高凯，男，1968年11月，教授，博士，河北科技大学教学名师，澳大利亚联邦大学联合博士生导师。2007年7月毕业于上海交通大学电子信息与电气工程学院，获计算机应用技术专业工学博士学位。目前的主要研究方向包括大模型应用技术、自然语言处理、大数据搜索与挖掘、多模态智能信息处理、知识发现等。主持或者参与国家级及省部级课题多项，在国内外学术期刊发表高水平论文80余篇。截至2024年6月，指导研究生已毕业45人，其中河北省优秀学位硕士论文1人次，校级优秀硕士学位论文3人次。

代表性成果（论文）

1. Crossmodal Translation Based Meta Weight Adaption for Robust Image-Text Sentiment Analysis[J], IEEE Transaction on MultiMedia, IEEE press, 2024: 1-13 （SCI 1区，CCF B类）

2. DTP: An Open-domain Text Relation Extraction Method[C], Proceedings of the 30th International Conference on Neural Information Processing, 2023, November 20-23, Changsha, China, Springer Press: 208-219 （CCF C 类）

3. Consistent Representation Learning for Continual Relation Extraction[C], Proceedings of 60th Annual Meeting of the Association for Computational Linguistics(Findings), Association for Computational Linguistics Press, 2022, 22nd-27th, May, Dublin, Ireland（CCF A类）

4. Make Acoustic and Visual Cues Matter: CH-SIMS v2.0 Dataset and AV-Mixup Consistent Module[C]. Proceedings of the 24th ACM International Conference on Multimodal Interaction, 2022, Nov. 7-11, Bengaluru (Bangalore), India （CCF B类）

5. Representation iterative fusion based on heterogeneous graph neural network for joint entity and relation extraction[J], Knowledge-Based Systems, 2021, Vol. 219, May, 11（SCI 1区 CCF C类）

6. CM-BERT: Cross-modal BERT for text-audio sentiment analysis[C], The 28th ACM International Conference on Multimedia, Virtual Event / Seattle, WA, USA, 2020, October 12-16: 521-528. （CCF A类）

7. Heterogeneous Graph Neural Networks for Noisy Few-shot Relation Classification[J], Knowledge-Based Systems, 2020, 194(1): 1-9 （SCI 1区，CCF C 类）

8. Multi-channel Convolutional Neural Networks with Adversarial Training for Few-shot Relation Classification (student abstract)[C], Proceedings of the Thirty-Fourth AAAI Conference on Artificial Intelligence, Association for the Advancement of Artificial Intelligence, 2020, February 7-12, New York, USA: 13967-13968（CCF A类）

9. Two-stage Attention Network for Aspect-level Sentiment Classification[C], Proceeding of the 25th International Conference on Neural Information Processing, 2018, Springer, Dec. 13-16, Siem Reap, Cambodia: 316-325 （CCF C类）

10. A Rule-Based Approach to Emotion Cause Detection for Chinese Micro-blogs[J], Expert Systems With Applications, 2015, 42(9): 4517-4528（SCI 3区 CCF C类）

11. 融合混合表征的小样本关系抽取方法[J], 计算机工程, 2023，49（8）：63-68（计算领域高质量科技期刊T2级）

12. 基于多任务学习的多模态命名实体识别方法[J], 计算机工程, 2023，49（4）：114-119（计算领域高质量科技期刊T2级）

13. 基于微博的情感倾向性分析方法研究[J], 中文信息学报, 2015，29（4）：40-49（计算领域高质量科技期刊T1级）

代表性成果（纵向课题和专著）

1. 语义主题与社交关系融合的特定群体发现关键技术研究（61772075），国家自然科学基金委员会，2018.01-2021.12

2. 基于主体个性化的微博情感分析关键技术研究(61272362)，国家自然科学基金委员会，2013.01-2016.12

3. 基于语义与知识增强的情感对话生成研究（F2023207003），河北省自然科学基金委员会，2023.01-2025.12

4. 面向开放域自然语言的实体关系抽取与发现关键技术研究（F2022208006），河北省自然科学基金委员会，2022.01-2024.12

5. 基于微博文本情感与博主剖像的用户行为分析研究(F2017208012)，河北省自然科学基金委员会，2017.01-2019.12

6. 基于微博主体个性化的社会网络情感分析关键技术研究(F2013208105)，河北省自然科学基金委员会，2013.01-2015.12

7. 海量异构信息处理平台关键技术的研发与应用示范(12213516D)，河北省科技厅，2012.01-2014.12

8. 文本大数据情感分析，清华大学出版社，2019

9. 面向共融机器人的自然交互——命名实体识别与关系抽取，清华大学出版社， 2019

10. 信息检索与智能处理，国防工业出版社，2014

11. 大数据搜索与挖掘，科学出版社，2014

社会兼职

CCF杰出会员、CCF自然语言处理专业委员会执行委员、CCF计算机应用专业委员会执行委员、河北省信息产业与信息化智库首批入库专家、教育部学位论文评审专家。

欢迎诚实守信、数学功底扎实、编程能力较好、本科为计算机大类专业、通过CET-6并具有程序设计等相关学科竞赛经历的同学与我联系，联系邮箱：gaokai@hebust.edu.cn