我是华中科技大学电子信息与通信学院 2024 级硕士研究生郑子未，师从王邦教授。面向网络空间内容治理的重大需求，我潜心钻研因果图事件预测方向，在自然语言处理与知识图谱交叉前沿取得一系列成果。

一、面向国家需求，锚定科研方向

网络空间中海量信息高速流动，舆情事件如何演化、风险如何研判，越来越依赖对事件因果链条的精准把握；新闻推荐、舆情监测等场景背后，共同指向一个技术难题——如何从复杂的事件演化图中预判"接下来会发生什么"。这正是因果图事件预测要解决的核心问题。依托导师王邦教授课题组承担的"面向社会效用度与用户满意度的新闻流推荐"国家自然科学基金面上项目，我深感这一方向既有前沿学术价值，更直接服务于网络内容治理的国家需求，于是坚定地扎了进去。

二、从"融合失效"到"对齐成功"的攻关之路

我的科研入门始于本科四年级，跟随实验室师兄进入因果图事件预测领域后，我很快发现：因果事件图同时蕴含语义与拓扑两类差异极大的信息，如何让二者真正协同是贯穿始终的难题。我先聚焦上游因果图常见的结构缺陷与序列化位置偏差，尝试以鲁棒性编码的思路加以缓解；随后又回到更本质的挑战——两类信息的对齐融合，早期模型缺少有效对齐模块时，融合预测的效果反而不如任一单通道。那段时间，我常常深夜调实验，一度怀疑思路。

导师王邦教授却给了我定心丸："融合预测这个 idea 没问题，再用数据仔细分析，针对性设计模块，把两类信息真正融合起来。"带着这份鼓励，我沉下心拆解数据，又与实验室师兄反复讨论。在师兄们的建议下，我引入"节点—路径"双粒度对比学习，让语义通道与拓扑通道的表征彼此对齐，效果豁然开朗——融合预测不仅超过了各个单通道，更显著超越了 SOTA 模型。

三、以硬核成果回应当初的坚持

沿着"先解决鲁棒性、再攻克对齐融合"的路径，我先后完成两项核心工作：提出 TRACE 三元组鲁棒性增强因果编码器，以独立第一作者发表于 CCF-B 类会议 ICASSP 2026；提出基于互惠编码与语义—拓扑信息对齐的方法，发表于 JCR-Q1、中科院一区期刊 Expert Systems with Applications（IF=9.4，共同第一作者），从初次投稿到接收历时大半年、历经多轮返修，最终论文被接收。同时，我以第三作者在自然语言处理顶会 ACL 2026（CCF-A）发表长文，以第一作者发表 CCF-C 类会议论文，另有一篇第一作者论文在投 CCF-A 类会议 VLDB。依托国家自然科学基金面上项目（62172167），我参与产出论文 4 篇、开展国际学术交流 2 次。

四、在服务中淬炼责任与担当

科研之外，我始终提醒自己要做一名全面发展的研究生。自 2024 年 9 月起，我担任留学生班主任，负责 2023 至 2025 级留学生研究生的日常管理与服务，多次带队赴南宁等地考察，协助学院开展"数字中国"暑期学校，服务两届学生顺利毕业；担任校级社团远征协会负责人期间，联合校医院、红十字会组织心肺复苏急救培训，开展户外科普分享会，无偿担任课程助教。我多次参与迎新与暑期学校志愿服务，先后获评校级优秀研究生（文体公益）与优秀社团干部。

五、感恩与前行

回望这段经历，我最大的收获不是几篇论文，而是懂得了"把冷板凳坐热"的定力，以及"从真问题出发"的科研自觉。感谢王邦教授的悉心指导，感谢实验室同门的无私支持，也感谢学校与国家奖学金的鼓励与托举。未来，我将继续深耕因果图事件预测与网络内容治理方向，以铁肩担道义、以妙手著文章，让科研成果真正服务于国家需求与时代所需。