ADL108《知识图谱》开始报名了

2019 年 10 月 8 日 中国计算机学会

知识图谱实现了大规模数据认知与推理，是人工智能逻辑推理、知识与数据融合、认知与计算融合以及复杂协同决策等关键技术发展与应用的重要一环，是人工智能领域的一个重要支撑。本期ADL邀请学术界与工业界一线研究人员系统介绍知识图谱前沿技术与落地实践。

CCF学科前沿讲习班

The CCF Advanced Disciplines Lectures

CCFADL第108期

主题知识图谱

2019年11月8-10日

北京-中国科学院计算技术研究所

知识图谱作为大数据时代重要的知识表示方式，有效地实现了大规模数据认知与推理，是人工智能逻辑推理、知识与数据融合、认知与计算融合以及复杂协同决策等关键技术发展与应用的重要一环，已经成为人工智能领域的一个重要支撑。

本期CCF学科前沿讲习班《知识图谱》，讲授当前知识图谱发展关键技术及其最新研究进展，旨在全面系统讲授、研讨知识图谱相关主题，对当前知识图谱前沿技术与行业落地实践进行系统性介绍，帮助学员系统地掌握知识图谱概念与技术，快速了解和学习该领域的研究热点和前沿技术，掌握学科发展动向和重要的应用方法，开阔科研视野，增进学术交流，增强实践能力。

本期讲习班邀请到了本领域6位来自于著名高校与科研机构的重量级专家学者做主题报告。他们将对知识图谱构建、知识图谱融合、众包构建、知识图谱的表示学习、知识图谱的行业应用实践等关键技术、应用实践及当前热点问题进行深入浅出的讲解，并对如何开展本领域前沿技术研究等进行指导，使参加者在了解学科热点、提高理论水平的同时，掌握最新技术趋势。

学术主任：肖仰华复旦大学

主办单位：中国计算机学会

活动日程：

特邀讲者

杨红霞阿里巴巴资深算法专家

讲者简介：杨红霞，美国杜克大学博士学位，原IBM全球研发中心Watson研究员，Yahoo！主任数据科学家，现任阿里巴巴资深算法专家，带领团队开发基于计算平台和搜索推荐的智能算法，稳定的支持了阿里巴巴搜索、广告等30几个核心BU和其业务场景。在顶级统计和机器学习国际学术期刊会议发表论文50余篇（包括JASA, ICML, NIPS, ATSTATS, KDD, ICDM，CIKM和WWW等），美国专利9项，任职 Applied Stochastic Models in Business and Industry副主编，International Statistical Institute理事，中国电子学会青年科学家俱乐部理事，浙江省千人计划专家，2019世界人工智能大会最高奖项卓越人工智能引领者（Super AI Leader，简称SAIL奖）获得者。

报告题目：大规模图神经网络与实践

报告摘要：图神经网络是深度学习领域非常热门的前沿研究热点之一，各大高校的研究人员和各大公司的算法专家均投入大量精力进行深入研究。图神经网络初步展示了在深度学习无法处理的关系推理、可解释性、因果推理等一系列问题的巨大潜力，而这些问题被业界认为是能够推动人工智能出现实质性进展的关键。本次报告会围绕着图神经网络近几年在图表示学习、图分类等多个方向进行总结，整体介绍图神经网络这个领域的学术界的相关进展以及在工业界的最新应用案例。

袁晶华为云通用AI服务总经理

讲者简介：袁晶，华为云通用AI服务总经理、语音语义创新Lab主任、首席科学家。加入华为前，曾任微软人工智能创造事业部副总经理、微软小冰资深科学家主管，负责微软Bing亚太区知识图谱构建和应用，作为微软小冰AI创造技术总负责人，带领团队研发了包括看图写诗，听音作画，词曲创作等一系列产品，并打造了覆盖国内90%金融机构和40%个人投资者的金融文本生成产品线。在此之前，任微软亚洲研究院研究员,在顶级国际会议上发表60+篇论文，并多次获得最佳论文奖项。曾获国家教育部自然科学一等奖、中科院百篇优博论文奖、微软学者奖。长期担任SIGKDD, ACL, AAAI等多个国际会议的程序委员会委员，中国计算机学会(CCF)和美国电气与电子工程师学会(IEEE)高级会员。

