专栏名称: 机器学习研究会
机器学习研究会是北京大学大数据与机器学习创新中心旗下的学生组织,旨在构建一个机器学习从事者交流的平台。除了及时分享领域资讯外,协会还会举办各种业界巨头/学术神牛讲座、学术大牛沙龙分享会、real data 创新竞赛等活动。
目录
相关文章推荐
黄建同学  ·  24小时,牛-20241029155914 ·  2 天前  
黄建同学  ·  如果你还没读过Meta发布Llama3.2 ... ·  2 天前  
新智元  ·  陶哲轩神预言!Transformer破解百年 ... ·  3 天前  
宝玉xp  ·  //@t0mbkeeper:这倒也不是新鲜事 ... ·  4 天前  
黄建同学  ·  【阿里GraphScope图计算系统的发展历 ... ·  6 天前  
51好读  ›  专栏  ›  机器学习研究会

免费会议|北理工知识图谱与智能问答研讨会(9月10日)

机器学习研究会  · 公众号  · AI  · 2017-09-03 19:33

正文

 

“北京理工大学大数据创新学习中心”有效地融合了高校资源和业界资源推出了Python、知识图谱、机器学习等系列专题学习与研讨活动,其中知识图谱专题涉及了知识图谱构建技术、知识图谱应用、大规模知识图谱数据存储、知识图谱与聊天机器人等主题,引起了北京地区广大师生和业界人员的高度关注。

2017年7月,国务院《新一代人工智能发展规划》明确提出了“建立新一代人工智能关键共性技术体系”的重点任务,特别强调了“研究跨媒体统一表征、关联理解与知识挖掘、知识图谱构建与学习、知识演化与推理、智能描述与生成等技术,开发跨媒体分析推理引擎与验证系统”的关键共性技术。

为满足高校、科研院所和IT产业对“关键共性技术”所涉及 “知识图谱与人工智能” 主题的交流与学习需求,北京理工大学大数据创新学习中心将于9月10日在北京理工大学召开“知识图谱与智能问答研讨会”,届时将邀请学术界与知名业界的专家做主题报告和面对面的研讨。




    本次活动面向北京理工大学师生、北京地区高校师生及科研机构免费开放,提供茶歇,参会人员食宿与交通费用自理。诚挚邀请感兴趣的师生、研究人员和从业人士莅临本次活动,具体通知如下:

知识图谱与智能问答研讨会

 

2017年9月10日(周日) 9:00—17:30

 

北京理工大学(中关村校区) 研究生院  101报告厅

报名方式


点击文末左下角的阅读原文进入报名页面


主办方


北京理工大学大数据创新学习中心


支持单位


协办方

雪晴数据网

北京友万信息科技有限公司


合作媒体

                       



会议免费!!!提供茶歇!!!食宿自理~


雪晴数据网会免费直播本次会议,不能到场的小伙伴的可以在线观看

直播网址  http://live.xueqing.tv/room/bit


有问题可以通过公众平台留言,或发邮件到[email protected]


活动安排



9:00—9:40

领导讲话,“北京数据科学联合教育中心”成立仪式

北京理工大学龙腾校长助理、北京理工大学研究生院院长、北京理工大学计算机学院院长、中国人民大学统计与大数据研究院院长讲话

9:40—10:20

cnschema:开放中文知识图谱的进展

丁力博士、海知智能CTO

10:20—10:40

 

虚拟化知识图谱的关键技术和应用

肖国辉、意大利博尔扎诺自由大学

10:40—10:50

茶歇

10:50—11:30

聊天机器人产业化落地的思考和实践 

王昊奋博士、上海瓦歌智能科技有限公司总经理,深圳狗尾草智能科技公司CTO

11:30—12:10

OpenKG与cnSchema 

陈华钧教授,浙江大学

12:10—13:30

午休

13:30—14:10

佛学和农业知识图谱构建及问答系统介绍 

漆桂林教授,东南大学

14:10—14:50

Knowledge Learning for Question Answering in Healthcare Domain

闫峻、微软亚洲研究院高级研究员

14:50—15:00

茶歇

15:00—15:40

Natural Language Question Answering over Knowledge Graph

邹磊、北京大学

15:40—16:20

精益地构造问答系统

鲍捷博士、文因互联CEO

16:20—17:00

如何搭建Chatbot以及聊天机器人理论框架

魏晨、图灵机器人

17:00—17:30

专家交流与问答环节(陈华钧教授主持)



