基本情况：
钟宇，1996年 10月，男，博士，讲师，担任多个一区Top期刊的审稿人。
教育与工作经历：
2015年9月—2019年6月 北京交通大学 本科
2019年9月—2025年1月 北京交通大学 博士
2025年3月—至今，重庆师范大学 新濠峰娱乐
讲师
研究方向：
人工智能、深度学习、自然语言处理、信息抽取、知识图谱、多模态。
科研项目情况：
[1] 国家重点研发计划：文本实体挖掘及表示（2019QY2004），2019年12月—2022年4月，主研。
[2] 国家重点研发计划：面向社会治理复杂系统的体系设计方法与应用研究--社会治理信息系统全周期工程设计方法（2021YFC3300204），2021年12月—2024年11月，主研。
[3] 重庆师范大学优秀博士科研启动基金项目：复杂语境下信息抽取关键技术研究（25XLB005），2025年3月—2027年3月，主持。
科研论文情况：
[1] Zhong, Y., Shen, B., & Wang, T. (2024). Deconstructing reasoning paths and attending to semantic guidance for document-level relation extraction. Knowledge-Based Systems, 301, 112328.（中科院一区 TOP)
[2] Zhong, Y., Shen, B., & Wang, T. (2024). TGIN: Document-level event extraction with two-phase graph inference network. Neural Networks, 176, 106343.（中科院一区 TOP)
[3] Zhong, Y., Shen, B. (2024). Dual-stream dynamic graph structure network for document-level relation extraction, 36 (9), 102202. Journal of King Saud University-Computer and Information Sciences. （中科院二区)
[4] Zhong, Y., Shen, B., & Wang, T. et al., (2024). Interaction and Fusion of Rich Textual Information Network for Document-level Relation Extraction. Journal of Universal Computer Science, 30 (9), 130588. （中科院四区)
[5] Zhong, Y., Shen, B., & Wang, T. (2024) Advancing Document-level Relation Extraction with a Syntaxenhanced Multi-hop Reasoning Network. Journal of Intelligent & Fuzzy Systems, 46 (4), 9155 – 9171.（中科院四区)
[6] Wang, T., Shen, B., & Zhong, Y.. SSKGE: a time-saving knowledge graph embedding framework based on structure enhancement and semantic guidance[J]. Applied Intelligence, 2023, 53(21): 25171-25183. (中科院二区)
[7] Zhang, J., Shen, B., Wang, T., & Zhong, Y.. Converting hyperparameter gamma in distance-based loss functions to normal parameter for knowledge graph completion[J]. Applied Intelligence, 2023, 53(20): 23369-23382. (中科院二区)
[8] Zhang, J., Shen, B., Wang, T., & Zhong, Y.. A semantic guide-based embedding method for knowledge graph completion.[J]. Expert Systems, 2024: e13584. (中科院四区)
[9] Wang, T., Shen, B., Zhang, J., & Zhong, Y.. Improving plms for graph-to-text generation by relational orientation attention[J]. Neural Processing Letters, 2023, 55(6): 7967-7983. (中科院四区)
联系方式：
科研邮箱：[email protected]
