雷鋒網(wǎng) AI科技評論按：9月10日，北京理工大學 大數(shù)據(jù)創(chuàng)新學習中心 將在北京理工大學召開“知識圖譜與智能問答研討會”，屆時將邀請學術(shù)界與知名業(yè)界的專家做主題報告和面對面的研討。

“北京理工大學大數(shù)據(jù)創(chuàng)新學習中心”于2016年12月成立，長期開展大數(shù)據(jù)挖掘的學習與交流活動。在過去幾個月中，其有效地融合了高校資源和業(yè)界資源推出了Python、知識圖譜、機器學習等系列專題學習與研討活動，其中知識圖譜專題涉及了知識圖譜構(gòu)建技術(shù)、知識圖譜應用、大規(guī)模知識圖譜數(shù)據(jù)存儲、知識圖譜與聊天機器人等主題，引起了北京地區(qū)廣大師生和業(yè)界人員的高度關(guān)注。

報告專家

陳華鈞，浙江大學計算機科學與技術(shù)學院教授

陳華鈞教授為浙江大學計算機科學與技術(shù)學院教授、博導，主要研究方向為語義 互聯(lián)網(wǎng)與知識圖譜、大數(shù)據(jù)、生物信息計算等。浙江省大數(shù)據(jù)智能計算重點實驗 室副主任、中國中文信息學會理事/語言與知識計算專家委員會副主任、中國人工智能學會知識工程與分布智能專委會委員等。在 IJCAI, WWW, AAAI/IAAI, ICDE, TKDE, Briefings in Bioinforamtics 等國際頂級會議或期刊上發(fā)表多篇論文， 并曾獲國際語義互聯(lián)網(wǎng)會議 ISWC 最佳論文獎。作為主要參與者，獲得教育部技 術(shù)發(fā)明一等獎、國家科技進步二等獎等獎勵。全國知識圖譜與語義計算大會CCKS2016 程序委員會主席，聯(lián)合創(chuàng)辦國際語義技術(shù)聯(lián)合會議 JIST 等。

漆桂林，東南大學教授

漆桂林教授為東南大學教授、博導，獲得“六大人才高峰”資助，中國中文信息學 會語言與知識計算專業(yè)委員會副主任和中國科學技術(shù)情報學會知識組織專業(yè)委 員會副主任，開放知識圖譜聯(lián)盟 openKG 的聯(lián)合創(chuàng)始人之一，新華社中國經(jīng)濟信 息社特約專家語義 Web 著名國際期刊 Journal of Web Semantics 的編委。曾任中 國語義 Web 和 Web 科學大會主席、國際會議 JIST 程序委員會主席。指導學生在 國際會議 ICTAI 獲得最佳學生論文獎。發(fā)表高水平學術(shù)論文 100 余篇，出版專著 一部。6 項專利獲得授權(quán)或者受理。先后承擔包括國家自然科學基金和歐洲第七 框架項目Marie Curie IRSES在內(nèi)的多項科研項目，并且承擔了華為、百度等企 業(yè)項目，作為第二負責人參與了由科大訊飛牽頭的 863 課題“高考機器人”的一個 子課題。在知識工程、大數(shù)據(jù)語義分析、知識圖譜等領(lǐng)域有將近 20 年的研究和 產(chǎn)業(yè)化經(jīng)驗。

閆峻，微軟亞洲研究院高級研究員

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，全球首款語義 搜索引擎 Swoogle 作者

丁力是海知智能CTO，聯(lián)合創(chuàng)始人，OpenKG 發(fā)起人之一，全球首款語義 搜索引擎 Swoogle 作者，美國開放政府數(shù)據(jù) Data.gov 語義技術(shù)專家，國際語義 網(wǎng)大會挑戰(zhàn)賽第二名。北京大學計算機系本科及碩士。UMBC 博士，斯坦福博 士后，RPI 研究員。前高通研究院科學家。主要研究方向為語義搜索，知識圖譜政府數(shù)據(jù)公開，機器學習與中文自然語言處理等。發(fā)表上百篇論文，引用量過萬，Google H-index >30。

