姓名： 杭婷婷
职称： 讲师
E-Mail：hangtt@ahut.edu.cn
主要研究方向：
自然语言处理、信息抽取
个人简介：
杭婷婷，女，硕士生导师，2022年3月毕业于河海大学软件工程专业，获博士学位，现为安徽工业大学计算机科学与技术学院讲师，软件工程系系主任。目前主要从事知识图谱构建与信息抽取研究。先后主持国家自然科学基金项目1项，省部级课题3项，参与国家重点研发计划2项，入选安徽省教坛新秀、省高校优秀青年人才支持计划。
所授课程：
《机器学习》（研）、《数据库原理及应用》、《软件工程》
科研课题：
- 国家自然科学基金青年项目，面向开放域文本的少样本关系和持续关系抽取方法研究，62306007，主持，在研
- 安徽省高校自然科学研究重点项目，水利领域大数据知识图谱构建关键技术研究，KJ2019A1277，主持，已结题
- 安徽省高校优秀青年人才支持计划项目，基于动态模式库的数据匮乏地区中小河流洪水预报方法研究，gxyq2018141，主持，已结题
代表性论著：
(1) Hang T, Ding H, Tang Q, et al. PQMT: Position-aware Network and Qualifier-Interactive Attention for multi-task hyper-relation extraction[J]. Information Processing & Management, 2026,63(2):104453.(SCI，中科院1区Top)
(2) Hang T, Wu W, Liu S, et al. GAPrompt: A soft prompt compression model for few-shot relation extraction[J]. Knowledge-Based Systems, 2025,330:114728.(SCI，中科院1区Top)
(3) Hang T, Liu S, Feng J, et al. Few-Shot Relation Extraction Based on Prompt Learning: A Taxonomy, Survey, Challenges and Future Directions[J]. ACM Computing Surveys, 2025,58(2):1-38.(SCI，中科院1区Top)
(4) Hang T, Wu W, Feng J, et al. A survey of Few-Shot Relation Extraction combining meta-learning with prompt learning[J]. Neurocomputing, 2025,647:130534.(SCI，中科院2区)
(5) Hang T, Feng J, Wang Y, et al. Graph neural networks with selective attention and path reasoning for document-level relation extraction, Applied Intelligence, 2024,54(7):5353-5372. (SCI，中科院2区)
(6) Hang T, Feng J, Wu Y, et al. Joint Extraction of Entities and Overlapping Relations using Source--target Entity Labeling [J]. Expert Systems with Applications, 2021,177:114853. (SCI，中科院1区Top)
(7) 杭婷婷,冯钧,陆佳民.知识图谱构建技术:分类、调查和未来方向[J].计算机科学,2021,48(2):175-189. (CCF B类中文期刊)
(8) 杭婷婷,郭亚,李德胜,等.持续关系抽取方法研究综述[J].计算机工程与应用,2025,61(14):1-19. (EI)
(9) 杭婷婷,丁海超,郭亚,等.多元关系知识表示学习方法研究综述[J].计算机工程与应用,2025,61(3):62-83. (EI)
(10) 冯钧,朱跃龙,杭婷婷,巫义锐,陆佳民,王文鹏,知识图谱研究与领域实践,人民邮电出版社,2022.
