來源 | 中國中文資訊學會青年工作委員會
YSSNLP2025將於2025年6月13-16日在遼寧省大連市召開，由大連理工大學承辦。本次會議的主題是“大模型拓界語言智慧新境，連青年共築學術創新生態”，其宗旨是面向國家需要，緊跟國際發展動態，探討青年學者如何把握時代機遇，開展特色研究工作。為更好地促進自然語言處理領域國內外青年同行的交流，本屆研討會特別邀請NLP領域的知名專家和青年學者，圍繞自然語言處理的熱點、難點問題展開討論，為與會代表提供寶貴的交流平臺。本屆研討會為期四天，竭誠歡迎學術界、企業界和關心NLP發展的朋友參與本次會議！YSSNLP的目標為搭建國內智慧資訊處理領域的學術研究與交流平臺，培養一批高水平的人工智慧人才。願青年同道，攜手共進，為自然語言處理領域做出卓越貢獻！
時間:2025年6月13-16日
地點:大連·香洲花園酒店
地址:大連市西崗區長春路171號
會議官網:https://yssnlp2025.com/
會議註冊:(早鳥截止日期5.25)
https://yssnlp2025.com/register/
“大模型認知建模”分論壇主持人：王少楠（中科院自動化所）
主持人簡介：王少楠，中科院自動化所模式識別國家重點實驗室副研究員，紐約大學訪問學者。研究方向為自然語言理解和語言的神經認知基礎。在國際重要會議和期刊發表學術論文30餘篇，出版《文字表示方法》專著一本，參與國家自然科學重點基金專案“基於自然語言理解的語言認知和計算模型”和科技創新2030腦科學與類腦研究重大專案，主持青年科學基金專案“語言表徵機理及受腦啟發的文字表示模型研究”。獲中國科學院院長獎學金特別獎、中國科學院優秀博士論文、中文資訊學會優秀博士論文、中科院腦科學與智慧技術卓越創新中心青年人才獎勵基金等，入選中國科協青年人才託舉工程和中國科學院青年創新促進會會員。
報告嘉賓：蔡清（華東師範大學）
報告題目：語義的對齊和對不齊：模型差異、個體差異和與概念差異
報告摘要：
語言是人類理解世界的核心工具。近年來，將大資料與神經影像學相結合的研究為我們提供了新的視角，並幫助我們更深入地理解大腦中語言的多維組織。在這個報告中，我將介紹 SWOW‑ZH 中文詞彙聯想資料集，並舉例介紹它如何支援基於大規模人類資料的模型與自然語言處理模型在語義加工中的對比，以強調語義的多模態特性以及大規模人類實驗資料的價值。我們還關注個體差異如何影響語言加工中的神經活動對齊。我們之前的研究發現，雙語者在語言加工中的跨主體神經同步性會受到熟練度的調節。在最近針對母語者的研究中，我們發現閱讀經驗的相似性會影響文字閱讀過程中的神經模式對齊，強調了經驗與認知之間的聯絡。最後，我將簡要討論概念自身的變異性及其與個體差異的關係，以及它們如何影響語言加工以及更廣泛的認知過程。
嘉賓簡介：
蔡清，華東師大心理與認知科學學院教授，博導；腦科學與教育創新研究院副院長；華師大兒童腦成像中心主任。主要關注語言和高階認知能力的發展和神經機制。目前擔任中國心理學會語言心理學專業委員會副主任委員、中國神經科學學會認知神經生物學分會委員、Frontiers in Language Processing期刊專業主編等
報告嘉賓：鬱曦（北京師範大學）
報告題目：學齡前兒童概念範疇結構的形成機制
報告摘要：
紛繁複雜的物體概念知識在人腦中是按照語義範疇（如動物、工具等）儲存表徵的，這種範疇化認知是人類高效識別和使用各類物體的基礎。人類從出生起透過與外界環境互動，在1歲左右開始建立客體概念，並隨著經驗的積累，在幼兒園階段（3-6歲）逐漸發展出層級化的語義範疇結構（如基本層-上位層-下位層）。這種結構幫助兒童透過範疇內特徵推理（如形狀-功能對映）高效學習新客體並靈活應用知識。以工具為例，當兒童將新異客體歸類為工具時，能快速提取其可操作性特徵，並基於已掌握的工具知識（如長柄-敲擊功能關聯）推斷潛在用途。然而，語義範疇的形成機制仍存在爭議，特別是先天認知傾向與經驗統計學習的互動作用尚需闡明。本研究聚焦範疇化能力發展的關鍵期（3-6歲），透過系統測量兒童在語義加工任務中的行為表現，刻畫不同範疇概念的發展軌跡，並結合多模態資料建模方法，揭示分類層級結構形成的認知計算機制。
嘉賓簡介：
鬱曦，北京師範大學心理學部副教授，博導，目前主要從事學齡前兒童（0-6歲）語言發展的認知神經機制的研究，利用各種成像技術(fMRI/MRI/DTI)和認知行為實驗揭示學齡前兒童各項語言能力（如語音發展、概念習得）的學習機制和腦基礎。同時，致力於發展漢語兒童的語言發展評估測驗，以及開發面向發展性語言障礙兒童的早期診斷和干預專案。相關成果發表在Nature Communications, JAMA Network Open, Child Development Perspectives, Developmental Cognitive Neuroscience等國際權威綜合和心理發展領域期刊發表實踐和綜述文章。
報告嘉賓：鄭偉龍（上海交通大學）
報告題目：腦電大模型與動態視覺感知解碼
報告摘要：
