CCF杰出会员，北京大学研究员

CCF会员与分部工委执委，北京大学智能学院研究员，教材建设博雅特聘教授，大数据分析与应用技术国家工程实验室常务副主任。主要研究方向为可视化通用基础方法及其在社会、人文领域的应用。多次获IEEE VIS, ChinaVis等可视化国内外学术会议最佳论文或提名奖，现任IEEE VIS, PacificVis, ChinaVis指导委员会成员。中国计算机学会杰出会员，中国图象图形学学会可视化与可视分析专业委员会主任。

论坛共同主席

江西师范大学副教授

CCF高级会员，江西师范大学人工智能学院副教授，智能信息处理实验室副主任。主要研究方向是自然语言处理和计算人文。目前是中国计算机学会高级会员，中国中文信息学会信息检索、计算语言学、社会媒体处理专委会委员，计算历史学小组副组长。中国图像图形学学会可视化与可视分析专委会委员。

论坛讲者

华南理工大学二级教授

兼任中国图象图形学学会（CSIG）常务理事、广东省图象图形学会理事长、广东省高校音视频图文智能信息处理工程研究中心主任等职。在重要学术期刊及国际会议上发表论文300余篇（其中SCI一区+CCF A类论文100余篇），Google Scholar论文被引用数19000余次，H-Index 72。2006年入选教育部“新世纪优秀人才”计划，近年来入选斯坦福大学&爱思唯尔“全球前2%顶尖科学家榜单”、爱思唯尔“高被引学者”，2024年入选IAPR Fellow。获省部级科技奖5项（其中一等奖2项）。

报告题目：古籍图像的视觉语言理解：从文字修复到大模型

摘要：近年来，大语言模型（LLMs）技术取得了突破性进展，并在各垂直领域展现出巨大潜力，是迈向通用人工智能（AGI）的代表性技术之一。本报告我将简要介绍近年来基于AIGC的古籍文档图像数字化修复、古典学智能问答大模型等方面的一些研究进展，包括基于扩散模型与LMM的古籍残缺文字修复技术、面向古籍文档理解与古典学的垂域大模型训练评测数据构建、多模态指令微调等方法，并对AGI时代的古籍数字人文研究进行讨论和展望。

四川大学文科讲席教授/中南民族大学二级教授

湖北鄂州人，文学博士，四川大学文科讲席教授，中南民族大学二级教授、博士生导师，中国李清照辛弃疾学会会长、中国宋代文学学会会长、中国词学研究会会长、中国韵文学会副会长。已出版《唐宋词史论》《词学史料学》等词学专著20余部，发表学术论文300馀篇。主持《唐宋文学编年系地信息平台建设》《汉魏六朝文学编年地图平台建设》两项国家社科基金重大项目，开发了唐宋文学编年地图。

报告题目：唐诗智能评价思维链的构建

摘要：我们尝试以炼字、炼句、炼篇为评鉴顺序、以语言风格、情感境界、内容题材、章法格律、表现手法为评价维度来建构唐诗专业评价思维链，利用DeepSeek系列大模型对李白、杜甫、王维、孟浩然的千首诗作进行智能评鉴，自动生成相对全面、客观的评价文本和分值，使零散化、碎片化的诗学鉴赏评价跃升为更加聚合、多元的人机协同双向知识生成体系，从而为唐诗质性评价标准体系的构建提供切实可行的方案。

武汉大学弘毅特聘教授/二级教授

武汉大学信息管理学院院长，文化遗产智能计算教育部哲学社会科学实验室主任，教育部国家高层次特聘人才，国家社科基金重大项目首席专家，国家自科基金创新团队核心成员，教育部哲学社会科学创新团队核心成员，湖北省自科基金创新团队负责人，中国社会科学情报学会理事、中国音像与数字出版协会常务理事，湖北省信息学会副理事长，国际iSchool联盟数字人文教学指导委员会委员，国际知识组织学会（ISKO）科技咨询委员会委员，《信息资源管理学报》副主编，曾获教育部高等学校人文社科研究成果二等奖，主要研究数字资产管理、信息组织、智慧数据、数字人文。

报告题目：文化遗产图像的基因解码

摘要：报告立足于数字人文与人工智能的交叉研究，提出“图像基因解码”框架，针对图像中的色彩、符号等文化基因，运用计算机视觉与大模型技术，结合艺术、文化、考古等领域的专业知识图谱，实现对文化遗产图像的多维度、深层次解读，系统揭示其蕴含的“基因密码”。该研究不仅有助于发掘文化遗产中隐性的视觉逻辑与跨时空的文化关联，也为文化比较研究、风格演化分析与知识溯源提供了新的技术路径。

CCF杰出会员，北京大学研究员

CCF会员与分部工委执委，北京大学智能学院研究员，教材建设博雅特聘教授，大数据分析与应用技术国家工程实验室常务副主任。主要研究方向为可视化通用基础方法及其在社会、人文领域的应用。多次获IEEE VIS, ChinaVis等可视化国内外学术会议最佳论文或提名奖，现任IEEE VIS, PacificVis, ChinaVis指导委员会成员。中国计算机学会杰出会员，中国图象图形学学会可视化与可视分析专业委员会主任。

报告题目：解构与再织：基于数据的历史时空知识重构

摘要：数字技术和人工智能正重塑历史研究的认知边界，本报告探讨如何通过多源数据的深度融合，通过对不同模态数据开展计算，以可视化的方式重构动态的历史时空认知网络。报告通过彩陶花纹演化，汉籍国际流传、地图内容溯源等工作，从多角度举例碎片信息缀合为时空知识的过程。

CNCC2025将于10月22-25日在哈尔滨举办。专题论坛将在往年多样化主题的基础上，首次通过“基础-前沿-未来”的一体化设计，满足不同背景参会者的需求，构建从知识获取到创新激发的完整路径，打造系统化、进阶式的参会体验。重点设置9大主题板块，每个主题板块的专题论坛由三大核心模块组成：面向前沿领域的体系性Tutorial、聚焦前沿突破的专题论坛以及探讨未来发展路径的思辨论坛。