知识图谱升温之势已现，不要错失下一个AI风口

　　近年来，随着大家对高级认知能力的积极探索，知识图谱因为表达能力强，扩展性好，并能兼顾人类认知与机器自动处理，引起了学术界、工业界以及政府部门的高度关注。

　　最先被大家熟知的应用领域应属搜索引擎，为了让用户搜索到更好、更满意的结果，知识图谱在背后起到了关键作用。除了搜索引擎应用的全领域知识图谱，随着场景越来越丰富，需求不断增多，各行各业都纷纷开始运用知识图谱技术来提高产品品质和用户体验。比如，金融风控领域的企业就通过知识图谱进行反欺诈和信用风险评估。如今，知识图谱已经在很多应用领域发挥着非常重要的作用。

　　数据与知识是人工智能的两大引擎。大数据与机器学习等技术的快速发展使大规模人类知识体系的自动构建成为现实。我们看到，知识图谱正在被热烈地拥抱，无论是高校还是企业，对知识图谱的重视程度越来越高，应用与落地越来越多，成为学术界与产业界结合最为紧密的技术领域之一。

　　但是，当前无论是在学术界还是工业界，知识图谱领域都还有很多亟待研究、改进与解决的问题。如何更好地理解、运用基础理论和关键技术？如何在各行业领域的场景与应用中切实落地，让知识图谱发挥更好的效能？未来我们要在哪些技术研究上深耕，拓展哪些更丰富的场景？是大家都在探索的问题。

　　BDTC 2018 （2018 大数据技术大会）将于 12 月 6-8 日再度来袭。我们在 8 日上午重磅推出了知识图谱论坛。邀请来自学术界和工业界的 7 位著名专家学者，分享他们在基础理论、技术方法和产业应用等方面的研究成果与技术经验，同时也对知识图谱未来几年的发展趋势做出展望。

　　无论你是要学习研究，还是应用实践，大家都可以带着自己的问题而来，从这些专家学者们、各位行业大佬们的交流分享中，学习到解决问题的技术方法，了解到前沿的研究方向，并探讨在工业实践中行之有效的方法。

　　相信这一次，知识图谱将再度引领 2018 大数据与 AI 的技术浪潮，燃爆这个冬日。

　　知识图谱论坛主席

　　靳小龙（中国科学院计算技术研究所研究员，CCF大数据专家委员会副秘书长）

　　大数据分析系统国家工程实验室主任助理，中科院网络数据科学与技术重点实验室知识计算方向负责人；中国科学院大学岗位教授；中国计算机学会大数据专家委员会副秘书长。2005 年于香港浸会大学获得博士学位。主要研究兴趣包括知识图谱、知识计算、社会计算、大数据分析等。迄今为止共出版专著4部，发表国内外学术期刊与会议论文 160 余篇，获得国际会议 IEEE ICBK 2017 的最佳学生论文奖，IEEE CIT-2015, IEEE AINA 2007 与 IEEE ICAMT2003 的最佳论文奖，国内会议 CCF Big Data 2015 的最佳学术论文奖；申请/获得专利 10 余项。目前担任Web Intelligence：An International Journal (WI) 与《大数据》等国内外期刊的编委。负责或作为骨干参与项目/ 课题近 20 项，包括国家重点研发计划课题、973 课题、863 课题、国家自然科学基金项目（重点、面上、青年）、欧盟 FP7 与 FP6 项目、英国 EPSRC 项目等。2016 年获得中国电子学会科技进步一等奖，2017 年获得国家科技进步二等奖。

　　阮彤（华东理工大学计算机技术研究所所长，教授）

　　现任华东理工大学计算机技术研究所所长，自然语言处理与大数据挖掘实验室主任。近几年从事自然语言处理与大数据挖掘软件科研工作，与曙光医院、上海申康、儿科医院等生物医药方面展开产学研合作，在大规模文本抽取、行业知识图谱与数据质量评估方面获得多项创新成果。主持与参与国家、省部级科研项目多项，近三年以第一作者或通讯作者，在 ISWC,WWW 等会议与期刊上发表知识图谱与生物医药挖掘论文数十篇。

　　知识图谱论坛演讲嘉宾

　　陈华钧（浙江大学计算机科学与技术 学院教授，博士生导师）

　　浙江大学计算机科学与技术学院教授、博导。主要研究方向为知识图谱、自然语言处理、大数据与知识发现、生物医学信息等。浙江省大数据智能计算重点实验室副主任、中国中文信息学会语言与知识计算专业委员会副主任、中国人工智能学会知识工程与分布智能专业委会副主任、中文开放知识图谱 OpenKG 发起人。在 IJCAI, WWW, KR, ISWC, EMNLP, AAAI/IAAI, WSDM, ICDE, IEEE Magazine on Computational Intelligence, IEEE Intelligent System, TKDE, Briefings in Bioinforamtics, BMC Bioinformatics 等国际顶级会议或期刊上发表多篇论文，并曾获国际语义网会议 ISWC 最佳论文奖。作为主要参与者，获得教育部技术发明一等奖、国家科技进步二等奖等奖励。

