<mark id="oztn4"></mark>
0
| 本文作者： camel | 2017-09-04 15:28 |
雷鋒網(wǎng) AI科技評(píng)論按：9月10日，北京理工大學(xué) 大數(shù)據(jù)創(chuàng)新學(xué)習(xí)中心 將在北京理工大學(xué)召開“知識(shí)圖譜與智能問(wèn)答研討會(huì)”，屆時(shí)將邀請(qǐng)學(xué)術(shù)界與知名業(yè)界的專家做主題報(bào)告和面對(duì)面的研討。
“北京理工大學(xué)大數(shù)據(jù)創(chuàng)新學(xué)習(xí)中心”于2016年12月成立，長(zhǎng)期開展大數(shù)據(jù)挖掘的學(xué)習(xí)與交流活動(dòng)。在過(guò)去幾個(gè)月中，其有效地融合了高校資源和業(yè)界資源推出了Python、知識(shí)圖譜、機(jī)器學(xué)習(xí)等系列專題學(xué)習(xí)與研討活動(dòng)，其中知識(shí)圖譜專題涉及了知識(shí)圖譜構(gòu)建技術(shù)、知識(shí)圖譜應(yīng)用、大規(guī)模知識(shí)圖譜數(shù)據(jù)存儲(chǔ)、知識(shí)圖譜與聊天機(jī)器人等主題，引起了北京地區(qū)廣大師生和業(yè)界人員的高度關(guān)注。
陳華鈞教授為浙江大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院教授、博導(dǎo)，主要研究方向?yàn)檎Z(yǔ)義 互聯(lián)網(wǎng)與知識(shí)圖譜、大數(shù)據(jù)、生物信息計(jì)算等。浙江省大數(shù)據(jù)智能計(jì)算重點(diǎn)實(shí)驗(yàn) 室副主任、中國(guó)中文信息學(xué)會(huì)理事/語(yǔ)言與知識(shí)計(jì)算專家委員會(huì)副主任、中國(guó)人工智能學(xué)會(huì)知識(shí)工程與分布智能專委會(huì)委員等。在 IJCAI, WWW, AAAI/IAAI, ICDE, TKDE, Briefings in Bioinforamtics 等國(guó)際頂級(jí)會(huì)議或期刊上發(fā)表多篇論文， 并曾獲國(guó)際語(yǔ)義互聯(lián)網(wǎng)會(huì)議 ISWC 最佳論文獎(jiǎng)。作為主要參與者，獲得教育部技 術(shù)發(fā)明一等獎(jiǎng)、國(guó)家科技進(jìn)步二等獎(jiǎng)等獎(jiǎng)勵(lì)。全國(guó)知識(shí)圖譜與語(yǔ)義計(jì)算大會(huì)CCKS2016 程序委員會(huì)主席，聯(lián)合創(chuàng)辦國(guó)際語(yǔ)義技術(shù)聯(lián)合會(huì)議 JIST 等。
漆桂林教授為東南大學(xué)教授、博導(dǎo)，獲得“六大人才高峰”資助，中國(guó)中文信息學(xué) 會(huì)語(yǔ)言與知識(shí)計(jì)算專業(yè)委員會(huì)副主任和中國(guó)科學(xué)技術(shù)情報(bào)學(xué)會(huì)知識(shí)組織專業(yè)委 員會(huì)副主任，開放知識(shí)圖譜聯(lián)盟 openKG 的聯(lián)合創(chuàng)始人之一，新華社中國(guó)經(jīng)濟(jì)信 息社特約專家語(yǔ)義 Web 著名國(guó)際期刊 Journal of Web Semantics 的編委。曾任中 國(guó)語(yǔ)義 Web 和 Web 科學(xué)大會(huì)主席、國(guó)際會(huì)議 JIST 程序委員會(huì)主席。指導(dǎo)學(xué)生在 國(guó)際會(huì)議 ICTAI 獲得最佳學(xué)生論文獎(jiǎng)。發(fā)表高水平學(xué)術(shù)論文 100 余篇，出版專著 一部。6 項(xiàng)專利獲得授權(quán)或者受理。先后承擔(dān)包括國(guó)家自然科學(xué)基金和歐洲第七 框架項(xiàng)目Marie Curie IRSES在內(nèi)的多項(xiàng)科研項(xiàng)目，并且承擔(dān)了華為、百度等企 業(yè)項(xiàng)目，作為第二負(fù)責(zé)人參與了由科大訊飛牽頭的 863 課題“高考機(jī)器人”的一個(gè) 子課題。在知識(shí)工程、大數(shù)據(jù)語(yǔ)義分析、知識(shí)圖譜等領(lǐng)域有將近 20 年的研究和 產(chǎn)業(yè)化經(jīng)驗(yàn)。
Dr Jun Yan graduated from Peking University in 2006 and then joined Microsoft Research Asia. He is currently research manager of Data Mining and Enterprise Intelligence Group. His research interests include Text Data Analysis, Knowledge Mining, Information Retrieval etc. He has more than 80 papers published in conferences and journals of related areas and has played as PC, senior PC of conferences including SIGKDD, SIGIR, AAAI etc. He is currently deputy director of Microsoft-Peking University joint lab.