肖國輝，意大利博爾扎諾自由大學計算機學院助理教授

肖國輝現(xiàn)為意大利博爾扎諾自由大學計算機學院助理教授，北京大學應用數(shù)學 本科、碩士，奧地利維也納工業(yè)大學計算機博士。目前他的主要研究領(lǐng)域包括知 識表示與推理，數(shù)據(jù)集成，時空數(shù)據(jù)推理，專攻基于本體的數(shù)據(jù)訪問(OBDA)的 理論和技術(shù)。并研究如何將這些技術(shù)和理論應用于實際的工業(yè)案例。目前為Ontop 研究團隊的負責人，主持 OBDA 技術(shù)的研究，開發(fā)和應用。Ontop 為當前 最先進的 OBDA 系統(tǒng)，其研發(fā)主要依托于歐盟第 7 框架項目 Optique。發(fā)表論文50 余篇，其中多篇發(fā)表在國際頂級學術(shù)會議及期刊。

王昊奮，OpenKG 發(fā)起人之一

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。在語義技術(shù)和圖數(shù)據(jù)管理方面有比較豐富的經(jīng)驗和 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)負責人，他帶領(lǐng)團隊構(gòu)建的語義搜索系統(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;在著名的本體匹配競賽OAEI 的實體匹配任務(wù)中獲得全球第 1 名的好成績。他帶領(lǐng)團隊構(gòu)建了第一份中 文語義互聯(lián)知識庫 zhishi.me，被邀請參加 W3C 的 multilingual 研討會并做報告。 他還帶領(lǐng)團隊參加了百度知識圖譜競賽獲得所有任務(wù)第一名的好成績。此外，他 還長期作為 ISWC, WWW, AAAI 等國際頂級會議程序委員會委員。目前，王昊 奮擔任 CCF YOCSEF 上海主席，中文信息學會語言與知識計算專委會副秘書長， 中國計算機學會術(shù)語工作委員會執(zhí)行委員等社會職位。

鄒磊博士，北大副教授

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，中國中文信息學會語言與知識計算專 委會委員

鮑捷博士有十余年的人工智能研究經(jīng)驗，研究領(lǐng)域有神經(jīng)網(wǎng)絡(luò)、知識表現(xiàn)與推 理、語義網(wǎng)、機器學習、自然語言處理等。中國中文信息學會語言與知識計算專 委會委員。歷任美國三星研發(fā)中心研究員，MIT 訪問研究員，BBN 訪問研究員，RPI 博士后，Iowa State Univ 博士，W3C Web 本體語言工作組成員，國際語義網(wǎng) 會議 ISWC 組委會和程序委員會成員。

魏晨，圖靈機器人認知計算小組負責人

魏晨，圖靈機器人認知計算小組負責人。于 2012 年獲得碩士學位。碩士期間在 數(shù)據(jù)挖掘領(lǐng)域發(fā)表了 2 篇會議論文，1 篇 ISF 期刊，Springer 書的一章，和 1 本 書(在亞馬遜售賣)。曾經(jīng)是美國政府特邀訪問學者，也曾在科英布拉大學做研 究員。目前在圖靈機器人工作。研究興趣包括推薦系統(tǒng)，知識圖譜和文本挖掘。 圖靈機器人公司是以語義理解為核心驅(qū)動力的人工智能公司，致力于“讓機器理 解世界”， 產(chǎn)品服務(wù)包括機器人開放平臺，機器人 OS 和場景方案。公司成立于2010 年，2013 年推出全球第一款中文人工智能語音助手-蟲洞語音助手，累計4500 萬用戶量。2014 年推出開放人工智能機器人平臺，至今已有 60 多萬合作伙 伴和開發(fā)者。讓開發(fā)者和廠商能夠在 10 分鐘內(nèi)創(chuàng)建專屬的聊天機器人。2015 年 推出圖靈 OS。2016 年推出圖靈 OS 1.5。

報告內(nèi)容

1、cnschema:開放中文知識圖譜的進展

丁力 ，9:40—10:20

報告內(nèi)容：cnSchema.org 是一個基于社區(qū)維護的開放的知識圖譜 Schema 標準。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，以支持知識圖譜數(shù)據(jù)的通用性、復用性和流動性。結(jié)合中文的特點，我們復用、連接并擴展了 Schema.org，Wikidata，Wikipedia 等已有的知識圖譜 Schema 標準，為中文領(lǐng)域的開放知識圖譜、聊天機 器人、搜索引擎優(yōu)化等提供可供參考和擴展的數(shù)據(jù)描述和接口定義標準。通過cnSchema, 開發(fā)者也可以快速對接上百萬基于 Schema.org 定義的網(wǎng)站，以及 Bot的知識圖譜數(shù)據(jù) API。本報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)。

