1.  个人基本信息

唐焕玲，女，1970年2月出生，博士，教授，硕士生导师，中国计算机学会高级会员，中国人工智能学会机器学习专业委员会委员，中国人工智能学会粒计算与知识发现专业委员会委员，中国计算机学会高级会员，烟台市政协委员、九三学社烟台市委员会常委。1993年于烟台大学电子学与计算机科学系，获得工学学士学位；2004年于清华大学计算机科学与技术专业，获得工学硕士学位；2009年于大连海事大学应用技术专业，获得工学博士学位，目前任职于山东工商学院计算机科学与技术学院。长期从事机器学习、自然语言处理和数据挖掘等方向的理论及应用研究。近年来主持完成国家自然科学基金面上项目2项，在国内外学术期刊和学术会议上发表学术论文40余篇，出版专著1部，专利4项，荣获山东高校优秀科研成果（自然科学类）叁等奖1项。

2.  教学情况

（1）主讲课程：

本科课程：数据结构与算法、机器学习、数据挖掘、软件需求分析等。

硕士研究生课程：大数据理论与方法、数据科学与工程、XML技术。

（2）数据结构MOOC, 山东省高等学校课程联盟在线开放课程,唐焕玲,石艳荣,肖进杰, 陈姝颖,李博,刘晓华.

   课程网址：       

https://coursehome.zhihuishu.com/courseHome/2099362#review

（3）参编教材：深入浅出数据结构,刘晓华,肖进杰,唐焕玲,石艳荣，陈姝颖,清华大学出版社,2015.6.

3.  科研项目

l  主持的科研项目

[1]国家自然科学基金面上项目“面向交叉领域文本挖掘的主题模型研究”（编号：61976124），唐焕玲博士，项目负责人，61万，2020.1~2023.12

[2]国家自然科学基金面上项目“面向文本分类的迁移学习和半监督学习方法研究”（编号：61175053），唐焕玲博士，项目负责人，57万，2012.1~2015.12

l  参与的科研项目

[1]国家自然科学基金面上项目“深度神经网络启发搜索的归纳程序合成关键技”(编号：61976125)，国家自然基金面上项目，61万，2020.01~2023.12，参与，第二位。

[2]国家自然科学基金专项项目“面向多任务优化的元知识差分进化算法及其可解释性研究”（编号：62341605），15.00万，2024.1~2024.12，参与，第二位。

4.  获奖

[1]一种结合独立性模型与差异性评估的Co-training改进方案，山东高校优秀科研成果（自然科学类）叁等奖,山东省教育厅,位次1/2,2009.

[2]“结合相互独立性模型和差异性评估对Co-training的改进”第十一届中国机器学习会议（CCML2008）优秀学生论文奖，中国人工智能学会机器学习专委会, 位次1/3, 2008.

5.  代表性论文

      [1]       HuanlingTang*,Xiaoyan Liu, Yulin Wang, Quansheng Dou, Mingyu Lu. Pay Attention to the HiddenSemanteme[J/OL]. Information Sciences. 2023(640C).DOI:10.1016/j.ins.2023.119076.(JCR Q1, SCI-1 TOP)  （Volume 640,September 2023）       

      [2]       XiaoyanLiu,Huanling Tang*,Jie Zhao,Quansheng Dou,MingyuLu. TCAMixer: Alightweight Mixer based on a novel triple concepts attention mechanism forNLP[J/OL]. Engineering Applications of Artificial Intelligence.2023,123(PC).DOI:10.1016/j.engappai.2023.106471.(JCR Q1, SCI-2 TOP) （Volume 123 Part C• August 2023）       

      [3]       Tang,H.*, Li,R., Duan, W. et al. A novel abstractive summarization model based ontopic-aware and contrastive learning. Int. J. Mach. Learn. & Cyber.15, 5563–5577, 2024，https://doi.org/10.1007/s13042-024-02263-8(SCI ）

      [4]       HuanlingTANG,Hui ZHU, Hongmin WEI, Han ZHENG, Xueli MAO, Mingyu LU, Jin GUO, Representationof Semantic.Word Embeddings Based on SLDA and Word2vec Model, Chinese Journalof Electronics, 2023, 32(3), 647-654. doi:10.23919/cje.2021.00.113. （SCI ）

      [5]       唐焕玲*,.郑涵, 刘艳红, 马思源,窦全胜; 鲁明羽; Tr-SLDA:一种面向交叉领域的迁移主题模型, 电子学报,2021,49(3):605-613. (EI)

      [6]       唐焕玲*,窦全胜, 于立萍, 宋英杰, 鲁明羽.有监督主题模型的SLDA-TC文本分类新方法,电子学报, 2019,47 (6):1300-1308. (EI)

      [7]       隗昊, 唐焕玲, 周爱,张益嘉,陈飞,鲁明羽. 基于双路分段注意力神经张量网络的临床文本关系抽取,电子学报, 2023,51 (6):658-665. (EI)  

      [8]       刘孝炎,唐焕玲*,王育林,窦全胜，鲁明羽.一种去注意力机制的动态多层语义感知机[J].控制与决策,2024,39(2):588-594.（2024年2月20日通讯作者）（EI）       

      [9]       赵红磊, 唐焕玲*,张玉, 孙雪源,鲁明羽. k-best维特比解耦合知识蒸馏的NER模型, 计算机科学与探索,2024,18(3):780-794.

