基本信息：

助理教授

办公地点：求索楼1153

邮箱：yu@bocaizone.com

教育背景：

2018-2023，中国人民大学，博彩社区-论坛博彩 ，博士

2015-2018，中国科学技术大学，软件博彩社区 ，硕士

2010-2014，辽宁大学，博彩社区-论坛博彩 ，学士

研究兴趣：

信息检索、自然语言处理、智慧司法、推荐系统等。

当前主要关注大语言模型在上述方向的应用，欢迎对相关研究感兴趣且具备编程基础的同学与我联系。

论文发表：

Sun, Z., Yu, W., Si, Z., Xu, J., Dong, Z., Chen, X., ... & Wen, J. R. (2023). Explainable Legal Case Matching via Graph Optimal Transport. IEEE Transactions on Knowledge and Data Engineering (TKDE). (CCF-A)

Dai, S., Shao, N., Zhao, H., Yu, W., Si, Z., Xu, C., ... & Xu, J. (2023). Uncovering ChatGPT's Capabilities in Recommender Systems. In Proceedings of the 17th ACM Conference on Recommender Systems (RecSys). (CCF-B)

Yu, W., Pang, L., Xu, J., Su, B., Dong, Z., & Wen, J. R. (2022). Optimal Partial Transport Based Sentence Selection for Long-form Document Matching. In Proceedings of the 29th International Conference on Computational Linguistics (COLING). (CCF-B).

Yu, W., Sun, Z., Xu, J., Dong, Z., Chen, X., Xu, H., & Wen, J. R. (2022). Explainable legal case matching via inverse optimal transport-based rationale extraction. In Proceedings of the 45th International ACM SIGIR Conference on Research and Development in Information Retrieval. (CCF-A).

Yu, W., Xu, C., Xu, J., Pang, L., & Wen, J. R. (2022). Distribution distance regularized sequence representation for text matching in asymmetrical domains. IEEE/ACM Transactions on Audio, Speech, and Language Processing (TASLP). (CCF-B)

Yu, W., Xu, C., Xu, J., Pang, L., Gao, X., Wang, X., & Wen, J. R. (2020). Wasserstein Distance Regularized Sequence Representation for Text Matching in Asymmetrical Domains. In Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing (EMNLP). (CCF-B).

曾玮, 俞蔚捷, 徐君, 兰艳艳, & 程学旗. (2020). 模仿排序学习模型. 中文信息学报. (CCF-T1).

科研项目：

参与国家重点研发计划“面向多元化纠纷化解的智能法律助理和类案分析系统关键技术研究”。

参与国家自然科学基金面上项目“基于强化学习的信息检索排序模型研究”。

学术活动：

中文信息学会信息检索专委会通讯委员。

SIGIR 2022、CCL 2022 、CCIR 2023、SIGIR-AP 2023等国内外学术会议程序委员会委员；NeurIPS、SIGIR、WWW、WSDM等国际学术会议审稿人。

受邀参加中文信息学会AIS 2022、第三届中科院计算所夏培肃青年学者论坛并进行论文分享。

讲授课程：

《文本挖掘与自然语言理解》