下周日这个会，北理工将邀数位大咖研讨“知识图谱与智能问答”

本篇文章5182字，读完约13分钟

雷科技回顾:9月10日，北京理工大学大数据创新学习中心将在北京理工大学举办“知识地图与智能答疑研讨会”，届时将邀请学术界和知名行业的专家进行主题演讲和面对面讨论。

“北京理工大学大数据创新学习中心”成立于2016年12月，长期从事大数据挖掘的学习和交流活动。在过去的几个月里，它有效地整合了大学资源和行业资源，开展了一系列专题学习和讨论活动，如python、知识地图、机器学习等。其中，知识地图主题涉及知识地图构建技术、知识地图应用、大规模知识地图数据存储、知识地图和聊天机器人等。，这引起了北京教师、学生和行业人员的极大关注。

谁是报告专家？陈华军，浙江大学计算机科学与技术学院教授，浙江大学计算机科学与技术学院教授、博士生导师。他的主要研究兴趣是语义互联网和知识地图、大数据、生物信息计算等。浙江省大数据智能计算重点实验室副主任、中国信息学会理事/语言与知识计算专家委员会副主任、中国人工智能学会知识工程与分布式智能专业委员会委员等。他在国际顶级会议或期刊上发表了许多论文，如ijcai、www、aaai/iaai、icde、tkde、生物信息学简报等。，并在国际语义互联网会议上获得iswc最佳论文奖。作为主要参与者，他获得了教育部技术发明一等奖和国家科技进步二等奖。中国科学院2016年全国知识图谱和语义计算会议项目委员会主席，并共同创立了联合国际语义技术会议jist。

齐桂林，东南大学教授，东南大学教授、博士生导师，获得“六大人才高峰”资助。他是中国信息学会语言与知识计算委员会副主任，中国科技信息学会知识组织委员会副主任，开放知识地图联盟(openkg)联合创始人之一，中国经济信息学会新华社特约专家《网络语义学杂志》编委。他曾担任中国语言网和网络科学会议主席和国际会议程序委员会主席。引导学生在国际会议上获得最佳学生论文奖。他发表了100多篇高水平学术论文和一部专著。六项专利被授权或接受。他承担了多项科研项目，包括中国国家自然科学基金和欧洲第七框架项目居里夫人项目，以及华为和百度等企业项目。作为第二负责人，他参与了IFlytek领导的863项目“高考机器人”的子项目。他在知识工程、大数据语义分析、知识地图等领域拥有近20年的研究和产业化经验。

严俊，颜军博士，微软亚洲研究院高级研究员，2006年毕业于北京大学，后加入微软亚洲研究院。他目前是数据挖掘和企业情报组的研究经理。他的研究兴趣包括文本数据分析、知识挖掘、信息检索等。他在相关领域的会议和期刊上发表了80多篇论文，并担任过包括sigkdd、sigir、aaai等会议的pc和高级pc。他现在是微软-北京大学联合实验室的副主任。

丁力是世界上第一个语义搜索引擎swoogle的作者，丁力是首席技术官，海智智能的联合创始人，openkg的创始人之一，世界上第一个语义搜索引擎swoogle的作者，data.gov的语义技术专家，国际语义网会议挑战赛第二名。北京大学计算机科学学士和硕士学位。斯坦福大学，哲学博士，研究人员。高通研究所前科学家。他的主要研究兴趣是语义搜索、知识地图、政府数据公开、机器学习和中文自然语言处理。发表数百篇论文，引用超过10，000篇，谷歌h指数> 30。

肖，意大利自由大学计算机科学学院助理教授，现任北京大学应用数学助理教授、学士和硕士，奥地利维也纳理工学院计算机科学博士。目前，他的主要研究领域包括知识表示和推理、数据集成、时间空数据推理，并擅长基于本体的数据访问(obda)理论和技术。并研究如何将这些技术和理论应用到实际的工业案例中。目前，他是ontop研究团队的负责人，主持obda技术的研究、开发和应用。Ontop是目前最先进的车载诊断系统，其研发主要依靠欧盟第七框架项目optique。他发表了50多篇论文，其中许多发表在国际顶级学术会议和期刊上。

