Nguyễn Thị Kim Anh

Phó Giáo sư, Khoa Khoa học Máy tính

Tiến sỹ (Khoa học Máy tính, trường Đại học Bách khoa Hà Nội, 1994)
Kỹ sư (Khoa học Máy tính, trường Đại học Bách khoa Hà Nội)

Email: anhnk@soict.hust.edu.vn
Web:  http://www.soict.hust.edu.vn/~anhnk

• Phân tích dữ liệu
• Phát hiện tri thức từ các cơ sở dữ liệu lớn và mạng xã hội,
• Khai phá văn bản và Web.

• Kho dữ liệu và OLAP
• Học sâu
• Mô hình đồ thị
• Phát hiện tri thức từ các cơ sở dữ liệu lớn và mạng xã hội,
• Khai phá văn bản và Web.

Cô Nguyễn Thị Kim Anh là Phó Giáo sư về Khoa học Máy tính tại Viện Công nghệ thông tin và truyền thông, trường Đại học Bách khoa Hà Nội. Cô nhận bằng Tiến sỹ về Khoa học Máy tính năm 1994 từ trường Đại học Bách khoa Hà Nội. Các quan tâm nghiên cứu hiện nay của cô ấy gồm các hệ cơ sở dữ liệu tiên tiến, kho dữ liệu và OLAP, phân tích dữ liệu, học sâu, phát hiện tri thức từ các cơ sở dữ liệu lớn và mạng xã hội, khai phá văn bản và Web.

• Thanh Ha Thi, Chinh Nguyen Thanh, Kiem-Hieu Nguyen, Chung Vu Van and Anh Nguyen Kim.Unsupervised Sentence Embeddings for Answer Summarization in Non-factoid CQA.CICLING 2018.
• Ngo Van Linh, Nguyen Kim Anh, Khoat Than, Chien Nguyen Dang, “An Effective and Interpretable Method for Document Classification”, Knowledge and Information Systems (KAIS), Volume 50, Issue 3, pp 763–793, 2017.
• Duc-Anh Nguyen, Kim Anh Nguyen, Linh Ngo, Khoat Than, “Keeping priors in streaming Bayesian learning”, Advances in Knowledge Discovery and Data Mining. PAKDD 2017.Lecture Notes in Computer Science, vol 10234. Springer, 2017.
• Khai Mai, Sang Mai, Anh Nguyen, Linh Ngo, Khoat Than, “Enabling Hierarchical Dirichlet Processes to work better for short texts at large scale”, In Proceedings of PAKDD. Lecture Notes in Computer Science, Springer, 2016.
• Khai Mai, Sang Mai, Anh Nguyen, Ngo Van Linh, Khoat Than, “Bag-of-biterms representation for short texts”, In submission to JMLC,
• Ngo Van Linh, Nguyen Kim Anh, Khoat Than, Chien Nguyen Dang, “An Effective and Interpretable Method for Document Classification”, Knowledge and Information Systems, 2016. (ISI)
• Mai Tien Khai, Mai Anh Sang, Nguyen Kim Anh, Ngo Van Linh, Khoat Than, “Enabling Hierarchical Dirichlet Processes to work better for short texts at large scale”, In Proceedings of PAKDD, Lecture Notes in Computer Science, Springer, vol. 9652, pages 431-442, 2016.
• Ngo Van Linh, Nguyen Kim Anh, Khoat Than, Nguyen Tat Nguyen, “Effective and Interpretable Document Classification using Distinctly Labeled Dirichlet Process Mixture Models of von Mises-Fisher Distributions”, In Proceedings of DASFAA. Lecture Notes in Computer Science, Springer, vol. 9050, pages 139-153, 2015.
• Linh Ngo Van, Anh Nguyen Kim, and Khoat Than, “An effective NMF-based method for supervised dimension reduction”. In Proceedings of the KSE, 2014.
• Nguyen Kim Anh, Nguyen The Tam and Ngo Van Linh, Document Clustering using Mixture Model of von Mises-Fisher Distributions on Document Manifold, 2013 International Conference of Soft Computing and Pattern Recognition (SoCPaR), pp.146-151.
• Nguyen Kim Anh, Ngo Van Linh, Nguyen Khac Toi, Nguyen The Tam , Multi-labeled Document Classification using Semi-supervived Mixture Model of Watson distributions on Document Manifold, 2013 International Conference of Soft Computing and Pattern Recognition (SoCPaR), pp.129-134.
• Nguyen Kim Anh, Nguyen The Tam and Ngo Van Linh, Document Clustering using Dirichlet Process Mixture Model of von Mises-Fisher Distributions, In Proceedings of the 4^th Symposium on Information and Communication Technology (SoICT 2013), pp.131-138.
• Nguyen Kim Anh, Ngo Van Linh, Lê Hồng Kỳ and Nguyen The Tam, Document Classification using Semi-supervived Mixture Model of von Mises-Fisher Distributions on Document Manifold, In Proceedings of the 4^th Symposium on Information and Communication Technology (SoICT 2013), pp.94-100.

• A government project 2011-2013: Principle Investigator
• Flemish Interuniversity Council for University Development Cooperation(2006-2008): Member
• Nafosted 2014-2016: Member
• AFOSR (6/2015—5/2017): Member

• IT3160: Trí tuệ nhân tạo
• IT3120: Phân tích thiết kế hệ thống
• IT4341: Hệ trợ giúp quyết định / học sâu ứng dụng
• Master: Hệ thống dựa tri thức
• Master/ Bsc: Engineering: Tích hợp hệ thống