　　议题：《管窥知识图谱内涵与发展前沿》

　　知识图谱的早期理念来自于 Web 之父 Tim Berners Lee 于 1998 年提出的 Semantic Web，最初理想是把基于文本链接的万维网转化成基于实体链接的语义网。本质而言，知识图谱旨在从数据中识别、发现和推断事物、概念之间的复杂关系，是事物关系的可计算模型（Computational Model of World Relations）。知识图谱的构建涉及知识建模、关系抽取、图存储、关系推理、实体融合等多方面的技术，而知识图谱的应用则涉及到语义搜索、智能问答、语言理解、决策分析等多个领域。本文报告尝试从信息系统工程的观点总结知识图谱的技术内涵和外延，并结合典型的领域应用从基于知识的可解释人工智能、时空知识图谱的表示与处理、领域知识的深度融合和利用等多个方面介绍相关发展趋势和新进展。

　　葛灿辉（阿里巴巴产品专家）

　　本人极客一枚，做了七年搜索产品经理，于四年前偶遇知识图谱，从此迷上一发不可收拾，从里到外，从前到后深入研究，后承蒙眷顾，获得了一个宝贵的机会，从零到一构建一个千万级的知识图谱，中间遇坑无数，咬牙坚持推进，终于构建出来，并且在搜索产品中获得规模化的应用，取得了较好的效果。不过，无论是图谱的构建，还是使用，目前还处于初级阶段，未来知识图谱这个领域空间广阔，大有可为，我也会继续专注下去。

　　议题：《从知识图谱到人工智能：产品演进路径上的思考》

　　人工智能领域一直以来有句老话，叫做有多少人工，就有多少智能。这件事在知识图谱构建上体现的尤为明显。人工智能的技术瓶颈不是要代替智人作为动物的那一部分感知智能，而在于代替我们最近几千年发展起来的那些认知能力，也就是我们有了符号思维能力之后的智能。从知识图谱到人工智能，要想一蹴而就，不太现实，也不可能实现。在这种情况下，我们更应该关注其中的实现路径，而非最终目标。 本次演讲，就跟大家来分享一下，结合我在知识图谱、移动搜索以及人工智能交互等领域的经验所领域到的对于AI产品演进路径上的思考。

　　丁力（海知智能联合创始人、CTO）

　　海知智能联合创始人与 CTO，OpenKG 发起人之一，全球首款语义搜索引擎 Swoogle 作者，美国开放政府数据 Data.gov 语义技术专家，国际语义网大会挑战赛（Semantic Web Challenge)全球第二名。北京大学计算机系本科及硕士。UMBC 博士，斯坦福博士后，RPI 研究员，前高通研究院科学家。曾主持并参与多项美国 NSF，DARPA，NIH 的重大项目的语义计算部分。主要研究方向为语义搜索，知识图谱政府数据公开，机器学习与中文自然语言处理等。发表上百篇论文，引用量过万，Google H-index >30。

　　议题：《基于 cnSchema 的大规模金融知识图 谱实战》

　　知识图谱承载领域知识体系，支持跨领域大规模的数据互联，与人工智能算法结合实现业务智能化。中文开放知识图谱（简称 OpenKG.CN）由国内知名知识图谱专家共同发起，旨在促进中文知识图谱技术的普及和应用。cnSchema作为OpenKG的推荐语言，为知识图谱建模与应用提供了基础词汇体系。本次报告将从 cnSchema 出发，介绍知识图谱的生命周期，包括建模、生产、融合、质量校验与应用落地；同时也结合金融业务场景，探讨知识图谱与大数据计算结合的实战经验。

　　倪渊（平安医疗科技文本处理部负责人）

　　平安医疗科技医疗文本处理部负责人。 2003 年毕业于复旦大学计算机科学与技术专业，2007 年毕业于新加坡国立大学计算机系。之后加入 IBM 中国研究院，从事自然语言处理，知识图谱等相关领域的研究。在 IBM 期间，倪渊参与过著名人工智能项目沃森机器人的开发。2018 年，倪渊加入平安医疗科技研究院，带领医疗文本处理团队。 倪渊博士在著名国际会议，比如 SIGMOD, WWW, ISWC 等上，发表过 20多 篇论文，并且获得 20 多项国际专利。

　　议题：《医疗知识图谱的构建和应用》

　　知识图谱是人工智能的基石。知识图谱可以给计算机赋予额外的知识，辅助计算机作出更智能的决策。尤其在医疗这类知识密集型领域，辅助诊疗，医生教育等很多领域需要知识图谱的支撑。在本次演讲中，倪渊博士将介绍平安医疗科技是如何利用平安领先的五大医疗知识库来构建医疗知识图谱的以及如何将医疗知识图谱用来支持人工智能在医疗领域的应用。

　　肖仰华（复旦大学教授，博士生导师）

　　复旦大学教授、博士生导师、复旦大学知识工场实验室负责人、上海市互联网大数据工程技术中心副主任、多家规模企业高级顾问与首席科学家。

　　议题：《从大数据到知识图谱》

　　大数据时代的到来为知识图谱技术的诞生与发展提出了诉求，同时也提供了丰富土壤。各行业积累的大数据借助知识图谱的赋能完成数据价值变现的模式已经基本形成。时代发展赋予知识图谱助力行业智能化升级与转型的历史使命。本报告将结合复旦大学知识工场实验室的研究与实践，系统阐述知识图谱技术产生的历史背景与必然性；从当前一系列落地应用以及大数据与人工智能产业发展角度论证知识图谱技术所承担的历史使命；探讨知识图谱助力行业智能化升级与转型的基本模式。

　　举报/反馈