王浩芬，openkg创始人之一，上海工资智能科技公司总经理，深圳狗尾草智能科技公司首席技术官，openkg创始人之一。他在语义技术和图形数据管理方面有着丰富的经验和积累，发表了75多篇高水平论文，其中CCF级和B级论文35多篇。作为技术领导者，他领导团队构建的语义搜索系统在十亿三重挑战中获得世界第二名；他在著名的本体匹配大赛中获得了实体匹配任务的世界第一名。他带领团队建立了第一个中文语义互联知识库致仕. me，并应邀参加了w3c多语言研讨会并做了报告。他还带领团队参加百度知识地图竞赛，并在所有任务中获得第一名。此外，他还长期担任ISWC、万维网和AAAI等国际顶级会议的程序委员会成员。目前，PG One Fen曾担任中国计算机学会上海分会主席、中国信息社会语言与知识计算委员会副秘书长、中国计算机联合会术语工作委员会执行委员等社会职务。

邹磊邹磊博士于2003年和2009年在华中科技大学(HUST)获得计算机科学学士学位和博士学位。分别。他于2009年获得ccf(中国计算机联合会)博士论文提名奖，并于2014年获得ccf自然科学二等奖。自2009年9月起，他加入北京大学计算机科学与技术学院(icst)担任教员。自2012年8月以来，他一直是北京大学的副教授。他最近的研究兴趣包括图形数据库、知识图，特别是基于图形的rdf数据管理。他发表了30多篇论文，其中20多篇发表在著名期刊和重大国际会议上，如sigmod、vldb、icde、tods、tkde、vldb journal。他的工作已经被超过1300人引用(谷歌学者引用统计)。

解宝是中国信息学会语言与知识计算委员会成员，在人工智能领域有十多年的研究经验，包括神经网络、知识表示与推理、语义网络、机器学习、自然语言处理等。中国信息学会语言与知识计算委员会成员。他曾担任美国三星R&D中心研究员、麻省理工学院访问研究员、bbn访问研究员、爱荷华州立大学rpi博士后研究员、w3c网络本体语言工作组成员、iswc国际语义网会议组织委员会和项目委员会成员。

图灵机器人认知计算小组组长魏晨

魏晨，图灵机器人认知计算小组组长。2012年获得硕士学位。在他的硕士学位期间，他发表了两篇关于数据挖掘领域的会议论文，一篇是isf杂志，一章是springer book，还有一本书(在亚马逊销售)。他曾是美国政府特别邀请的访问学者，并在科英布拉大学担任研究员。目前在图灵机器人公司工作。研究兴趣包括推荐系统、知识地图和文本挖掘。图灵机器人有限公司是一家以语义理解为核心驱动力的人工智能公司，致力于“让机器理解世界”。其产品和服务包括机器人开放平台、机器人操作系统和场景解决方案。该公司成立于2010年，2013年推出了世界上第一款中国人工智能语音助手——虫洞语音助手，用户总数达到4500万。2014年，它推出了一个开放的人工智能机器人平台，拥有60多万名合作伙伴和开发者。让开发者和制造商在10分钟内创建他们自己的聊天机器人。图灵操作系统于2015年推出。图灵os 1.5于2016年发布。

报告内容

1.cnschema:开发开放的中国知识地图，丁力，9: 40-10: 20

报告内容:cnschema是一个基于社区维护的开放式知识地图模式标准。Cnschema的词汇表包括数以千计的常见概念定义，如概念类、数据类型、属性和关系，以支持知识地图数据的通用性、可重用性和可移动性。结合中文的特点，对现有的知识地图模式标准如schema、wikidata和wikipedia进行重用、连接和扩展，为中文领域的开放式知识地图、聊天机和搜索引擎优化提供参考和扩展的数据描述和界面定义标准。有了cnschema，开发人员还可以快速连接数百万个基于模式和bot的知识地图数据api定义的网站。本报告描述了我们遇到的挑战和工作方向，并给出了案例分析和发展路径。最后，介绍了一些由图式完成/研究中的志愿任务。

2.虚拟化关键技术及应用知识地图肖10: 20-10: 40

报告内容:基于本体的数据访问(obda)可以将现有数据库虚拟化为知识地图。虚拟化知识地图提供了高级查询界面，因此最终用户无需关心底层数据存储和组织。这项技术的核心是查询重写，它可以重用现有数据库的功能。本报告将首先介绍obda技术的基本知识。然后说明ontop系统如何实现知识地图的虚拟化。最后，讨论了知识地图虚拟化技术在石油、能源、医疗、考古、测绘、海事安全、电子商务等领域的具体应用案例和前景。

