发布时间：2025-09-01 09:20
2025年8月，计算机与人工智能学院袁鑫攀副教授研究团队的黄明珠同学长文被The 2025 Conference on Empirical Methods in Natural Language Processing(EMNLP 2025)主会(Main)录用。EMNLP是计算语言学和自然语言处理领域的顶级国际学术会议之一，全称为“自然语言处理实证方法会议”。该会议主要关注基于数据驱动和机器学习方法的自然语言处理技术，涵盖语言分析、信息抽取、机器翻译、文本生成等研究方向。EMNLP在中国计算机学会推荐会议列表中被列为B类会议,EMNLP和ACRACL、NAACL、COLING被称为自然语言处理四大顶会。EMNLP 2025将于2025年11月5日至11月9日在中国苏州举行。论文信息如下：题目：MMAG: Multimodal Learning for Mucus Anomaly Grading in Nasal Endoscopy via Semantic Attribute Prompting作者：袁鑫攀, 黄明珠, 化刘杰*, 鞠佳诺, 张旭录用类别：Main, Long paper简介：在鼻内镜检查中，准确分级鼻炎严重程度高度依赖于关键分泌物类型的表征，尤其是清涕（CND）和脓性分泌物（PUS）。然而，这两类分泌物在外观上具有模糊性，并且结构差异较大，这对弱监督条件下的自动分级带来了挑战。为此，我们提出了MMAG方法，该方法通过将结构化提示与等级感知的视觉-语言建模相结合，实现分泌物的联合检测与分级。我们基于临床描述（如分泌物类型、严重程度、部位）构建属性提示，并通过双分支编码器与多层次视觉特征对齐。在推理过程中，模型能够定位黏液异常，并将输入图像映射到特定严重程度的提示（如“中度脓涕”），再投射到等级感知的特征空间中进行逐级相似性评分。在CND和PUS数据集上的广泛评估表明，我们的方法在各项指标上均优于基线模型。该框架能够在黏液异常的基础上，实现可解释、标注高效且语义驱动的鼻炎严重程度评估。MMAG：论文中提出的模型架构
2025年8月，计算机与人工智能学院袁鑫攀副教授研究团队的黄明珠同学长文被The 2025 Conference on Empirical Methods in Natural Language Processing(EMNLP 2025)主会(Main)录用。EMNLP是计算语言学和自然语言处理领域的顶级国际学术会议之一，全称为“自然语言处理实证方法会议”。该会议主要关注基于数据驱动和机器学习方法的自然语言处理技术，涵盖语言分析、信息抽取、机器翻译、文本生成等研究方向。EMNLP在中国计算机学会推荐会议列表中被列为B类会议,EMNLP和ACRACL、NAACL、COLING被称为自然语言处理四大顶会。EMNLP 2025将于2025年11月5日至11月9日在中国苏州举行。论文信息如下：
题目：MMAG: Multimodal Learning for Mucus Anomaly Grading in Nasal Endoscopy via Semantic Attribute Prompting
作者：袁鑫攀, 黄明珠, 化刘杰*, 鞠佳诺, 张旭
录用类别：Main, Long paper
简介：在鼻内镜检查中，准确分级鼻炎严重程度高度依赖于关键分泌物类型的表征，尤其是清涕（CND）和脓性分泌物（PUS）。然而，这两类分泌物在外观上具有模糊性，并且结构差异较大，这对弱监督条件下的自动分级带来了挑战。为此，我们提出了MMAG方法，该方法通过将结构化提示与等级感知的视觉-语言建模相结合，实现分泌物的联合检测与分级。我们基于临床描述（如分泌物类型、严重程度、部位）构建属性提示，并通过双分支编码器与多层次视觉特征对齐。在推理过程中，模型能够定位黏液异常，并将输入图像映射到特定严重程度的提示（如“中度脓涕”），再投射到等级感知的特征空间中进行逐级相似性评分。在CND和PUS数据集上的广泛评估表明，我们的方法在各项指标上均优于基线模型。该框架能够在黏液异常的基础上，实现可解释、标注高效且语义驱动的鼻炎严重程度评估。
MMAG：论文中提出的模型架构
