王骞， 男， 1991年11月生，博士（后），讲师，硕士生导师

邮件地址：wangqian2272 at gmail dot com

王骞，博士毕业于四川大学计算机学院，电子科技大学计算机学院博士后，太阳成集团tyc3355cc计算机与软件学院讲师，硕士生导师，省级科研创新团队 “四川省油气勘探开发智能化工程研究中心” 主要研究人员。

主要研究方向为大语言模型、对比学习、句子表征、表示学习、人机对话等。近年来发表论文14篇（其中在KBS、EMNLP等人工智能、自然语言处理领域顶会和顶刊发表论文4篇），申请国家发明专利20项。主持校级启航计划项目“面向低质量文本的句子表征方法研究”，作为主要人员参与国家自然科学基金面上项目、重点项目、国家重点研发计划等国家级项目4项。

大语言模型、对比学习、句子表征、表示学习、人机对话

论文

[1] CLSEP:Contrastive learning of sentence embedding with prompt. Knowledge-Based Systems 266(2023): 110381. (中科院 1 区top，一作)
[2] Graph and text multi-modal representation learning with momentum distillation on Electronic Health Records, Knowledge-Based Systems 302 (2024): 112373. (中科院 1 区top，通讯)
[3] From Text Segmentation to Enhanced Representation Learning: A   Novel Approach to Multi-Label Classification for Long Texts， In Proceedings of the 2024 Conference on Empirical Methods in Natural Language Processing，(EMNLP 2024). (通讯)
[4] Grouped Contrastive Learning of Self-Supervised Sentence Representation. Applied Sciences-Basel 13, no. 17 (2023):9873. (中科院 3 区，一作)
[5] UniKDD: A Unified Generative model for Knowledge-driven Dialogue. Computer Speech & Language 90 (2025): 101740. (中科院 3 区，一作)
[6] SEBGM:Sentence Embedding Based on Generation Model with multi-task learning. Computer Speech & Language 87 (2024): 101647. (中科院 3 区，一作)
[7] Continuous Blood Pressure Estimation Based on Two‐Domain Fusion Model. Computational and Mathematical Methods in Medicine 2018, no. 1 (2018): 1981627. (中科院 4 区，一作)
[8] GLQA: A Generation-based Method for Legal Question Answering. In 2023 International Joint Conference on Neural Networks (IJCNN), pp. 1-8. IEEE, 2023. (CCF C 类会议长文)
[9] Multi-gate Mixture of Multi-view Graph Contrastive Learning on Electronic Health Record. IEEE Journal of Biomedical and Health Informatics (2023). (中科院 1 区)
[10]脉搏波信号的提取与双域分析. 电子技术应用. 2019;45(2):53-7.（北大核心，一作）

发明专利

[1] 一种融合实体类型的关系三元组抽取方法,中国,CN202210026447.0
[2] 基于图神经网络的短文本相似度计算方法,中国,CN202210056446.0
[3] 一种新闻评论的情感分析与生成方法, 中国,CN202210102343.3
[4] 基于梯度改进的元学习少样本文本分类方法,中国,CN202210101017.0
[5] 预测药物靶标相互作用的多注意力方法,中国,CN202110045057.3
[6] 用于脉搏波检测的最佳取脉压方法,中国，CN201811469727.9
[7] 一种新闻评论的情感分析与生成方法，中国，CN202210102343.3
[8] 一种基于对比学习的敏感文本表征方法，中国，CN202310517482.7
[9] 一种基于对比学习的自然文本编码方法，中国，CN202310197311.0

代表性主研项目

[1] 基于人工智能的法律咨询关键技术研究，四川省 2019 年重点技术领域重点研发项目（项目编号： 19ZDYF）
[2] 人工智能机器人关键技术研究，教育部-中国移动科研基金（基金号： MCM20180405）
[3] 基于新一代信息技术的四川烟草法治建设研究及应用，四川烟草总公司（项目编号：SCYC202135）
[4] 可解释小样本深度学习与非完备信息博弈及其在电磁对抗中的应用，国家自然科学基金联合基金重点项目 (基金号： U19A2078)
[5] 面向低质量文本的句子表征方法研究, 太阳成集团tyc3355cc启航计划（项目编号：2024QHZ022）