黄振亚 中国科学技术大学

主题报告1：面向教育智能的自然语言处理方法与应用

个人简介：黄振亚，博士，现任中国科学技术大学计算机科学与技术学院副教授。主要研究方向为数据挖掘、知识计算与推理、智能教育等。在相关领域高水平学术期刊（如TKDE、TOIS、计算机学报等）和国际重要学术会议（如KDD、SIGIR、AAAI等）上发表论文50余篇，代表性论文入选ESI高被引论文。获2020年吴文俊人工智能科技进步一等奖，2020年中国科学院院长优秀奖等，入选2021全球人工智能华人新星百强榜单。

报告摘要：人工智能技术与教育领域融合创新是智能教育的重要研究方向。其中，利用自然语言处理技术实现对教育文本数据的智能分析，不仅可以提高教学资源的高效管理，也为学习者提供智能学习服务奠定基础。本报告主要针对教育文本中的知识表示、质量评估和认知推理等问题，介绍团队的技术探索和应用实践案例，并讨论人工智能大模型与教育领域融合的发展方向。

金博 大连理工大学

主题报告2：智能化K12朗读测评

个人简介：金博，大连理工大学教授、博士生导师，辽宁省高等学校创新人才人选，百度研究院特约顾问，中科院自动化研究所项目顾问，广东医科大学特聘教授，大连市大数据产业发展研究院副院长，中国计算机学会杰出会员，IEEE、ACM高级会员。担任中国医院协会健康医疗大数据应用管理专业委员会委员，中华医学会信息学分会医学大数据与人工智能学组委员，中国老年医学学会智慧医疗技术与管理分会委员。主要研究领域涵盖医学人工智能、教育人工智能、数据挖掘、大数据分析等。主持和参与了科技部国家重点研发计划项目、国家自然科学基金重大/重点/面上项目，教育部—中国移动科研项目，国家重点实验室开放课题等项目20余项。在重要国际期刊和国际顶级学术会议发表论文100余篇。

报告摘要：K12教育中，对语文朗读的需求量极大，但现有的朗读评测重点在朗读的准确率方面，如何综合评价朗读中的感情、连贯等是难以解决的关键问题，我们提出智能分析处理的模型开展海量朗读数据的评测研究，并在实际场景进行应用。

张伟 华东师范大学

主题报告3：基于深度学习的知识追踪方法与应用

个人简介：张伟，华东师范大学计算机科学与技术学院教授、博士生导师，中国计算机学会高级会员，长期从事用户数据挖掘、个性化推荐、可解释与蒸馏学习等相关研究。在数据挖掘、人工智能等领域国际重要刊物和学术会议上发表论文70余篇，申请发明专利10余项，主持自然科学基金、省部级和企事业单位科研项目10余项，指导学生获得2项CCF A类国际会议学术竞赛冠军。

报告摘要：知识追踪是指对学生个体在学习过程中知识掌握程度的持续跟踪和评估，在智能教育领域具有重要意义和广泛价值。本次报告首先简要回顾传统知识追踪方法和深度学习知识追踪的代表性工作，其次重点汇报研究组在知识追踪方面关于提升学生表现预测性能和消除偏差等方面的最新研究进展，最后简要介绍知识追踪在习题推荐等方面的应用。

周东岱 东北师范大学

主题报告4：数据驱动的学科教学图谱构建研究

个人简介：周东岱，东北师范大学教授。任吉林省教育信息技术特色高水平学科首席负责人，吉林省教育信息化重大需求协同创新中心主任。主要研究领域包括：知识工程、个性化自适应学习、教育软件工程等。曾承担国家科技支撑计划、国家自然科学基金以及省部级科研项目10余项，获教育部高等学校科学研究科技进步奖等省部级奖励3项，发表学术论文100余篇。

报告摘要：应用知识图谱技术赋能教学知识可视化是教育人工智能的基础性、前提性工作，基于知识图谱技术实现教学逻辑的表征与建模，对于实现个性化自适应学习具有重要的价值与意义。本报告首先梳理了教育领域的知识图谱研究进展，提出了学科教学图谱的概念与结构，讨论了数据驱动的学科教学图谱构建框架，最后以基于大规模预训练语言模型的学习资源标注、基于图嵌入的知识追踪为例，探讨了学科教学图谱自动构建技术。