目前基於腦電訊號的深度學習模型通常是為特定資料集和腦機介面應用而設計的，這限制了模型的規模，從而削弱了模型的表徵能力和泛化性。近些年來，腦電基座大模型越來越受到廣泛關注，其研究的目的是開發腦電時空預訓練模型，使其突破不同任務型別腦電資料集的限制，透過自監督預訓練獲得腦電訊號的通用表徵能力，然後在不同的下游任務上對模型進行微調。另外，我們日常生活中的視覺體驗受動態變化主導。從大腦活動中解碼此類動態視覺資訊可以增強對大腦視覺處理系統的理解。然而，先前的研究主要側重於重建靜態視覺刺激。本報告將介紹我們從腦電解碼動態視覺感知工作。我們開發了視覺解碼資料集，記錄了 20 位受試者在觀看 1400 個包含 40 個概念的動態影片片段時的訊號。我們提出了EEG2Video用於從腦電訊號中重建影片，更好地將動態視覺資訊與腦訊號對齊。
嘉賓簡介：
鄭偉龍，上海交通大學計算機學院副教授，博士生導師。入選國家級高層次海外青年人才和上海市海外高層次青年人才。麻省理工學院和哈佛大學醫學院麻省總醫院博士後。長期從事腦認知與智慧、情感計算、腦機互動、類腦計算等研究。在國際高水平會議和期刊發表研究論文120餘篇， Google學術引用9800餘次，單篇被引超兩千次。榮獲IEEE Transactions on Autonomous Mental Development最佳論文獎、IEEE Transactions on Affective Computing最佳論文獎和ACM Multimedia Top Paper獎、中國人工智慧學會優秀博士學位論文獎、吳文俊人工智慧自然科學一等獎，入選上海市浦江人才、小米青年學者、微軟亞洲研究院鑄星計劃、2023和2024年全球前2%科學家年度影響力榜單。目前擔任IEEE Transactions on Affective Computing編委。
報告嘉賓：石倩倩（清華大學）
報告題目：基於皮層-海馬環路的類腦持續學習
報告摘要：
生物系統在終身學習方面表現出卓越能力，而現代人工系統卻常因“災難性遺忘”而難以實現持續學習。這一瓶頸主要源於人工神經網路在整合新舊知識時難以實現有效平衡。受大腦皮層-海馬環路中“雙重記憶表徵”機制的啟發——該機制能夠分別編碼具體資訊與泛化資訊——我們提出了一種新穎的類腦混合模型：皮層-海馬異構網路（corticohippocampal hybrid neural network, CH-HNN）。該模型結合脈衝神經網路（Spiking Neural Networks, SNNs）與人工神經網路（Artificial Neural Networks, ANNs），模擬大腦在記憶管理中的策略。透過同時利用特化與泛化的表徵，該模型有效緩解了災難性遺忘，使模型能夠在不斷適應新任務的同時保留既有知識。大量實驗表明，該混合模型在類別增量學習和任務增量學習中均優於傳統模型，展現出更強的泛化能力。此外，我們在架構中引入皮層-海馬的前饋與反饋迴路，進一步優化了知識調控機制，提升了學習過程的效率和穩定性。該異構系統不僅在複雜環境中表現出更高的魯棒性和適應性，同時具備較低的能耗，為可持續人工智慧的發展提供了全新路徑。
嘉賓簡介：
石倩倩，清華大學精密儀器系類腦計算中心博士後，長期從事神經科學與人工智慧交叉研究。研究方向涵蓋神經資料建模、類腦多模態識別演算法，目前聚焦於大腦啟發的持續學習機制與多模態智慧演算法的研究。相關成果以第一作者發表在 Nature Communications、Pattern Recognition、Cell Reports 等國際頂尖期刊。
報告嘉賓：葉子逸（清華大學）
報告題目：基於腦訊號的語義解碼與互動系統設計
報告摘要：
當前，基於腦訊號的語義解碼技術和相關裝置尚未達到能廣泛應用於協助人與資訊系統互動的成熟水平。從低信噪比的腦訊號中提取語義資訊並將其高效應用於資訊系統仍面臨巨大挑戰。針對這一問題，我們提出了兩種方法來應對開放式語義解碼場景和基於反饋的語義解碼場景。在開放式語義解碼場景中，我們提出了BrainLLM，該方法將大腦記錄中解碼的語義表徵直接作為大語言模型的輸入，並結合上下文文字生成語言。研究表明，BrainLLM在處理高困惑度解碼內容時表現更為有效；且隨著語言模型能力的提升，腦訊號帶來的效能增益也隨之增加。在基於反饋的語義解碼場景中，我們提出了一種腦拓撲網路，用於理解使用者對反饋內容的滿意度，並設計了一種利用從腦訊號中採集的反饋資訊來進行基於語義的相關性反饋的方法。我們在閉環系統中驗證了該方法的效果，初步探索了其在資訊系統中的應用潛力。
嘉賓簡介：
葉子逸，清華大學計算機系博士生。主要研究方向包括資訊檢索、人工智慧、腦機互動等，其代表性研究成果主要有基於腦機介面的資訊檢索系統原型構建、可解釋的人類偏好對齊模型構建等。在國際高水平會議和期刊發表或錄用研究論文十餘篇，其中以第一作者在Nature Communications Biology, ICLR, TOIS, SIGIR, MM, The Web Conference等國際頂尖會議和期刊（SCI一區或CCF-A類）上總計發表長文7篇。曾獲國家獎學金、清華大學綜合優秀獎學金、CCIR最佳論文提名等榮譽。
分論壇主席：
田植良（國防科技大學）、王少楠（中國科學院自動化研究所）
首席贊助商
主贊助商
金牌贊助商
關於我們
