基本要求：
1、掌握ThinkPHP（或Spring MVC或SSH或SSM或其它语言开发框架）后端开发框架；
2、掌握HTML5、CSS3、JQuery、微信小程序等前端开发技术及其开发框架；
3、掌握机器学习基本算法基本原理，会用Python3相关库实现上述算法 ；
4、会使用基于Ollama部署大模型进行二次开发
4、能够阅读英文文献；
5、有足够精力与毅力参与科创与科研。
6、了解机器学习常规算法与原理、大模型运作基本原理。

导师制指导目标
1、至少1篇C类以上文章；
2、实现相关DEMO系统
3、完成发明专利撰写并提交

有意者联系 ise_mak@ujn.edu.cn

最新论文录用情况：
计科2103方家琪投稿论文被IJWIS录用
计科1801苏南投稿论文被JIFS（JCR Q3）录用
计科1701姚胤楠投稿论文被IJGUC（EI期刊）录用
计创1701侯志浩、于佳联合论文被EAAI 2020（JCR Q1）录用
王玉凤、计创1701侯志浩联合论文被EAAI 2020（JCR Q1）录用
计科1701姚胤楠投稿论文被SemEval 2020（NLP会议、期刊中的第四位）录用
计科1704刘方涵投稿论文被ICA3PP 2020（CCF C类）录用
计卓1601李松谦投稿论文被HPCC 2019（CCF C类）录用
计科1701姚胤楠投稿论文被UIC 2019（CCF C类）录用
计软1501牛学蔚投稿论文被SCI期刊IJWGS（JCR Q4）录用
计软1501牛学蔚投稿论文UIC 2018（CCF C类）录用
计科1301杨哲投稿论文被CCPE期刊（CCF C类）录用

In the last of 2013, both papers that are submitted to Engineering Applications of Artificial Intelligence (EAAI) are accepted. Engineering Applications of Artificial Intelligence is a JCR Q1 journal with impact factor 8.5.

In 2022, our two papers (APIN-D-21-03063 and APIN-D-22-00860) are published by Applied Intelligence. Applied Intelligence is a CCF C & Q2 journal.

After 10 months' review, another CCPE paper (CPE6754, TM-HOL: Topic Memory model for Detection of Hate Speech and Offensive Language) is accepted. Concurrency and Computation: Practice and Experience (CCPE) is a CCF C journal.

After 8 months' review, IJGUC-310798 paper is accepted. International Journal of Grid and Utility Computing (IJGUC) is a EI indexed journal.

After 6 months' review, another Engineering Applications of Artificial Intelligence (EAAI) paper is accepted. Engineering Applications of Artificial Intelligence is a JCR Q2 journal with impact factor 4.204.

近日，腾讯云开发团队（Tencent CloudBase，TCB）联合高校组织了云开发CloudBase训练营和云开发挑战赛。由济南大学信息科学与工程学院马坤老师指导，从各院系招募精英组成的济南大学腾讯校园星推官50名，组织了济大云开发校园技术工作坊相关活动，帮助同学们快速提升软件开发相关技能。

济南大学云开发校园技术工作坊是面向广大在校大学生的公益性技术交流活动，通过腾讯提供的优质教学资源和完善培训机制，结合开放式技术工作坊形式，旨在让更多同学体验开发乐趣、发挥创意、实现价值，帮助同学们快速掌握云开发和小程序开发技能，提升活动策划与运营能力。本次工作坊结合实战任务和比赛组成双重结项标准，体验感更好，让大家在掌握技术的同时免费获得专属的认证证书，并为优秀学员提供了腾讯云CloudLite认证。

参加济南大学云开发校园技术工作坊的学生纷纷表示，经过本次培训和比赛，学习了更多前沿的人工智能知识，获得了云开发项目实践的经验，锻炼了代码能力和团队协作能力，对云开发相关技术有了更多的了解。本次训练计划，培养了同学们的创新精神，加强了学生的智能技术运用能力、团队协作能力及开发创新能力，为今后科创活动的开展奠定了坚实基础。

云开发校园技术工作坊是腾讯联合高校为了推动信息科学技术创新，培养互联网顶级人才而设立的。济南大学信息科学与工程学院作为中国高校微信应用教育联盟成员，积极组织与参加腾讯组织的各项科创竞赛。在今年的2020中国高校计算机大赛-微信小程序应用开发赛中，信息学院获得国赛二等奖1项、三等奖1项。

课题组大三学生姚胤楠带队组成人工智能自然语言处理研究小组，指导教师马坤副教授，在2020年3月参加了第十四届国际语义评测比赛（International Workshop on Semantic Evaluation; SemEval 2020），完成了任务12：Multilingual Offensive Language Identification in Social Media，并在该任务的评测中取得全球第15名成绩（81个队伍入选决赛）。比赛详细报告

国际语义评测比赛由国际计算语言学会（ACL）下属的专门兴趣小组 SIGLEX 主办。国际语义评测大会SemEval是全球范围内影响力最强、规模最大、参赛人数最多的语义评测竞赛。除此之外，根据2019年Google Scholar Metrics的数据，发表在SemEval的文章在Computational Linguistics领域的影响力仅次于ACL/EMNLP/NAACL三大会，位于NLP会议、期刊中的第四位。ACL 作为目前世界上计算语言学和自然语言处理领域影响力最大的组织，其每年举办的国际语义评测比赛都吸引着世界各大顶尖高校的实验室和科技企业的研究人员，比赛中的每个任务都有数百个队伍报名参与。

在这一次比赛中，参赛队伍选择的任务关注的是检测社交媒体文本中的攻击性语言。对于“识别和分类社交媒体中的攻击性语言任务”。参赛队伍需要利用官方提供的训练数据集OLID(The Offensive Language Identification Dataset)，训练出一个能鉴别用户发布的文本是否是“攻击性言论”的人工智能模型。

参赛学生选用了华盛顿大学西雅图分校保罗·艾伦（Paul G.Allen）计算机科学与工程学院和Facebook AI研究院在 2019 年 7 月共同发布的 A Robustly Optimized BERT Pretraining Approach（RoBERTa）模型。因为 RoBERTa模型的训练需要大量的算力，在参加比赛的过程中，指导教师马坤副教授为科研团队的学生提供了用于训练的计算资源，保证了模型训练的正常进行。参赛学生在预训练模型的基础上使用自己的数据进行训练和微调。并利用所学知识对预测结果进行分析，反复尝试以寻找最好的数据预处理方式和提高模型效果的方法。

参赛的学生表示，经过这次比赛，学习到了许多最前沿的人工智能、自然语言处理的知识。锻炼了代码能力和团队协作能力，对自然语言处理问题有了更多的经验。