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