Doctoral Student
谢庭玉，浙江大学计算机科学与技术学院的博士生。她从浙江工业大学获得了学士学位。 主要研究方向为自然语言处理、知识图谱，熟悉主流机器学习算法和深度学习模型。已发表一篇EI学术论文、一篇高质量国际学术会议论文。她致力于研究基于机器学习和深度学习的自然语言处理技术，并推动知识图谱在核心工业界的应用。
2022
A lattice LSTM-based framework for knowledge graph construction from power plants maintenance reports Journal Article
In: Service Oriented Computing and Applications, pp. 1–11, 2022.
2019
Knowledge Graph Construction for Intelligent Analysis of Social Networking User Opinion Inproceedings
In: International Conference on e-Business Engineering, pp. 236–247, Springer 2019.