汇报专家简介&报告信息



报告题目cnschema:开放中文知识图谱的进展 

专家介绍

丁力博士,海知智能CTO,联合创始人。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。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。 

报告内容

cnSchema.org是一个基于社区维护的开放的知识图谱Schema标准。cnSchema的词汇集包括了上千种概念分类(classes)、数据类型(data types)、属性(propertities)和关系(relations)等常用概念定义,以支持知识图谱数据的通用性、复用性和流动性。结合中文的特点,我们复用、连接并扩展了Schema.org,Wikidata, Wikipedia等已有的知识图谱Schema标准,为中文领域的开放知识图谱、聊天机器人、搜索引擎优化等提供可供参考和扩展的数据描述和接口定义标准。通过cnSchema, 开发者也可以快速对接上百万基于Schema.org定义的网站,以及Bot的知识图谱数据API。本报告描述了我们遇到的挑战和工作方向,给出了案例分析和发展路径。最后介绍了schema目前完成/在研的若干志愿者任务。 

 

报告题目:虚拟化知识图谱的关键技术和应用

专家介绍

肖国辉博士,意大利博尔扎诺自由大学计算机学院助理教授。北京大学应用数学本科、硕士,奥地利维也纳工业大学计算机博士。目前他的主要研究领域包括知识表示与推理,数据集成,时空数据推理,专攻基于本体的数据访问(OBDA)的理论和技术。并研究如何将这些技术和理论应用于实际的工业案例。目前为Ontop研究团队的负责人,主持OBDA技术的研究,开发和应用。Ontop为当前最先进的OBDA系统,其研发主要依托于欧盟第7框架项目Optique。发表论文50余篇,其中多篇发表在国际顶级学术会议及期刊。

报告内容

基于本体的数据访问技术(ontology-based data access,OBDA)可以将现有的数据库虚拟化为知识图谱。虚拟化的知识图谱通过提供了一种高层次的查询接口,使得最终用户不需关心底层的数据存储和组织。此技术的核心为查询重写,可以重用现有的数据库的功能。本报告首先将介绍OBDA技术的基本知识。然后讲解Ontop系统怎样实现知识图谱虚拟化。最后,我们讨论知识图谱虚拟化技术在石油、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。


报告题目:聊天机器人产业化落地的思考和实践  

专家介绍

     王昊奋博士,上海瓦歌智能科技有限公司总经理,深圳狗尾草智能科技公司CTO,OpenKG发起人之一。王昊奋在语义技术和图数据管理方面有比较丰富的经验和积累,共发表75余篇高水平论文,其中包括35余篇CCF A类和B类论文。作为技术负责人,他带领团队构建的语义搜索系统在十亿三元组挑战赛(Billion Triple Challenge)中获得全球第2名的好成绩;在著名的本体匹配竞赛OAEI的实体匹配任务中获得全球第1名的好成绩。他带领团队构建了第一份中文语义互联知识库zhishi.me,被邀请参加W3C的multilingual研讨会并做报告。他还带领团队参加了百度知识图谱竞赛获得所有任务第一名的好成绩。此外,他还长期作为ISWC, WWW, AAAI等国际顶级会议程序委员会委员。目前,王昊奋担任CCF YOCSEF上海主席,中文信息学会语言与知识计算专委会副秘书长,中国计算机学会术语工作委员会执行委员等社会职位。

报告内容

近年来,聊天机器人作为AI技术的杀手级应用,发展得如火如荼,各种智能硬件层出不穷。本次演讲将系统地阐述聊天机器人的分类和关键技术,并分析Apple Siri、IBM Watson、Google Allo、Facebook Messenger和Amazon Echo等典型代表的优缺点,并第一次给出聊天机器人行业的技术面面观。在此基础上,将展望聊天机器人通往更智能化、更人性化、更趣味化的道路上所面临的挑战,并聚焦到知识图谱技术在问答、推理和服务融合等方面的机遇和挑战。

 

