Automated Identification of Competing Narratives in Political Discourse on Social Media
本文提出一种无监督框架，通过自然语言处理技术识别和分析社交媒体上德国政治人物推文中的竞争性叙事，以理解现代政治交流动态。
0 citationsRead paper
Selected work
Representative Papers
Generating Constructive Feedback on Stories via Reinforcement Learning
为解决大语言模型生成的反馈泛化且缺乏行动性的问题，本文通过强化学习和多组件奖励函数方法训练模型，以生成更具建设性的故事反馈。
0 citationsRead paper
Do General NLP Embeddings Capture Ontological Reasoning?
研究探讨了通用NLP嵌入模型是否能捕捉本体论逻辑结构，通过AVA框架评估171,007个对比三元组，发现即使是最先进的模型也存在显著局限。
0 citationsRead paper
When Does Bigger Help? A Controlled Study of LLM Scale for Ontology Learning
研究通过控制实验评估了13种不同规模的语言模型在本体学习中的表现，发现模型大小并非唯一选择标准，并提供了实证指导。
0 citationsRead paper
OntoAligner-Ensemble: Voting-Based Fusion across Heterogeneous Ontology Alignment Techniques
本文提出OntoAligner-Ensemble框架，通过投票融合多种异构本体对齐技术，提高对齐精度与召回率之间的平衡。
0 citationsRead paper
Recent publications
Latest Papers
Automated Identification of Competing Narratives in Political Discourse on Social Media
本文提出一种无监督框架，通过自然语言处理技术识别和分析社交媒体上德国政治人物推文中的竞争性叙事，以理解现代政治交流动态。
0 citationsRead paper
Generating Constructive Feedback on Stories via Reinforcement Learning
为解决大语言模型生成的反馈泛化且缺乏行动性的问题，本文通过强化学习和多组件奖励函数方法训练模型，以生成更具建设性的故事反馈。
0 citationsRead paper
Do General NLP Embeddings Capture Ontological Reasoning?
研究探讨了通用NLP嵌入模型是否能捕捉本体论逻辑结构，通过AVA框架评估171,007个对比三元组，发现即使是最先进的模型也存在显著局限。
0 citationsRead paper
When Does Bigger Help? A Controlled Study of LLM Scale for Ontology Learning
研究通过控制实验评估了13种不同规模的语言模型在本体学习中的表现，发现模型大小并非唯一选择标准，并提供了实证指导。
0 citationsRead paper
OntoAligner-Ensemble: Voting-Based Fusion across Heterogeneous Ontology Alignment Techniques
本文提出OntoAligner-Ensemble框架，通过投票融合多种异构本体对齐技术，提高对齐精度与召回率之间的平衡。
0 citationsRead paper