姓名：黄文体

职称/职务：校聘副教授

专 业：计算机科学与技术

研究方向：大数据与知识工程、知识图谱、自然语言处理

邮箱：wthuang@hnust.edu.cn

科研项目：

（1）教育厅优秀青年项目，“知识协同的神经网络关系抽取方法研究”，主持。

（2）科技部重点研发计划子课题，“特定***计算与解释机理”，主持。

（3）科技部科技创新2030--“新一代人工智能”重大项目，“医疗行为的时空协同表征理论与多维度主动感知方法”，参与。

（4）国家自然科学基金重点联合项目，“基于超算的跨网络大规模数据实时分析方法研究”，参与。

学术论文：

[1] Huang W, Mao Y, Long J, et al. Relation classification via knowledge graph enhanced transformer encoder[J]. Knowledge-Based Systems, 2020, 206: 106321.（中科院一区，JCR Q1, 影响因子：8.03）

[2] Huang W, Mao Y, Long J, et al. Quantum hacking of free-space continuous-variable quantum key distribution by using a machine-learning technique[J]. Physical Review A, 2019, 100(1): 012316.（中科院二区，NI检索，JCR Q2）

[3] Huang W, Mao Y, Long J, et al. Local­to­Global GCN with Knowledge­aware Representation for Distantly Supervised Relation Extraction[J]. Knowledge­BasedSystems, 2021.(中科院一区，JCR Q1，online，DOI10.1016/j.knosys.2021.107565，影响因子：8.03)

[4] Mao N, Zhong H, Huang W*. KGGCN: Knowledge-Guided Graph Convolutional Networks for Distantly Supervised Relation Extraction[J]. Applied Sciences, 2021,16(11):7734.(中科院三区，JCR Q2，)

[5] Long J, Wang Y, Huang W*, et al. Entity-Centric Fully Connected GCN for Relation Classification[J]. Applied Sciences, 2021, 4(11):1377. （中科院三区，JCR Q2）

[6] Mao Y, Wu X, Huang W*, et al. Monte Carlo-Based Performance Analysis for Underwater Continuous-Variable Quantum Key Distribution[J]. Applied Sciences, 2020, 10(17): 5744.（中科院三区，JCR Q2）

[7] Mao Y, Wang Y, Huang W*, et al. Continuous-variable quantum key distribution based on peak-compensation[J]. Acta PhysicaSinica, 2021, 70(11): 110302 (中科院三区，JCR Q4)

[8] Jun Long, Lei Liu, Hongxiao Fei, Yiping Xiang, Haoran Li, Wenti Huang*, and Liu Yang, Contextual Semantic-Guided Entity-Centric GCN forRelation Extraction[J], Mathematics, 2022, 10(8):1-17. (中科院二区，JCRQ1)

专利：

（1）龙军，黄文体一种基于知识图谱的学术圈构建方法专利号：201910668329.8

（2）龙军，黄文体一种基于增量学习的作者消歧方法专利号：201910691093.X