知识图谱代表万维网发展的一种终极理想,同时也是人工智能与互联网深度融合的产物,因此从人工智能和互联网的双重视角,知识图谱的未来是什么?它对于数字经济的价值和意义有哪些?它又会以什么样的方式得以落地实现?这些问题将在本论坛充分探讨。
时间:10月26日下午13:30-17:30
地点:杭州国际博览中心二层新闻发布厅B
知识图谱的早期理念来自于万维网之父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,知识图谱是一种语义网络,旨在从数据中识别、发现和推断事物之间的复杂关系,是事物关系的可计算模型。知识图谱代表万维网发展的一种终极理想,同时也是人工智能与互联网深度融合的产物,因此从人工智能和互联网的双重视角,知识图谱的未来是什么?它对于数字经济的价值和意义有哪些?它又会以什么样的方式得以落地实现?本次论坛邀请到来自学界和企业界的知名专家共同探讨在数字经济时代知识图谱的价值、应用和所面临的挑战,主题涉及大数据知识获取、语言理解与知识图谱、社交媒体与知识图谱、开放知识图谱、知识图谱与区块链等多个方面,期待与大家一起探讨知识图谱赋能数字经济的未来。
主席
陈华钧
简介:浙江大学计算机科学与技术学院教授、博导。主要研究方向为语联网与知识图谱、自然语言处理、大数据分析等。中国人工智能学会知识工程与分布智能专业委员会副主任、中国中文信息学会语言与知识计算专业委员会副主任、CCF术语审定委员会执委。并担任浙江省大数据智能计算重点实验室副主任、Elsevier Journal of Big Data Research副主编等。
林俊宇
简介:CCF理事,CCF高级会员,中科院信工所网络空间技术实验室主任助理,博士,主要研究方向:网络安全,未来网络,知识工程。目前在研国家自然科学基金项目1项,省基金1项,横向项目8项。获省部级科技进步二等奖1项,科技发明类二等奖1项;申请获得授权发明专利15项,软件著作权4项。在包括TIP、IEEE等国内外顶级期刊和会议上公开发表学术论文50余篇。
特邀嘉宾
周傲英
华东师范大学数据学院创院院长、教授,副校长。国家杰出青年基金获得者,教育部长江学者特聘教授,第七届国务院学科评议组成员。CCF会士,数据库专委会副主任。主要从事数据库、数据管理、数据驱动的应用等方面的理论研究和系统研发工作。曾获得国务院特殊津贴、霍英东青年教师基金奖励;先后八次获得教育部、上海市科技进步一、二等奖。担任《计算机学报》副主编,曾任或现任《VLDB Journal》、《WWW Journal》、《Data Science and Engineering》等期刊编委,VLDB等会议的程序委员会主席。
报告题目:数据是催生数字经济的新动能——兼谈知识图谱的作用
报告摘要:在2016年的G20杭州峰会上,数字经济在时隔20年后再度成为热词,发展数字经济已成为全球共识。数字经济这个概念的诞生和发展几乎是与互联网同步的,互联网正在深刻而全面地改变世界和人类本身。互联网企业发展基本遵循了从“流量变现”到“数据变现”的路径,互联网的下半场的主基调将是分享经济,核心就是通过技术和数据来建立信任。互联网催生了大数据,成就了“大数据”国家战略。“大数据”是说数据很重要,其重要程度堪比新的电能(Data Power),是催生数字经济的新动能。知识图谱是数据转变成智能的重要手段,推动数字经济向纵深发展。
张民
苏州大学特聘教授,计算机学院副院长,人类语言技术研究所所长,人工智能研究院副院长。国家杰出青年科学基金获得者,江苏省“双创人才计划” 获得者,江苏省“双创团队” 领军人才。长期从事自然语言处理和人工智能研究。1997年在哈尔滨工业大学获博士学位,1997-2013年在海外学术界和产业界从事研发和管理工作16年。已发表CCF A/B类会议和期刊论文150余篇,出版Springer专著2部,主编英文论著(论文集)16本,获部级科技进步奖3项。在研主持国家自然科学基金杰青、重点、科技部重点研发计划课题、大型产业界项目多项。
报告题目:语言理解与知识图谱
报告摘要:现存知识图谱的数据来源主要是结构化/半结构化数据,而非自由文本数据,这造成知识图谱的覆盖度严重不足从而限制知识图谱的应用。人类知识大量存在于自然文本数据之中,所以我们应利用自然语言处理技术来理解文本、获取知识、构建知识图谱。本报告将就利用自然语言理解技术构建知识图谱这一问题进行讨论。
唐杰
清华计算机系副系主任、长聘副教授、清华-中国工程院知识智能联合实验室主任。CCF YOCSEF 主席、CCF杰出会员、杰出演讲者。研究兴趣包括:社会网络分析、数据挖掘、机器学习和知识图谱。发表论文200余篇,引用10000多次。主持研发了研究者社会网络挖掘系统AMiner,收录1.36亿科研人员、2.31亿科技文献,吸引了220个国家/地区800多万独立IP访问。曾担任国际期刊ACM TKDD的执行主编和国际会议CIKM’16、WSDM’15的程序委员会主席;现任KDD’18大会副主席以及IEEE TKDE、ACM TIST、IEEE TBD等期刊编委编委。荣获北京市科技进步一等奖、中国人工智能学会科技进步一等奖、电子学会自然科学二等奖(均为第一完成人)以及国家自然基金委优秀青年基金和国家杰出青年科学基金、CCF青年科学家奖和英国牛顿高级学者基金奖。
报告题目:Modeling social influence using deep learning
报告摘要:This talk will cover both theoretical analysis and application of social network embedding. In the first part, I will quickly survey recent developed methodologies (DeepWalk, LINE, PTE, and node2vec) for network embedding, a new and important research topic in social network analysis. We did a theoretical analysis to show that all the aforementioned models with negative sampling can be unified into the matrix factorization framework with closed forms. I will present the NetMF method as well as its approximation algorithm for computing network embedding. NetMF offers significant improvements over DeepWalk and LINE (up to 38% relatively) for conventional network mining tasks. In the second part, I will present how we leverage network embedding and and multi-head attention network to model social influence, and based on the learned influence how to predict users’ social behavior.