丁力是海知智能CTO，聯(lián)合創(chuàng)始人，OpenKG 發(fā)起人之一，全球首款語(yǔ)義 搜索引擎 Swoogle 作者，美國(guó)開放政府?dāng)?shù)據(jù) Data.gov 語(yǔ)義技術(shù)專家，國(guó)際語(yǔ)義 網(wǎng)大會(huì)挑戰(zhàn)賽第二名。北京大學(xué)計(jì)算機(jī)系本科及碩士。UMBC 博士，斯坦福博 士后，RPI 研究員。前高通研究院科學(xué)家。主要研究方向?yàn)檎Z(yǔ)義搜索，知識(shí)圖譜政府?dāng)?shù)據(jù)公開，機(jī)器學(xué)習(xí)與中文自然語(yǔ)言處理等。發(fā)表上百篇論文，引用量過(guò)萬(wàn)，Google H-index >30。
肖國(guó)輝現(xiàn)為意大利博爾扎諾自由大學(xué)計(jì)算機(jī)學(xué)院助理教授，北京大學(xué)應(yīng)用數(shù)學(xué) 本科、碩士，奧地利維也納工業(yè)大學(xué)計(jì)算機(jī)博士。目前他的主要研究領(lǐng)域包括知 識(shí)表示與推理，數(shù)據(jù)集成，時(shí)空數(shù)據(jù)推理，專攻基于本體的數(shù)據(jù)訪問(wèn)(OBDA)的 理論和技術(shù)。并研究如何將這些技術(shù)和理論應(yīng)用于實(shí)際的工業(yè)案例。目前為Ontop 研究團(tuán)隊(duì)的負(fù)責(zé)人，主持 OBDA 技術(shù)的研究，開發(fā)和應(yīng)用。Ontop 為當(dāng)前 最先進(jìn)的 OBDA 系統(tǒng)，其研發(fā)主要依托于歐盟第 7 框架項(xiàng)目 Optique。發(fā)表論文50 余篇，其中多篇發(fā)表在國(guó)際頂級(jí)學(xué)術(shù)會(huì)議及期刊。
王昊奮，上海瓦歌智能科技公司總經(jīng)理，深圳狗尾草智能科技公司 CTO，OpenKG 發(fā)起人之一。在語(yǔ)義技術(shù)和圖數(shù)據(jù)管理方面有比較豐富的經(jīng)驗(yàn)和 積累，共發(fā)表 75 余篇高水平論文，其中包括 35 余篇 CCF A 類和 B 類論文。作 為技術(shù)負(fù)責(zé)人，他帶領(lǐng)團(tuán)隊(duì)構(gòu)建的語(yǔ)義搜索系統(tǒng)在十億三元組挑戰(zhàn)賽 (Billion Triple Challenge)中獲得全球第 2 名的好成績(jī);在著名的本體匹配競(jìng)賽OAEI 的實(shí)體匹配任務(wù)中獲得全球第 1 名的好成績(jī)。他帶領(lǐng)團(tuán)隊(duì)構(gòu)建了第一份中 文語(yǔ)義互聯(lián)知識(shí)庫(kù) zhishi.me，被邀請(qǐng)參加 W3C 的 multilingual 研討會(huì)并做報(bào)告。 他還帶領(lǐng)團(tuán)隊(duì)參加了百度知識(shí)圖譜競(jìng)賽獲得所有任務(wù)第一名的好成績(jī)。此外，他 還長(zhǎng)期作為 ISWC, WWW, AAAI 等國(guó)際頂級(jí)會(huì)議程序委員會(huì)委員。目前，王昊 奮擔(dān)任 CCF YOCSEF 上海主席，中文信息學(xué)會(huì)語(yǔ)言與知識(shí)計(jì)算專委會(huì)副秘書長(zhǎng)， 中國(guó)計(jì)算機(jī)學(xué)會(huì)術(shù)語(yǔ)工作委員會(huì)執(zhí)行委員等社會(huì)職位。
Lei Zou received his BS degree and Ph.D. degree in Computer Science at Huazhong University of Science and Technology (HUST) in 2003 and 2009, respectively. He received a CCF (China Computer Federation) Doctoral Dissertation Nomination Award in 2009 and won Second Class Prize of CCF Natural Science Award in 2014. Since September 2009, he joined Institute of Computer