胡玉雪，女，博士，讲师，硕士研究生导师。

研究方向：人工智能（自然语言处理、委婉语检测和识别）

招生说明：

1. 本人具有多年企业研发、项目管理及团队管理经验，注重员工科研能力、实践能力和团队协作能力的培养；

2. 希望员工对人工智能、自然语言处理等方向感兴趣，主动学习、善于沟通，积极阳光、热爱运动，具有良好的团队精神；

3. 本次导师与员工实行双向选择，有意向的员工可提前通过QQ或邮箱联系，进行充分沟通和相互了解。

联系方式：1049620494（QQ/邮箱）

参与项目：

[1] 国家自然科学基金面上项目（2023-2026）：社会媒体委婉语释义自动生成关键技术研究（62272188） 撰写部分章节和项目执行。

[2] 内蒙古自治区科技重大专项（2021-2024）：子课题“玉米种植全生育期信息化知识图谱构建”（2021ZD0046） 撰写部分章节和模块执行。

发表论文：

[1] Hu Y, Wu M, Huang Z, Li J, Ge X, & Sha Y*. Euphemism Identification via Feature Fusion and Individualization[C]//Proceedings of the ACM on Web Conference 2024. 2024: 2383-2394. (CCF A)

[2] Hu Y, Li J, Wu M, Huang Z, Chen G, & Sha Y*. Uncovering and Mitigating the Hidden Chasm: A Study on the Text-Text Domain Gap in Euphemism Identification[C]//Proceedings of the AAAI Conference on Artificial Intelligence. 2024, 38(16): 18270-18278. (CCF A)

[3] Hu Y#, Li J#, Wang T#, Su D, Su G, & Sha Y*. A Unified Generative Framework for Bilingual Euphemism Detection and Identification[C]//Findings of the Association for Computational Linguistics ACL 2024. 2024: 6753-6766.（CCF A Findings）

[4] Hu Y#, Li J#, Chen M#, Su D, Wang T, & Sha Y*. Keyword-Oriented Multimodal Modeling for Euphemism Identification[C]//2025 IEEE International Conference on Multimedia and Expo (ICME),2025:1-6. (CCF B)

[5] Wu, J#.; Hu, Y.#; Huang, Z.; Li, J.; Li, X.; Sha, Y*. Enhancing Predictive Expert Method for Link Prediction in Heterogeneous Information Social Networks. Appl. Sci. 2023; 13(22):12437.

[6] 胡玉雪,吴明民,沙灜*,曾智,张瑜琦. 基于自监督学习的委婉语识别方法[J].中文信息学报. 2023, 37(10): 55-63,75 (CCF T1)

[7] 胡玉雪,黄仲强,王同官,苏东宇,申余丰,沙灜. 基于mBART的农作物命名实体规范化研究[J].农业机械学报,2025,56(7):558-566.（EI）

[8] 胡玉雪,徐勋光,王海燕等.基于DIND的大数据实验平台探索与应用研究[J].实验室研究与探索,2022,41(12):295-299+324. （中文核心）

[9] Wu M, Hu Y, Zhang Y, Zeng Z, Su G, & Sha Y*. Mitigating idiom inconsistency: A multi-Semantic Contrastive Learning Method for Chinese idiom reading comprehension[c]//Proceedings of the AAAI Conference on Artificial Intelligence.2024,38(17):19243-19251. (CCF A)

[10] Huang Z, Hu Y, Zeng Z, Li X, Ying S*. Multimodal Stacked Cross Attention Network for Fine-Grained Fake News Detection[C]//2023 IEEE International Conference on Multimedia and Expo (ICME). IEEE, 2023: 2837-2842. (CCF B)