    [10]       HuanlingTang,Yulin Wang*, Yu Zhang, Quansheng Dou, Mingyu Lu.TS-Mixer: A lightweight textrepresentation model based on context awareness[J]. Expert Systems.02 October2024. DOI: https://doi.org/10.1111/exsy.13732.

    [11]       HuanlingTang,Yulin Wang , Ruiquan Li. Lcp-mixer: a lightweight model based on concept-levelperception for NLP[J]. International Journal of Data Science and Analytics,2024, 2364-4168. https://doi.org/10.1007/s41060-024-00588-9,DOI:10.1007/s41060-024-00588-9. (24 June 2024)

    [12]       HuanlingTang*,Jun Wu, Zhengkui Lin, Mingyu Lu. An Enhanced AdaBoost Algorithm withNaive Bayesian Text Categorization based on a Novel Re-weighting Strategy.International Journal of Innovative Computing, Information and Control(IJICIC). 2010 ,6 (11):5299-5310.  ( SCI，EI).  

    [13]       唐焕玲*,宋双梅,刘孝炎,窦全胜,鲁明羽. 基于u-wordMixup半监督深度学习模型, 控制与决策. 2023,38(6):1646-1652.DOI: 10.13195/j.kzyjc.2021.1789  (EI)

    [14]       唐焕玲*,卫红敏,王育林,朱辉,窦全胜. 结合LDA与Word2vec的文本语义增强方法, 计算机工程与应用, 2022, 58 (13): 135-145.(EI)

    [15]       唐焕玲*,王慧,隗昊, 赵红磊, 窦全胜, 鲁明羽. 面向时钟领域的BERT-LCRF命名实体识别方法, 计算机工程与应用, 2022, 58 (18): 218-226. (EI)

    [16]       唐焕玲*; 刘艳红; 郑涵; 窦全胜; 鲁明羽; 融合SLDA主题模型的不均衡文本分类方法, 计算机工程与应用, 2021,57(12):144-154）(EI)

    [17]       张淑芳，唐焕玲*，郑涵，刘孝炎，窦全胜，鲁明羽. 融合主题模型和动态路由的小样本学习方法，数据采集与处理, 2022,37(3): 586-596.

    [18]       唐焕玲,林正奎,鲁明羽,邬俊. 一种结合独立性模型与差异评估的Co-Training改进方案. 计算机研究与发展,2008,45(11):1874-1881.（EI, 获第十一届中国机器学习会议CCML2008优秀学生论文奖）       

    [19]       唐焕玲,林正奎,鲁明羽. 基于差异性评估对Co-training文本分类算法的改进. 电子学报, 2008, 36(12A):138-143. (EI)

    [20]       唐焕玲,孙建涛,陆玉昌. 文本分类中结合评估函数的TEF-WA权值调整, 计算机研究与发展, 2005, 42(1):47-53. (EI 检索）

    [21]       唐焕玲*，于立萍，鲁明羽. 融合迁移学习的TranCo-Training分类模型，模式识别与人工智能，2013, 25 (5):432-439.

    [22]       唐焕玲,邬俊,鲁明羽. 基于投票信息熵的AdaBoost改进算法. 控制与决策. 2010,25(4)481-492.(EI )

    [23]       唐焕玲*，鲁明羽.利用置信度重取样的SemiBoost-CR分类模型.计算机科学与探索.2011,4(11)1048-1056.  

    [24]       HuanlingTang, Jun Wu,Mingyu Lu, Na Liu. An Improved Semi-supervised CategorizationAlgorithm Based on Mutual Independence Model. Journal of ComputationalInformation Systems, 2008,4(6): 2893-2901(EI )

    [25]       TangHuanling,Lu Mingyu, Liu Na. Co_NBM: A Semi-supervised Categorization Algorithm basedTEF-WA Technique. Proceedings of Grc2007, the 2007 IEEE InternationalConference on Granular Computing, Silicon Valley, Calif., USA: IEEE Pr., 2007:271-274. (EI)

    [26]       HuanLingTang,ZhengKui Lin, Mingyu Lu, Na Liu. A Novel Features Partition Algorithm forSemi-Supervised Categorization. Proceedings of the 7th World Congress onIntelligent Control and Automation, WCICA'08, 2008:129-134 (EI)

    [27]       TangHuanling,Lu Mingyu, Liu Na. A Co-training Approach based TEF-WA technique. Proceedingsof NPC2007, 2007 IFIP International Conference on Network and parallelComputing Workshops, 2007: 1021-1026. (EI)

6.  专著

唐焕玲. 基于半监督与集成学习的文本分类方法, 电子工业出版社, 2013年8月,字数 205千字. ISBN：9787121212567，CIP核字号: 2013 第188126号.

7.  专利

[1]       唐焕玲,窦全胜,于立萍,宋英杰,鲁眀羽,一种基于有监督主题模型的文本分类方法及系统，发明专利, 授权日2020.6.2.专利号 ZL201811398232.1,

[2]       唐焕玲;刘孝炎;王育林;窦全胜;鲁明羽, 一种基于动态多层语义感知机的文本分类方法及系统, 发明专利,申请日期2022.05.10，实审日期2022.08.08.2022105044462

[3]     宋英杰; 张斌; 唐焕玲; 梁远扬; 蔡起海,一种基于视频图像的远程火灾探测系统及方法, 发明专利, 授权日期：2021.11.23,CN202010730365.5

[4]     宋英杰; 窦全胜; 姜平; 唐焕玲; 张斌; 门洪云. 语音查询方法、装置和电子设备，发明专利, 授权日期：2019.03.29,CN201811440115.7