3.聊天机器人产业化的思考与实践王浩芬，10: 50-11: 30

报道内容:近年来，聊天机器人作为人工智能技术的杀手级应用，发展如火如荼，各种智能硬件层出不穷。本次讲座将系统阐述聊天机器人的分类和关键技术，分析苹果siri、ibm watson、谷歌allo、facebook messenger和亚马逊echo等典型代表的优缺点，并首次给出聊天机器人行业的技术层面。在此基础上，我们将展望聊天机器人在更加智能、更加人性化、更加有趣的道路上所面临的挑战，并重点关注知识地图技术在问答、推理和服务集成方面的机遇和挑战。

4.openkg和cnschema陈华军，11:30-12:10

报告内容:openkg旨在促进知识地图数据的开放和互联，促进知识地图和语义技术的广泛应用和普及。本文简要介绍了openkg正在进行的一些工作，包括开放地图资源库、链接开放中文百科知识地图和开放知识地图模式——cnschema。结合cnschema的一些工作，介绍了知识地图在智能搜索和问答领域的潜在应用场景。

5.佛教与农业知识地图的构建及问答系统介绍，桂林，13: 30-14: 10

在本报告中，我们首先介绍了构建佛教和农业知识地图的相关技术，包括如何从百科全书中提取领域相关知识，然后完成百科全书中缺失的数据；第二次，我们将介绍佛教和农业知识地图的问答相关技术，并做一个系统的演示。

6.医疗保健领域问答知识学习闫军，14: 10-14: 50

报告内容:在本次演讲中，我们将主要介绍知识挖掘和自然语言处理在医疗保健领域中的应用，包括双向知识图构建、通过同义词学习的知识显式表示以及利用知识数据和应用场景的问题检索。

7.知识图上的自然语言问答邹磊，15: 00-15: 40

报告内容:随着越来越多的结构化数据出现在网络上，最终用户如何访问这些知识变得至关重要。作为事实上的知识库标准，rdf(资源描述框架)存储库是三元组的集合，表示为。虽然sparql是访问rdf数据的标准方式，但是由于sparql语法和rdf模式的复杂性，它对于最终用户来说仍然是乏味和困难的。一个理想的系统应该允许最终用户rs从语义web标准(比如rdf和sparqls)的表达能力中获益，同时将它们的复杂性隐藏在一个简单易用的接口后面。在这篇演讲中，我首先回顾了rdf知识图上现有的两类自然语言问答方法——一类是基于信息检索的方法，另一类是语义分析方法。然后，我将讨论我们的rdf q/a系统(ganswer ),它基于基于图匹配的技术。rdf问答任务面临的最大挑战是自然语言问句的模糊性。我们的方法的贡献在于我们将歧义消除和查询评估结合在一个统一的过程中，即我们将歧义消除下推到查询评估阶段。基于rdf图上的查询结果，我们可以有效地解决歧义问题。ganswer参加了qald-6知识图问答比赛(由eswc主办),并在问答比赛中获得第二名。我们在ganswer.gstore-pku主持了我们系统的在线演示。

8.问答系统的精益建造解宝，15: 40-16: 20

报告内容:问答系统是一个复杂的系统，很难一次性构建，也没有单一的算法解决方案。端到端训练算法在现实中经常遇到困难。本讲座将讨论如何构建一个精益的问答系统，即如何从简单到复杂逐步“成长”问答系统。

9.如何构建聊天机器人和聊天机器人的理论框架，魏晨，16: 20-17: 00

报道内容:随着人工智能的高潮，聊天机器人逐渐吸引了人们的青睐。如何快速构建聊天机器人背后的主要技术是什么？在构建过程中，应该借鉴什么样的理论框架？图灵机器人将分享。

活动信息

这项活动对北京理工大学、北京各大学和研究机构的师生免费开放。提供茶歇，与会者的住宿和交通费用由他们自己承担。

时间:2017年9月10日(周日)9: 00-17: 30

地点:北京理工大学研究生院(中关村校区)101报告厅

注册方式:mikecrm/e478nuj(雷锋。(公开号码:雷锋。注:由于座位有限，人数将控制在150人左右

主办单位:北京理工大学大数据创新学习中心

协办单位:青雪数据网、北京万友信息技术有限公司

合作媒体:雷锋

雷锋原创文章。严禁擅自转载。详情请参考转载说明。