ACL 2026: sukces w międzynarodowym konkursie analizy podobieństwa narracji

Rozwiązanie opracowane przez naszego naukowca zajęło drugie miejsce w międzynarodowym konkursie analizy podobieństwa narracyjnego SemEval-2026. Jego autor, mgr Marcin Sawiński, zaprezentował wyniki badań podczas konferencji ACL 2026 w Stanach Zjednoczonych, jednym z najważniejszych międzynarodowych wydarzeń w dziedzinie przetwarzania języka naturalnego.

Jak uniknąć uśredniania emocji? Nowa metoda analizy wydźwięku wykorzystująca modele językowe oraz grafowe sieci neuronowe

Podczas konferencji ACL 2026 w San Diego (Stany Zjednoczone) nasi naukowcy zaprezentowali pracę pt. „PUEB-DimASR at SemEval-2026 Task 3: Escaping the Mean Regression Trap with Graph-Enhanced Transformers for Dimensional Aspect-Based Sentiment Regression”, opracowaną w ramach warsztatów SemEval-2026. Autorzy pracy: mgr Oskar Riewe-Perła oraz dr hab. Agata Filipowska, prof. UEP.

Ograniczanie wpływu treści na wnioskowanie sylogistyczne dużych modeli językowych

Podczas międzynarodowej konferencji ACL 2026 w San Diego w Stanach Zjednoczonych mgr Ewelina Księżniak zaprezentowała wyniki badań nad ograniczaniem wpływu stronniczych treści na wnioskowanie sylogistyczne dużych modeli językowych. Badania zostały przedstawione w formie posteru na podstawie artykułu pt. „Team ewelinaksiez at SemEval-2026 Task 11: Reducing Content Bias in Syllogistic Reasoning via Semantic Abstraction”.

Dr Włodzimierz Lewoniewski z wykładem na Uniwersytecie Stanowym Arizony

Na zaproszenie Uniwersytetu Stanowego Arizony dr Włodzimierz Lewoniewski wygłosił wykład pt. „Methods and Tools for Automatic Quality Assessment of Wikipedia Articles and Their Information Sources”. Wystąpienie było poświęcone wyzwaniom związanym z automatyczną oceną jakości informacji w wielojęzycznej Wikipedii.

Sztuczna inteligencja w analizie wydźwięku wielojęzycznej Wikipedii: klasyfikatory kontra duże modele językowe

W otwartym dostępie ukazała się publikacja pt. „Evaluating Multilingual Sentiment Classifiers Using an LLM-Annotated Wikipedia Benchmark”, której autorami są pracownicy naszej Katedry: dr Milena Stróżyna, dr Włodzimierz Lewoniewski, mgr Izabela Czumałowska. Praca została zaprezentowana podczas konferencji ACL 2026 w San Diego, która odbyła się w dniach 2-7 lipca 2026 roku.

Seminarium na Uniwersytecie Tufts

Początek roku akademickiego w Stanach Zjednoczonych zbiegł się z wystąpieniem dra Włodzimierza Lewoniewskiego na Uniwersytecie Tufts. W ramach seminarium dyskusyjnego omówione zostały kwestie związane z wykorzystaniem sztucznej inteligencji oraz wielkich zbiorów otwartych danych do automatyzacji procesu oceny jakości artykułów Wikipedii oraz jej źródeł informacji w różnych wersjach językowych.

BSCT 2020 – trzeci międzynarodowy warsztat na temat blockchain oraz inteligentnych kontraktów

Celem warsztatu BSCT (Blockchain and Smart Contract Technologies) jest dokładne zbadanie pojawiających się wyzwań i możliwości w dziedzinie technologii blockchain. W szczególności w ramach tego wydarzenia zostały omówione kwestie związane z architekturami blockchain, nowymi modelami biznesowymi, a także innowacyjnymi aplikacjami oraz przypadkami użycia.

QOD 2020 – trzeci międzynarodowy warsztat na temat jakości otwartych danych

Celem warsztatu QOD (Quality of Open Data) jest łączenie różnych społeczności pracujących nad jakością danych w Wikipedii, DBpedii, Wikidanych, OpenStreetMap, Wikimapii oraz wielu innych otwartych bazach wiedzy. Warsztat wspiera wymianę doświadczeń naukowych i wiedzy praktycznej związanej z oceną jakości w otwartych danych.

Nagroda za najlepszy artykuł na konferencji ISWC 2018

W dniach 8-12 października 2018 r. w Monterey (Kalifornia, USA) odbyła się siedemnasta edycja konferencji International Semantic Web Conference (ISWC 2018), w której uczestniczył Szymon Wieczorek, student współpracujący z Katedrą Informatyki Ekonomicznej. Podczas konferencji została przedstawiona praca pt. „Semantic Image-Based Profiling of Users’ Interests with Neural Networks”, która została wyróżniona jako najlepsza w ramach warsztatów Semantic Deep Learning. Autorami pracy są Szymon Wieczorek, mgr inż. Dominik Filipiak oraz dr Agata … Więcej informacji