贯彻落实学校数智跃升计划，积极探索AI赋能人文社科研究范式转型，激发创新发展新动能。聚焦智能教育等重点研究领域，推进智能教育教育部文科实验室(培育)，为AI赋能人文社科研究提供坚实平台支撑。赵尚卿、任育培、王志宏等同学所属的智能教育研究团队持续攻坚，“小花狮作文智能辅导系统”不断升级迭代。着力发展有温度的智能教育，以数智化引领教育强国建设。

面对未被满足的需求，产学研协同创新填补市场空白、引领产业发展，已成为一种有效机制。针对中国手机企业出海过程中遇到的小语种难题，上海传英公司联合华东师范大学开发了适用于当地小语种的知识问答与对话系统。在此基础上开发的首款非洲定制智能手机实现销售收入逾17亿元，并入选“2023年度最受非洲消费者喜爱品牌”，被称为“非洲手机之王”，已进入非洲、南亚、中东、拉美等70多个国家和地区。

沈新舒投稿论文《Towards Explainable Chinese Native Learner Essay Fluency Assessment: Dataset, Tasks, and Method》被 EMNLP 2024 接收，提出了 CEFA 语料库，改进了对中文作文流畅性的评估，强调了细粒度标注和错误类型与纠正方法之间的互惠关系。

庄薪霖投稿论文《TOREE: Evaluating Topic Relevance of Student Essays for Chinese Primary and Middle School Education》被 ACL 2024 接收，提出了 TOREE 数据集和两步方法，提高了中文作文的主题相关性评估性能。

华东师范大学自然语言理解CubeNLP实验室联合中国语言文学系构建了一个高中议论文语义解析数据集，并依托NLPCC 2024向公众提供高质量的数据资源和评测平台。此次评测将有力推动研究者和教师对高中议论文进行深入且精细的语义解析，助力学生在论辩能力与写作素养方面上的提升，为中文教育事业的创新发展注入新活力。

今年我们继续依托CCL 2024，组织了CCL 2024-第二届中小学作文流畅性评价评测任务。与去年相比，为进一步全面地对作文的流畅程度进行评估，本次评测任务新增作文流畅性评级任务，并在训练集中新增1200条句子，以方便参赛队伍进行更深入的研究，共同推进中文母语作文流畅性智能批改的发展。

陈心豪投稿论文《From Coarse to Fine: A Distillation Method for Fine-Grained Emotion-Causal Span Pair Extraction in Conversation》被 AAAI 2024 接收，提出了一种使用教师模型学习预测话语之间的因果连接词，然后指导学生模型识别细粒度的情感标签和因果范围，而蒸馏方法在RECCON和FG-RECCON数据集上实现了最先进的性能。

伍洪意投稿论文《A Multi-Task Dataset for Assessing Discourse Coherence in Chinese Essays: Structure, Theme, and Logic Analysis》被 EMNLP 2023 接收，本文的贡献包括CELCC的开发、进一步研究的基线的建立，以及论证连贯性对话语关系识别和自动论文评分的影响。

伍洪意投稿论文《Connective Prediction for Implicit Discourse Relation Recognition via Knowledge Distillation》被 ACL 2023 接收，一种新颖的知识蒸馏关联预测（CP-KD）方法来指导大规模预训练语言模型（PLM）挖掘关联词和话语关系之间的潜在相关性，这对IDRR很有意义.

周浩投稿论文《Prompt-based Connective Prediction Method for Fine-grained Implicit Discourse Relation Recognition》被 EMNLP 2022 (Findings)接收，提出了一种新的基于Prompt的连接词预测方法，指导大规模预训练模型使用与语篇关系相关的知识，并利用连接词和语篇关系之间的强相关性来帮助模型识别隐含的语篇关系。

蔡丽投稿论文《A Simple Temporal Information Matching Mechanism for Entity Alignment Between Temporal Knowledge Graphs.》被 COLING 2022接收，提出了一种简单的图神经网络(GNN)模型，并结合时间信息匹配机制，以更少的时间和更少的参数获得了更好的性能。

由兰曼老师指导，华东师范大学计算机学院与传音公司共同组成的ECNU+TRANSSION队伍参加了全国知识图谱与语义计算大会CCKS2022任务5 “跨语言知识图谱问答评测任务”；本次竞赛中双方人员紧密合作，结合项目经验给出了在跨语言知识图谱上构建问答系统的解决方案，取得了准确率为82.33的好成绩，从119 支参赛队伍中脱颖而出，取得了优胜奖的成绩。

张甜甜投稿论文《Target-dependent Event Detection: A New Task to Event Extraction from News》被 2021 IEEE International Conference on Big Data 接收。该文创新性地提出目标依赖的事件抽取，使事件抽取任务能给下游的应用带来更多的价值。

毛鑫投稿论文《From Alignment to Assignment: Frustratingly Simple Unsupervised Entity Alignment》被 EMNLP 接收。在基于GNN方法的同构假设下，该文成功地将跨语言的EA问题转化为分配问题，并提出了一个简单有效，不需要神经网络的无监督实体对齐方法（SEU）。大量的实验表明，这一无监督方法在所有的公共数据集上甚至胜过先进的有监督方法，并且具有很高的效率、可解释性和稳定性。

毛鑫投稿论文《Are Negative Samples Necessary in Entity Alignment? An Approach with High Performance, Scalability and Robustness》被 CIKM 接收，模型凭借出色的性能，又一次取得了 SOTA 的效果，更好的扩展性和鲁棒性也是该论文的一大亮点。

由计算机学院自然语言处理（NLP）团队的兰曼和杨燕老师指导，张骏、许伟杰、孙宇翔、顾铭、陈妍五位研究生组成的竞赛团队，通过出色的模型设计和工程实现，获得第八届CCF大数据与计算智能大赛二等奖。

京东多模态智能对话 三等奖