登录 帮助
打印
主页打开set_DTP_studenship.html
 

全日制博士生:可解释的开放集错误信息分类

项目描述:

该项目将开发一个开放集错误信息分类模型,解决错误信息中的几个挑战。该模型将在一个开放集(即无限数量的错误信息类别)假设下设计,该假设在错误信息类别不断演变的情况下提供稳健的类别分类性能。该模型还将提供新的类别检测功能和预测解释,以帮助事实审查员和相关专业人员发现错误信息主题的变化。该项目还将研究一些快速学习方法,以便能够快速适应模型,以应对错误信息类别的演变。

你将研究在线分析计算方法的最新进展错误信息,更具体地说,调查多语言深度学习方法。作为学生,希望通过国家和国际会议和期刊进行传播。

在这个学生生涯中,你将在联系紧密、世界领先的自然语言处理(NLP)领域工作谢菲尔德大学的研究小组是欧洲最大的此类组织之一。

入学要求:

一个很好的本科学位(至少英国2:1荣誉学位,或国际同等学历)或一个MEng/MSc(或同等学历,或接近结业),在计算机科学或相关领域获得一流荣誉或荣誉。如果英语不是你的第一语言,你的雅思总分必须达到6.5分,每个部分不得低于6.0分。

如何申请:

要申请博士学位,必须使用研究生在线申请表直接向谢菲尔德大学提出申请。请确保指定宋兴义博士为您的导师。

https://www.sheffield.ac.uk/postgraduate/phd/apply/apply/应用

该表单有全面的说明供您遵循,并提供弹出式帮助。

你的研究建议应该:

截止日期:

成功申请者预计将于2022年10月开始。请提交您的申请尽快,最新发布者2022年5月10日适用于本国学生,2022年4月10日针对国际学生。

资金筹措信息

EPSRC DTP拨款将向UKRI支付3.5年的学费和津贴(目前2021/22年为15609英镑),以及4500英镑的RTSG(整个奖项)。

如有任何一般疑问,请联系Song Xingyi博士,电子邮件:x.song@sheffield.ac.uk