2、虛擬化知識圖譜的關(guān)鍵技術(shù)和應用

肖國輝，10:20—10:40
報告內(nèi)容：基于本體的數(shù)據(jù)訪問技術(shù)(ontology-based data access，OBDA)可以 將現(xiàn)有的數(shù)據(jù)庫虛擬化為知識圖譜。虛擬化的知識圖譜通過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)庫的功能。本報告首先將介紹 OBDA 技術(shù)的基本知 識。然后講解 Ontop 系統(tǒng)怎樣實現(xiàn)知識圖譜虛擬化。最后，我們討論知識圖譜虛 擬化技術(shù)在石油、能源、醫(yī)療、考古、測繪、海事安全、電子商務(wù)等領(lǐng)域的具體 應用案例和前景。

3、聊天機器人產(chǎn)業(yè)化落地的思考和實踐

王昊奮，10:50—11:30

報告內(nèi)容：近年來，聊天機器人作為 AI 技術(shù)的殺手級應用，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，并第一次給出聊天機器人行業(yè)的技術(shù)面面觀。在此基礎(chǔ)上， 將展望聊天機器人通往更智能化、更人性化、更趣味化的道路上所面臨的挑戰(zhàn)， 并聚焦到知識圖譜技術(shù)在問答、推理和服務(wù)融合等方面的機遇和挑戰(zhàn)。

4、OpenKG 與 cnSchema

陳華鈞，11:30—12:10

報告內(nèi)容:OpenKG 旨在促進知識圖譜數(shù)據(jù)的開放與互聯(lián)，促進知識圖譜與語義 技術(shù)的廣泛應用與普及，本報告概要介紹了開放知識圖譜 OpenKG 的一些正在開展的工作，這包括開放圖譜資源庫、鏈接的開放中文百科知識圖譜、開放知識 圖譜的 Schema——cnSchema。并結(jié)合 cnSchema 的一些工作，介紹了知識圖譜 在智能搜索及問答領(lǐng)域的潛在應用場景。

5、佛學和農(nóng)業(yè)知識圖譜構(gòu)建及問答系統(tǒng)介紹

漆桂林，13:30—14:10

報告內(nèi)容本報告中，我們首先介紹佛學和農(nóng)業(yè)知識圖譜構(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，以及然后對百科中缺失的數(shù)據(jù)進行補全;其 次，我們將介紹佛學和農(nóng)業(yè)知識圖譜問答的相關(guān)技術(shù)，并做系統(tǒng)演示。

6、Knowledge Learning for Question Answering in Healthcare Domain

閆 峻，14:10—14:50
報告內(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.

7、Natural Language Question Answering over Knowledge Graph

鄒磊，15:00—15:40

報告內(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.

8、精益地構(gòu)造問答系統(tǒng)

鮑捷，15:40—16:20
報告內(nèi)容：問答系統(tǒng)是一種復雜系統(tǒng)，難以一次性整體構(gòu)造，也不存在單一算法 的解決方案。端到端的訓練算法在現(xiàn)實落地中經(jīng)常會遇到困難。本次講座探討如 何精益地構(gòu)造問答系統(tǒng)，即如何循序漸進的從簡單到復雜，去“生長”一個問答系 統(tǒng)。

9、如何搭建 Chatbot 以及聊天機器人理論框架

魏晨，16:20—17:00

報告內(nèi)容：隨著人工智能的高潮，聊天機器人漸漸引起了人們的青睞。如何快速 的搭建一個聊天機器人，其背后的主要技術(shù)是什么。在搭建的過程中，需要借鑒 怎樣的理論框架。圖靈機器人將會進行分享。

活動信息

本次活動面向北京理工大學師生、北京地區(qū)高校師生及科研機構(gòu)免費開放，提供茶歇，參會人員食宿與交通費用自理。

時間：2017年9月10日（周日） 9:00—17:30

地點：北京理工大學（中關(guān)村校區(qū)） 研究生院  101報告廳

報名方式：點擊這里（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：北京理工大學大數(shù)據(jù)創(chuàng)新學習中心

協(xié)辦方：雪晴數(shù)據(jù)網(wǎng)，北京友萬信息科技有限公司

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。