报告题目OpenKG与cnSchema  

专家介绍

陈华钧教授,浙江大学计算机科学与技术学院教授、博导。主要研究方向为语义互联网与知识图谱、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、中国中文信息学会理事/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智能专委会委员等。在IJCAI, WWW, AAAI/IAAI, ICDE, TKDE, Briefings in Bioinforamtics 等国际顶级会议或期刊上发表多篇论文,并曾获国际语义互联网会议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。全国知识图谱与语义计算大会CCKS2016程序委员会主席,联合创办国际语义技术联合会议JIST等。

报告内容

OpenKG旨在促进知识图谱数据的开放与互联,促进知识图谱与语义技术的广泛应用与普及,本报告概要介绍了开放知识图谱OpenKG的一些正在开展的工作,这包括开放图谱资源库、链接的开放中文百科知识图谱、开放知识图谱的Schema——cnSchema。并结合cnSchema的一些工作,介绍了知识图谱在智能搜索及问答领域的潜在应用场景。

 

 

报告题目:佛学和农业知识图谱构建及问答系统介绍

专家介绍

    漆桂林教授,东南大学教授、博导,获得“六大人才高峰”资助,中国中文信息学会语言与知识计算专业委员会副主任和中国科学技术情报学会知识组织专业委员会副主任,开放知识图谱联盟OpenKG的联合创始人之一,新华社中国经济信息社特约专家语义Web著名国际期刊Journal of Web Semantics的编委。曾任中国语义Web和Web科学大会主席、国际会议JIST程序委员会主席。指导学生在国际会议ICTAI获得最佳学生论文奖。发表高水平学术论文100余篇,出版专著一部。6项专利获得授权或者受理。先后承担包括国家自然科学基金和欧洲第七框架项目Marie Curie IRSES在内的多项科研项目,并且承担了华为、百度等企业项目,作为第二负责人参与了由科大讯飞牵头的863课题“高考机器人”的一个子课题。在知识工程、大数据语义分析、知识图谱等领域有将近20年的研究和产业化经验。

报告内容

本报告中,我们首先介绍佛学和农业知识图谱构建的相关技术,包括如何从百科中抽取领域相关的知识,以及然后对百科中缺失的数据进行补全;其次,我们将介绍佛学和农业知识图谱问答的相关技术,并做系统演示。

 

报告题目Knowledge Learning for Question Answering in Healthcare Domain

专家介绍

    闫峻研,微软亚洲研究院高级研究员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.

报告内容

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.

 

  

报告题目:精益地构造问答系统

专家介绍

鲍捷博士,有十余年的人工智能研究经验,研究领域有神经网络、知识表现与推理、语义网、机器学习、自然语言处理等。中国中文信息学会语言与知识计算专委会委员。历任美国三星研发中心研究员,MIT访问研究员,BBN访问研究员,RPI博士后,Iowa State Univ博士,W3C Web本体语言工作组成员,国际语义网会议ISWC组委会和程序委员会成员。

报告内容

问答系统是一种复杂系统,难以一次性整体构造,也不存在单一算法的解决方案。端到端的训练算法在现实落地中经常会遇到困难。本次讲座探讨如何精益地构造问答系统,即如何循序渐进的从简单到复杂,去“生长”一个问答系统。

 

报告题目如何搭建Chatbot以及聊天机器人理论框架 

专家介绍

魏晨,图灵机器人认知计算小组负责人。于2012年获得硕士学位。硕士期间在数据挖掘领域发表了2篇会议论文,1篇ISF期刊,Springer书的一章,和1本书(在亚马逊售卖)。曾经是美国政府特邀访问学者,也曾在科英布拉大学做研究员。目前在图灵机器人工作。研究兴趣包括推荐系统,知识图谱和文本挖掘。

图灵机器人公司是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”, 产品服务包括机器人开放平台,机器人OS和场景方案。公司成立于2010年,2013年推出全球第一款中文人工智能语音助手-虫洞语音助手,累计4500万用户量。2014年推出开放人工智能机器人平台,至今已有60多万合作伙伴和开发者。让开发者和厂商能够在10分钟内创建专属的聊天机器人。2015年推出图灵OS。2016年推出图灵OS 1.5。

报告内容

随着人工智能的高潮,聊天机器人渐渐引起了人们的青睐。如何快速的搭建一个聊天机器人,其背后的主要技术是什么。在搭建的过程中,需要借鉴怎样的理论框架。图灵机器人将会进行分享。



转自:雪晴数据网