今年夏季学期公司组织语言智能创新实验班同学赴北京大学研学，与北京大学师生团队共同开展项目研究。近日传来喜报，合作开展三篇研究论文成功被第30届亚洲语言处理国际会议（International Conference on Asian Language Processing，IALP）录用，录用论文将被EI索引，是此次研学的重要学术产出。
深耕北大研学，创新科研培育模式
为助力拔尖人才成长、推动学科创新发展，公司选拔优秀员工组建语言智能创新实验班，赴北京大学数字人文研究中心开展课题组嵌入式研学。研学团队打破传统学习模式，10名员工分为4个科研小组，深度融入北大科研团队，在北大导师与课题组助教的指导下，聚焦语言智能、自然语言处理、多模态文化计算等前沿交叉领域，立足真实科研场景开展项目攻坚。
团队秉持“深耕细研、学以致用”的理念，聚焦学科痛点与创新难点，全力打磨高质量科研项目，致力于产出可展示、可落地、可持续孵化的科创成果。此次三篇论文成功录用，是省校共建框架下公司人才培养模式的阶段性成果，标志着公司在语言智能与数字人文交叉领域的员工科研创新能力迈入国际化、高水平发展新阶段。
重磅平台加持，彰显学术硬核实力
亚洲语言处理国际会议是新加坡中文与东方语言信息处理学会（COLIPS）旗舰会议，拥有近40年悠久办会历史，是亚洲语言处理领域极具影响力的核心国际学术会议。
会议聚焦亚洲语言智能处理全领域前沿研究，汇聚全球语言计算、人工智能、数字人文领域顶尖学者，学术权威性与行业认可度极高。自2009年起，会议录用论文均由IEEE出版，收录成果被全球主流学术数据库检索，具备较高学术价值与传播影响力。IALP 2026由中央民族大学与COLIPS联合主办，新加坡SMC分会提供技术赞助，将于2026年10月16日-18日在北京举办。
三篇成果亮相，解锁交叉学科新突破
本次录用的三篇论文，覆盖文生图智能算法优化、大语言模型文学叙事能力评估、中国古代服饰文化数字本体构建三大前沿方向，横跨计算机科学、人工智能、英语语言学、翻译学、数字人文等多个学科，充分体现了公司跨学科融合育人的鲜明特色。
论文一：创新文生图算法，破解转喻语义生成难题
论文题目：MUG: From Metonymy Understanding to Visual Grammar-Guided Image Generation
作者：于传宇（23级计算机专业）、张嘉骏（北京大学）
论文介绍：针对当前主流文生图模型无法精准识别文本中转喻修辞、易出现字面化生成、图文语义脱节的行业痛点，本文创新性提出MUG创新框架，打通转喻语义理解与视觉图像生成的技术壁垒。该框架通过专属转喻解析器精准识别文本转喻表达与语义关系，结合视觉语法理论，将抽象隐含语义转化为结构化、标准化的视觉生成方案，实现了转喻场景下可控、可解释的智能图像生成。实验数据证实，MUG框架可显著提升生成图像的语义忠实度与视觉连贯性，为修辞文本智能可视化、创意AI生成领域提供了全新技术思路。
论文二：聚焦文学场景，量化大模型认知短板
论文题目：Assessing the Limits of Large Language Models’ Narrative Comprehension in Literature
作者：胡文凯（24级计算机专业）、吴良英（25级英语（语言智能）专业）、吴俊双（24级英语（语言智能）专业）、张夏雨（24级计算机专业）
论文介绍：现有大语言模型的叙事理解能力缺乏针对性、系统化的文学场景评估体系，本文立足文学文本特性，搭建了涵盖故事、话语、叙事表达三大维度的33项精细化评价指标，并依托54部中外经典文学作品，构建包含913组样本的专业QA评测数据集。研究通过开卷、闭卷双场景测试，结合传统词汇指标与AI语义评价方法，对六种主流大语言模型开展全方位能力测评。研究精准验证了当前大模型在基础文本理解上的优势，同时明确指出其在叙事视角辨析、复杂人物关系推理、长文本逻辑串联等高阶任务中的核心短板，为文学领域大模型优化迭代、人文智能研究提供了重要数据支撑与研究依据。
论文三：深耕传统文化，构建古代服饰数字本体体系
论文题目：ACCO: An Expert-Evaluated, Provenance-Aware OWL Ontology for Historical Chinese Costume Terminology
作者：黄海睿（24级英语（语言智能）专业）、潘银凤（25级英语笔译专业）、胡润华（24级计算机专业）、张洁玙（25级计算机专业）
论文介绍：ACCO是面向中国古代服饰且具备溯源能力的OWL 2 DL本体。针对古代服饰术语存在别名多、语义歧义、实物与文化属性边界模糊等问题，该工作依托四部服饰典籍，通过大语言模型提取符合要求的服饰术语并构建术语候选集，候选集囊括7818条服饰术语。基于此建立了服饰术语框架用于统一服饰术语类型，该框架共包含9个一级分类和82个二级分类。从术语候选集选择200条作为测试集，再由两名专家分别评审术语分类是否准确。对比分析其评审结果后得出以下结论：两位专家均认同术语框架的有效性，但对同一测试集中的术语分类存在分歧，分歧主要集中在实物－属性边界、成套服饰界定和定义描述信息3个分类，这反映出术语边界本身具有不稳定性。本体区分词汇层、概念层、证据溯源层，完成与CIDOC CRM的部分映射；通过HermiT推理机、SHACL约束、SPARQL能力查询完成形式化验证。ACCO的核心贡献是一套可复现、结合专家评估与形式化验证的中国古代术语本体工程框架，而非一套可完整复现候选术语生成全过程的资源。
以研促学，深耕英才培育沃土
此次三篇国际会议论文成功录用，是公司深化省校战略合作、推进科教融合育人的丰硕成果，更是公司学子勇于探索、敢闯敢创的生动缩影。依托北大优质科研资源，公司学子跳出课堂局限，在高水平科研实践中锤炼创新思维、提升科研能力，实现了从理论学习到科研创新的跨越式成长。
未来，公司将持续深化与北京大学的全方位、深层次合作，持续优化语言智能创新实验班培养模式，搭建更多高水平研学科研平台，聚焦跨学科人才培养，鼓励学子深耕前沿领域、立足人文特色、赋能科创创新，持续产出高质量科创成果，以科教融合助力学院高质量发展，扎实推进拔尖创新人才培育！