虎嵩林
中科院信工所研究员、中国科学院大学岗位教授,国家电网网信领导小组技术委员会委员。作为国家某重大工程总师,负责大规模系统建设与规划,承建万亿级大数据中心、知识图谱及其智能应用。主要研究方向包括大数据存储和智能处理、语义服务和知识图谱等,发表学术论文60余篇,连续两届蝉联语义服务领域国际竞赛冠军。相关成果在国家级重大工程、国家电网、军方等获得广泛应用,先后四次获得国家电网科技进步奖、国家专利奖、北京市科技进步奖等科技奖励。
报告题目:知识驱动的互联网变革
报告摘要:知识图谱与本体、语义网的发展一脉相承,验证了一条大规模知识萃取、精炼和有效复用的实践路径,大幅度增强了互联网搜索、问答等服务能力,持续改善着人类的生活。而其成功效应向以能源互联网为代表的工业互联网领域的外溢,将汇集知识库、专家系统、机器学习等技术动能,促进工业领域的专业知识深度嵌入,提升生产效率。互联网、工业化联网的“大数据中心”也将向“知识中心”过渡,为数字经济的发展和治理奠定更为坚实的基础。
王昊奋
上海乐言信息科技有限公司CTO,中文知识图谱zhishi.me创始人、OpenKG发起人之一、CCF理事、CCF术语审定工委主任、CCF TF执委、中文信息学会语言与知识计算委员会副秘书长,共发表80余篇高水平论文,在知识图谱、问答系统和聊天机器人等诸多领域有丰富的研发经验。其带队构建的语义搜索系统在Billion Triple Challenge中荣获全球第2名;在著名的本体匹配竞赛OAEI的实体匹配任务中斩获得全球第1名。曾主持并参与多项国家自然科学基金、863重大专项和国家科技支撑项目,以学术负责人身份参与Paypal、Google、Intel、IBM、百度等企业的合作项目。
报告题目:从人工智能到开放知识图谱:数字经济大潮下的新机遇
报告摘要:人工智能经历了起起落落若干次浪潮,目前正在第三次浪潮的浪尖,而这次的主角不仅有深度学习,也少不了知识图谱。在这次演讲中,将围绕知识图谱的前身今世,介绍知识图谱的历史和起源,知识图谱在搜索、问答、聊天机器人、阅读理解、辅助决策等方面的前沿应用,以及支撑这些智能应用的核心技术。接着,我将系统地介绍在数字经济时代孕育出来的新时代知识图谱开放开源工作OpenKG,尤其是开放知识图谱的schema,开放互联的高质量中文知识库OpenBase和知识图谱开源工具方面的各项工作。
曹锋
派链科技CEO,中物联区块链协会首席科学家,中国第一个区块链国际专利发明人,ChinaLedger共同发起人,曾带领团队完成世界第一笔区块链资产收益权转让交易,担任IBM下一代人机大战项目中国区负责人,IBM中国互联网金融首席科学家,IBM基础科学研究中国区负责人,专利评审委员会联合主席。
报告题目:当知识图谱遇见区块链
报告摘要: 区块链如何实现大规模行业应用呢?其中数据真实有效的来源是各个行业领域中都不可忽视的问题。区块链2.0基于以太坊的智能合约层,依赖于外部获取数据,难以实现不同链间的协同与交换。在此基础上,PCHAIN开创了区块链上的智能数据与知识图谱的技术方式,两者相辅相成,帮助智能合约形成闭环,知识图谱作为节点内置的相应模块,将复杂的知识领域以特定形式记录下来,供其他智能合约调用,可支撑大规模行业应用的数据获取。
PANEL嘉宾
周国栋
苏州大学教授博导。1997年毕业于新加坡国立大学获得博士学位;2006年加入苏州大学,组建自然语言处理实验室。研究方向:自然语言理解、自然语言认知。近5年发表CCF A/B类论文100多篇,主持NSFC项目4个(包括重点项目2个) 。据Google Scholar统计,论文引用7000次,目前担任ACM TALLIP副主编、《软件学报》责任编委、CCF中文信息技术专委会副主任委员、苏州大学校学术委员会委员。
张伟
阿里巴巴业务平台资深算法专家,商品知识图谱负责人。张伟博士毕业于新加坡国立大学,本科毕业于哈尔滨工业大学。曾任新加坡资讯通信研究院自然语言处理应用实验室主任。研究领域:知识图谱、自然语言处理,机器学习等。