研究领域：自然语言处理、计算语言学、生物文本分析

论文与著作：

1] 张晨,钱涛,姬东鸿. 基于神经网络的微博情绪识别与诱因抽取联合模型. 计算机应用. 2018.5

[2] 谭皓,邓树文,钱涛,姬东鸿. 基于表情符注意力机制的微博情感分析模型. 计算机应用研究  2018.4

[3] Qian T., Ji D.*, Zhang M., Teng C., and Xia C., Word Sense Induction Using Lexical Chain based Hypergraph Model,  The 25th International Conference on Computational Linguistics,Coling 2014, Dublin, Ireland, 2014.8.23-29

[4] Qian T., Zhang M., Zhang Y., Ren Y., and Ji D.*, A Transition-based Model for Joint Segmentation, POS-tagging and Normalization, Proceedings of the 2015 Conference on Empirical Methods in Natural Language Processing, EMNLP 2015, Lisbon, Portugal，2015.9.17-21

[5] Li F., Ji D.*, Wei X., Qian T.,  A Transition-Based Model for Jointly Extracting Drugs, Diseases and Adverse Drug Events,  IEEE International Conference on Bioinformatics & Biomedicine, BIBM 2015, Washington D.C. USA, 2015.11.9-12

[6] Lou Y, Zhang Y, Qian T, Li F, Xiong S, Ji D. A Transition-based Joint Model for Disease Named Entity Recognition and Normalization. Bioinformatics (Oxford, England). 2017 Mar 24.

[7]  钱涛，姬东鸿，戴文华，基于迁移的微博分词和文本规范化联合模型，华南理工大学学报自然科学版，2015，43(11)：47~52

[8]钱涛，姬东鸿，戴文华，一个基于超图的词义归纳模型，四川大学学报 工程科学版，2016，48(1)：152~157

[9]夏从零，钱涛，姬东鸿， 基于事件卷积特征的新闻文本分类  计算机应用研究，2017.04

[10] Yinxia Lou, Yue Zhang, Tao Qian, and Donghong Ji. A transition-based joint model for disease named entity recognition and normalization. Bioinformatics, 33(15), 2017, 363–2371.(SCI,二区）

项目

[1] 社交媒体中非语言成份自动分析研究(19YJAZH070)。教育部， 2019-2021，在研

[2] 社交媒体中表情符与文本情感交互机制自动分析研究(2018CFB690)。湖北省科技厅， 2018-2020，在研

[3] 社交媒体中表情符与文本情感交互机制研究（18Y39）。湖北省教育厅，2018-2019，在研

[4] 基于注意力机制的深度学习微博情感分析研究（B2018173）。湖北省教育厅，2018-2019，在研

[5] 汉语句法结构和事件结构的联合分析研究，2018，国自科，参与

[6] 基于评教系统的深度评义挖掘研究，2016，全讯600cc大白菜官网，主持

[7] 基于社会媒体文本的大规模新词新语词典自动构建研究(2016-19XB012)。校级，2017-2019，在研