方法及应用,ZL 2021 1 0090317.9,国家知识产权局,2023.06

(4) 授权专利、基于卷积神经网络的跨领域情感分析的模型训练方法, ZL 2019 1 0020227.5 ,国家知识产权局,.  2020-11-24,

3、项目

(1) 基于图结构的迁移学习在文本倾向性分析中的应用研究,国家自然科学基金项目

(2) 基于少数民族文化差异性的情感计算方法研究,中国博士后基金项目

(3) 基于微博的热点发现及情感倾向性分析研究,省自然科学基金指导计划

(4) 辽宁省教育厅项目,面向少数民族文化差异性的情感研究

(5) 大连民族大学服务国家战略专项项目基于深度神经网络和数据增强的跨领域情感分析研究