冯翱，理学博士，教授；

Email：fengao@cuit.edu.cn；

科研和研究生招生方向：

1、自然语言处理；

2、大语言模型及应用；

个人简介：

冯翱博士，教授，研究方向为自然语言处理、大语言模型及应用等。现任成都信息工程大学计算机学院教师，曾任计算机学院副院长、美国亚马逊（Amazon.com）软件开发工程师和联想成都研究院资深研究员。四川省学术技术带头人后备人选，成都市特聘专家，四川省高校科研创新团队负责人。

冯翱博士1995-2001年在清华大学就读，1999年获得自动化学士学位，2001年获得模式识别与智能系统硕士学位。2001-2008年在美国马萨诸塞大学阿姆斯特分校（University of Massachusetts Amherst）计算机系就读，从事信息检索模型、话题识别与跟踪（Topic Detection and Tracking）等领域研究，获得计算机科学硕士和博士学位。他博士毕业后先后在美国亚马逊和联想成都研究院任职，主要工作是数据挖掘领域的学术研究和应用开发工作。2015年加入成都信息工程大学，主要进行人工智能、自然语言处理等方面的研究。

他具有丰富的学术研究和工程实践经验，在美国学习期间与同事合作开创了一个新的研究领域（Incident Threading），代表论文被引约500次；在亚马逊和联想工作期间，主持和参与多个重大项目，部分项目年增营收千万元以上；获得17项中国发明专利，并于2012年入选成都市高层次创新创业人才计划（创新长期计划），2018年成为四川省学术技术带头人后备人选。

目前授课：

《高级算法设计与分析》，研究生

《自然语言处理》，研究生

《数据结构》，本科

《经典算法的设计与实现》，本科

目前承担科研项目：

1.基于大语言模型的心理咨询机器人关键技术研究与应用，四川省重点研发项目

2.高校廉洁文化建设公共服务平台关键技术研究，四川省重点研发计划

3.智慧营养师软件开发，横向项目

近5年发表论文（*为通信作者）

1. Dual syntax aware graph attention networks with prompt for aspect-based sentiment analysis. Scientific Reports. 2024, 14(1):1-12.

2. Aspect-level sentiment classification with fused local and global context. Journal of Big Data. 2023, 10(1):176

3. LIPT: Improving Prompt Tuning with Late Inception Reparameterization. Electronics. 2024, 13, 4741

4. Improving Factuality by Contrastive Decoding with Factual and Hallucination Prompts. Sensors. 2024, 24, 7097

5. Unrestricted Attention May Not Be All You Need-Masked Attention Mechanism Focuses Better on Relevant Parts in Aspect-Based Sentiment Analysis. IEEE Access, 2022, 10: 8518-8528

6. Self-Information Loss Compensation Learning for Machine-Generated Text Detection. Mathematical Problems in Engineering, 2021

7. Multi-Self-Attention for Aspect Category Detection and Biomedical Multilabel Text Classification with BERT. Mathematical Problems in Engineering, 2021