Science and Technology (ICST) of Peking University (PKU) as a faculty member. He has been an associate professor in PKU since August 2012. His recent research interests include graph databases, knowledge graph, particularly in graph-based RDF data management. He has published more than 30 papers, including more than 20 papers published in reputed journals and major international conferences, such as SIGMOD, VLDB, ICDE, TODS, TKDE, VLDB Journal.Lei Zou’s research is supported by NSFC-Young Excellent Talent Project and National Key Research and Development Program of China. His work has been cited by more than 1300 (Google Scholar Citation statistics).
鮑捷博士有十余年的人工智能研究經(jīng)驗(yàn)，研究領(lǐng)域有神經(jīng)網(wǎng)絡(luò)、知識(shí)表現(xiàn)與推 理、語(yǔ)義網(wǎng)、機(jī)器學(xué)習(xí)、自然語(yǔ)言處理等。中國(guó)中文信息學(xué)會(huì)語(yǔ)言與知識(shí)計(jì)算專 委會(huì)委員。歷任美國(guó)三星研發(fā)中心研究員，MIT 訪問(wèn)研究員，BBN 訪問(wèn)研究員，RPI 博士后，Iowa State Univ 博士，W3C Web 本體語(yǔ)言工作組成員，國(guó)際語(yǔ)義網(wǎng) 會(huì)議 ISWC 組委會(huì)和程序委員會(huì)成員。
魏晨，圖靈機(jī)器人認(rèn)知計(jì)算小組負(fù)責(zé)人。于 2012 年獲得碩士學(xué)位。碩士期間在 數(shù)據(jù)挖掘領(lǐng)域發(fā)表了 2 篇會(huì)議論文，1 篇 ISF 期刊，Springer 書的一章，和 1 本 書(在亞馬遜售賣)。曾經(jīng)是美國(guó)政府特邀訪問(wèn)學(xué)者，也曾在科英布拉大學(xué)做研 究員。目前在圖靈機(jī)器人工作。研究興趣包括推薦系統(tǒng)，知識(shí)圖譜和文本挖掘。 圖靈機(jī)器人公司是以語(yǔ)義理解為核心驅(qū)動(dòng)力的人工智能公司，致力于“讓機(jī)器理 解世界”， 產(chǎn)品服務(wù)包括機(jī)器人開放平臺(tái)，機(jī)器人 OS 和場(chǎng)景方案。公司成立于2010 年，2013 年推出全球第一款中文人工智能語(yǔ)音助手-蟲洞語(yǔ)音助手，累計(jì)4500 萬(wàn)用戶量。2014 年推出開放人工智能機(jī)器人平臺(tái)，至今已有 60 多萬(wàn)合作伙 伴和開發(fā)者。讓開發(fā)者和廠商能夠在 10 分鐘內(nèi)創(chuàng)建專屬的聊天機(jī)器人。2015 年 推出圖靈 OS。2016 年推出圖靈 OS 1.5。
丁力 ，9:40—10:20
報(bào)告內(nèi)容：cnSchema.org 是一個(gè)基于社區(qū)維護(hù)的開放的知識(shí)圖譜 Schema 標(biāo)準(zhǔn)。cnSchema 的詞匯集包括了上千種概念分類(classes)、數(shù)據(jù)類型(data types)、屬性(propertities)和關(guān)系(relations)等常用概念定義，以支持知識(shí)圖譜數(shù)據(jù)的通用性、復(fù)用性和流動(dòng)性。結(jié)合中文的特點(diǎn)，我們復(fù)用、連接并擴(kuò)展了 Schema.org，Wikidata，Wikipedia 等已有的知識(shí)圖譜 Schema 標(biāo)準(zhǔn)，為中文領(lǐng)域的開放知識(shí)圖譜、聊天機(jī) 器人、搜索引擎優(yōu)化等提供可供參考和擴(kuò)展的數(shù)據(jù)描述和接口定義標(biāo)準(zhǔn)。通過(guò)cnSchema, 開發(fā)者也可以快速對(duì)接上百萬(wàn)基于 Schema.org 定義的網(wǎng)站，以及 Bot的知識(shí)圖譜數(shù)據(jù) API。本報(bào)告描述了我們遇到的挑戰(zhàn)和工作方向，給出了案例分 析和發(fā)展路徑。最后介紹了 schema 目前完成/在研的若干志愿者任務(wù)。
