Zhibin Lv's Homepage

Welcome to Zhibin (Louis) Lv’s Homepage

I am a master of computer science graduated from the DIRO (Département d’informatique et de recherche opérationnelle) of the Université de Montréal, in the direction of Artificial Intelligence. My research tutor is Jian-Yun Nie.

My research recently is the detection of hate speech and offensive language at the RALI laboratory managed by my professeur. During the laboratory, I proposed a new model and writed a paper based on this model, which greatly improved the detection performance in the field and reached state-of-the-art. The paper, VGCN-BERT: Augmenting BERT with graph embedding for Text Classification, is published at the conference of ECIR 2020.

My research interests include Machine Learning, Deep Neural Networks, Representation Learning, Probabilistic Graphical Models, Natural Language Processing, and related algorithms and models. Also, I am proficient in Python, Numpy, Scipy, PyTorch, Scikit-learn, Tensorflow and other technologies.

I am also interested in computer 3D vision, such as 3D reconstruction, SLAM technology. I have done a project to correct a Raspberry pi robot’s driving route in real time using a monocular camera. I enjoyed it! I will share the code later.

I like swimming, playing badminton and traveling.

Bienvenu chez Zhibin (Louis) Lv

Je suis une maîtrise en informatique diplômée du DIRO (Département d’informatique et de recherche opérationnelle) de l’Université de Montréal, dans le domaine de l’intelligence artificielle. Mon directeur de recherche est Jian-Yun Nie.

Mes recherches récentes portent sur la détection des discours de haine et des langages injurieux au laboratoire RALI géré par mon professeur. Pendant le laboratoire, j’ai proposé le modèle VGCN-BERT model et rédigé un article de recherche basé en ce modèle, qui améliorait considérablement les performances de détection sur ce sous-domaine et atteignait l’état-de-l’art. L’article de recherche, VGCN-BERT: Augmenting BERT with graph embedding for Text Classification, a été publié par ECIR2020.

Mes recherches interessés sont l’apprentissage machine, les réseaux neuronaux profonds, l’apprentissage de représentations, les modèles graphiques probabilistes, le traitement automatique du langage naturel, ainsi que les algorithmes et modèles associés. De plus, je maîtrise les technologies comme Python, Numpy, Scipy, PyTorch, Scikit-learn, Tensorflow, etc.

Je suis également intéressé par la Vision Tridimensionnelle, telle que la reconstruction 3D, la technologie SLAM. J’ai réalisé un projet visant à corriger en temps réel la trajectoire de conduite d’un robot de Raspberry Pi à l’aide d’une caméra monoculaire. J’ai aimé ça! Je partagerai le code plus tard.

J’aime nager, jouer au badminton et voyager.


Coordonnées:


My research

  1. VGCN-BERT: Augmenting BERT with graph embedding for Text Classification
  2. NLP - A NER implementation using google BERT model and CRF 2019-02-15
  3. Vision Porject-SLAM: Utiliser caméra monoculaire pour corriger la direction du robot et mesurer la profondeur en temps réel 2019-01-07

My projects List

  1. PGM Project: Flow-based Generative Models- A Case Study of GLOW 2018-12-22
  2. Vision TP3-3D Reconstruct by Structured light 2018-12-15
  3. Vision TP2-Calibration by using OpenCV 3.4 2018-11-01
  4. Vision TP2-Calibration planair 2018-10-20
  5. Vision TP1-Panoramas-Homograhie 2018-10-05
  6. DL-projet: ICLR2018 Reproducibility Challenge – Certified Distributional Robustness 2018-05-05
  7. DL-assignment4: GAN & AVE 2018-04-22
  8. NLP - Le progrès de “Question Answering” 2018-04-12
  9. DL-assignment3: The Neural Turing Machine 2018-04-03
  10. DL-assignment2: ImageNet Dog-vs-Cat 2018-03-14
  11. NLP-Séquence de Lemmes Vers Formes de Surface 2018-03-16
  12. DL-assignment1: bias vs variance, standardization and TF-IDF 2018-02-19
  13. Introduction de l’algorithme Apriori 2017-12-18
  14. Évaluation de la performance de la classification d’images à l’aide de trois algorithmes – Reseau à convolution, Bayes naïf et SVM, sur MNIST et Cifar-10 2017-12-14
  15. Implementer l’algorithme AdaBoost par Mathematica, et comparer la performance par Random Forest 2017-12-07
  16. Rapport de l’implémentation du réseau de neurones MLP par Python 2017-12-04
  17. Comparer l’estimateur de bayes et parzen par Python 2017-10-14
  18. Les demonstrations de fondements d’apprentissage machine à l’UdeM 2017-10-05
  19. Des devoirs de Maîtrise en Informatique à l’UdeM

Blog

  1. Python, PyTorch, Numpy, OpenCV, SpaCy, NLTK, etc.
  2. Visual Studio Code & Jupyter
  3. vscode-keyboard-shortcuts-macos.pdf
  4. Linux commands frequents
  5. git et github commandes
  6. Configurer un serveur de jupyter
  7. Study jupyter(Apprendre jupyter)
  8. Shortcuts of jupyter(Raccourcis de jupyter)
  9. Shortcuts of sublime(Raccourcis de sublime)
  10. Something of Mac os X
  11. Other