【知识图谱】知识图谱的关键技术及其智能应用

【导读】 随着自然语言处理等相关技术的发展，知识图谱已经成为工业界开展下一代人工智能应用的重要基础。  几周前，北京大学的赵东岩老师，在计算所做了名为《知识图谱的关键技术及其智能应用》的讲座，讲座从知识图谱构建、补全及其人机交互问答等方面系统阐述知识图谱的关键技术方案；并结合北大计算机研究所在这个研究方向上的具体进展，以实际应用为背景、探讨如何基于知识图谱实现智能问答等智能应用的技术路线。

【作者简介】

赵东岩老师是北京大学王选计算机研究所研究员，博士生导师。1987年进入北京大学计算机系本科学习， 1991 、 1994 年分别获得北京大学理学学士和硕士学位。 1997 年起，北京大学计算机应用技术专业在职博士生， 2000 年获得理学博士学位。

主要研究方向为自然语言处理、大规模语义数据管理、基于知识的智能服务技术。计算机学会（CCF）杰出会员， CCF 中文信息技术专委会秘书长、 CCF 大数据专家委员会委员、 CCF 网络与数据通信专委会委员 ，中文信息学会社会媒体处理专委会 常委 ； 全国新闻出版信息标准化技术委员会委员，全国中文新闻信息标准化技术委员会委员。

近年来承担国家自然科学基金、863、科技支撑计划等国家级项目 1 5 项、主持 7 项，省部级科研项目8项、主持 4 项，发表学术论文 100 余篇（包括 ACL、AAAI、I JCAI、SIGKDD、SIGIR、SIGMOD、VLDB，AI Journal、TKDE、VLDB Journal 等顶级会议和期刊 40 余篇），授权发明专利 20 项、申请10项，先后七次获得国家和省部级奖励，包括 2006 年度国家科技进步二等奖（排名第一）。 个人获第十届中国青年科技奖（ 2007 年）和北京市第七届“科技之光”技术创新特别奖等荣誉。

长期从事自然语言处理和大规模语义数据管理的前沿研究工作。近五年来牵头研制了具有自动扩展和质量控制功能的开放域语义知识库构建技术、基于知识库的语义理解与自然语言问答、语义搜索引擎等一系列自然语言理解与认知智能的前沿技术，并开展了面向智能知识服务的行业应用。采用上述技术构建的 PKUBase 是国内科研单位建设最早且规模最大的语义知识库之一。基于知识库的语义理解和自然语言问答系统在欧盟组织的国际权威评测 QALD 上连续三年取得了第一名的成绩，在美国 NIST 组织的 TREC 微博检索任务上连续两年取得第一名。

赵老师个人主页：http://www.wict.pku.edu.cn/zhaodongyan/