肖國(guó)輝，10:20—10:40
報(bào)告內(nèi)容：基于本體的數(shù)據(jù)訪問(wèn)技術(shù)(ontology-based data access，OBDA)可以
將現(xiàn)有的數(shù)據(jù)庫(kù)虛擬化為知識(shí)圖譜。虛擬化的知識(shí)圖譜通過(guò)提供了一種高層次的
查詢接口，使得最終用戶不需關(guān)心底層的數(shù)據(jù)存儲(chǔ)和組織。此技術(shù)的核心為查詢
重寫，可以重用現(xiàn)有的數(shù)據(jù)庫(kù)的功能。本報(bào)告首先將介紹 OBDA 技術(shù)的基本知
識(shí)。然后講解 Ontop 系統(tǒng)怎樣實(shí)現(xiàn)知識(shí)圖譜虛擬化。最后，我們討論知識(shí)圖譜虛
擬化技術(shù)在石油、能源、醫(yī)療、考古、測(cè)繪、海事安全、電子商務(wù)等領(lǐng)域的具體
應(yīng)用案例和前景。
王昊奮，10:50—11:30
報(bào)告內(nèi)容：近年來(lái)，聊天機(jī)器人作為 AI 技術(shù)的殺手級(jí)應(yīng)用，發(fā)展得如火如荼， 各種智能硬件層出不窮。本次演講將系統(tǒng)地闡述聊天機(jī)器人的分類和關(guān)鍵技術(shù)， 并分析 Apple Siri、IBM Watson、Google Allo、Facebook Messenger 和 Amazon Echo等典型代表的優(yōu)缺點(diǎn)，并第一次給出聊天機(jī)器人行業(yè)的技術(shù)面面觀。在此基礎(chǔ)上， 將展望聊天機(jī)器人通往更智能化、更人性化、更趣味化的道路上所面臨的挑戰(zhàn)， 并聚焦到知識(shí)圖譜技術(shù)在問(wèn)答、推理和服務(wù)融合等方面的機(jī)遇和挑戰(zhàn)。
陳華鈞，11:30—12:10
報(bào)告內(nèi)容:OpenKG 旨在促進(jìn)知識(shí)圖譜數(shù)據(jù)的開放與互聯(lián)，促進(jìn)知識(shí)圖譜與語(yǔ)義 技術(shù)的廣泛應(yīng)用與普及，本報(bào)告概要介紹了開放知識(shí)圖譜 OpenKG 的一些正在開展的工作，這包括開放圖譜資源庫(kù)、鏈接的開放中文百科知識(shí)圖譜、開放知識(shí) 圖譜的 Schema——cnSchema。并結(jié)合 cnSchema 的一些工作，介紹了知識(shí)圖譜 在智能搜索及問(wèn)答領(lǐng)域的潛在應(yīng)用場(chǎng)景。
漆桂林，13:30—14:10
報(bào)告內(nèi)容本報(bào)告中，我們首先介紹佛學(xué)和農(nóng)業(yè)知識(shí)圖譜構(gòu)建的相關(guān)技術(shù)，包括 如何從百科中抽取領(lǐng)域相關(guān)的知識(shí)，以及然后對(duì)百科中缺失的數(shù)據(jù)進(jìn)行補(bǔ)全;其 次，我們將介紹佛學(xué)和農(nóng)業(yè)知識(shí)圖譜問(wèn)答的相關(guān)技術(shù)，并做系統(tǒng)演示。
閆
峻，14:10—14:50
報(bào)告內(nèi)容：In this talk, we will mainly introduce an application of knowledge mining
and natural language processing in healthcare domain, including bi-direction
knowledge graph construction, knowledge explicit representation by synonym
learning and question retrieval with knowledge data with application scenarios.
鄒磊，15:00—15:40
報(bào)告內(nèi)容：AS more and more structured data become available on the web, the question of how end users can access this body ofknowledge becomes of crucial importance. As a de facto standard of a knowledge base, RDF (Resource Description Framework)repository is a collection of triples, denoted as <subject, predicate, object>. Although SPARQL is a standard way to access RDF data, it remains tedious and difficult for end users because of the complexity of the SPARQL syntax and the RDF schema. An ideal system should allow end users to profit from the expressive power of Semantic Web standards (such as RDF and SPARQLs) while at the same time hiding their complexity behind an intuitive and easy-to-use interface. In this talk, I first review two categories of existing methods on natural language question answering (Q/A) over RDF knowledge graph---one is IR (Information Retrieval)-based and the other one is called semantic parsing method. Then, I will talk about our RDF Q/A system (gAnswer), which is based on graph matching-based technique. The most challenge to RDF Q/A task is the ambiguity of natural language question sentence. The contribution of our method is that we combine the disambiguation and query evaluation in a uniform process, i.e., we push down the disambiguation into the query evaluation stage. Based on the queryresults over RDF graphs, we can address the ambiguity issue efficiently. gAnswer joined QALD-6 knowledge graph Q/A competition (hosted by ESWC) and it won the second place in the Q/A precision. We host an online demo of our system at ganswer.gstore-pku.com.
鮑捷，15:40—16:20
報(bào)告內(nèi)容：?jiǎn)柎鹣到y(tǒng)是一種復(fù)雜系統(tǒng)，難以一次性整體構(gòu)造，也不存在單一算法
的解決方案。端到端的訓(xùn)練算法在現(xiàn)實(shí)落地中經(jīng)常會(huì)遇到困難。本次講座探討如
何精益地構(gòu)造問(wèn)答系統(tǒng)，即如何循序漸進(jìn)的從簡(jiǎn)單到復(fù)雜，去“生長(zhǎng)”一個(gè)問(wèn)答系
統(tǒng)。
魏晨，16:20—17:00
報(bào)告內(nèi)容：隨著人工智能的高潮，聊天機(jī)器人漸漸引起了人們的青睞。如何快速 的搭建一個(gè)聊天機(jī)器人，其背后的主要技術(shù)是什么。在搭建的過(guò)程中，需要借鑒 怎樣的理論框架。圖靈機(jī)器人將會(huì)進(jìn)行分享。
本次活動(dòng)面向北京理工大學(xué)師生、北京地區(qū)高校師生及科研機(jī)構(gòu)免費(fèi)開放，提供茶歇，參會(huì)人員食宿與交通費(fèi)用自理。
時(shí)間：2017年9月10日（周日） 9:00—17:30
地點(diǎn)：北京理工大學(xué)（中關(guān)村校區(qū)） 研究生院 101報(bào)告廳
報(bào)名方式：點(diǎn)擊這里（雷鋒網(wǎng)注：由于座位有限，人數(shù)規(guī)模將控制在150人左右）
主辦方：北京理工大學(xué)大數(shù)據(jù)創(chuàng)新學(xué)習(xí)中心
協(xié)辦方：雪晴數(shù)據(jù)網(wǎng)，北京友萬(wàn)信息科技有限公司
合作媒體：雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