报告题目：知识计算即服务：赋能企业知识化转型

报告摘要：数字化转型的逐步深入，驱动了AI在产业界的应用逐步从感知智能上升到认知智能维度。大量非结构化和半结构化数据往往蕴藏着宝贵的行业领域知识和企业自身的知识沉淀。如何有效开采、利用这些数据为企业的效率提升和知识传承发挥价值，是企业从数字化转型走向知识化转型中的重要课题。本次分享将介绍知识计算即服务理念、技术架构、当前发展趋势及华为云在该方向上的探索和实践，包括企业级知识图谱云服务、多模态知识图谱、大规模图引擎技术、知识抽取和融合相关算法等。同时，将结合具体落地实践案例、介绍知识图谱相关技术在政务、医疗、能源等领域的应用案例，并探讨企业知识化转型未来挑战、前景及价值空间。

胡伟南京大学副教授、博士生导师

讲者简介：胡伟，南京大学计算机科学与技术系副教授、博士生导师。主要研究方向为知识图谱、数据集成、智能软件。曾先后于荷兰阿姆斯特丹自由大学、美国斯坦福大学、加拿大多伦多大学访学。主持多项国家自然科学基金项目，在高水平会议和期刊上（例如，WWW、ICML、SIGIR、IJCAI、AAAI、EMNLP、ISWC）发表30余篇论文，Google Scholar引用两千余次，还获得过JIST最佳论文奖、CCKS英文最佳论文奖、ISWC最佳论文提名等。担任中文信息学会语言与知识计算专委会委员、计算机学会数据库专委会委员、万维网联盟W3C南京大学学术代表。

报告题目：知识图谱融合方法

报告摘要：知识图谱以结构化的方式描述客观世界中概念、实体及其间的关系，将万维网的信息表达成更接近人类认知世界的形式，提供了一种更好地组织、管理和理解万维网海量信息的能力。知识图谱可以由任何机构和个人自由构建，其背后的数据来源广泛、质量参差不齐，导致它们之间存在多样性和异构性。例如，对于相交领域，通常会存在多个不同的概念或实体指称真实世界中的相同事物。本次报告将首先简要介绍知识图谱及语义集成问题，然后介绍面向知识图谱模式层的本体匹配方法，接下来介绍面向知识图谱实例层的实体对齐方法，特别涉及近期基于表示学习的实体对齐方法，最后做总结和展望。

张富峥美团点评NLP中心研究员

讲者简介：张富峥，美团点评NLP中心的研究员，知识图谱团队负责人。目前主要负责构建围绕美团生活服务领域的知识图谱及其应用，为美团各场景业务提供更加智能的服务。在此之前，张富峥博士在微软亚洲研究院担任研究员。他于2015年取得计算机博士学位，由微软亚洲研究院和中国科技大学联合培养。在微软期间，张富峥博士和所其在团队在个性化推荐、用户画像、时空数据挖掘等领域展开了创新性的研究，并应用到广告展示、新闻推荐、机器人小冰等众多产品中。他在相关领域的顶级会议和期刊上发表30余篇论文，如KDD、WWW、AAAI、IJCAI，曾获ICDM2013最佳论文大奖和中科院院长奖。张富峥博士曾担任ASONAM的工业界主席，长期担任IJCAI、WWW、SIGIR等国际会议和TKDE、TOIS、TIST等国际期刊的评审委员。

报告题目：生活服务领域知识图谱的构建及应用

报告摘要：深度学习和知识图谱是近年来人工智能技术蓬勃发展的两大核心驱动力，并且两者呈现出进一步融合的趋势。目前，全球的互联网公司都在积极布局知识图谱，Google Knowledge Graph掀起全球知识图谱热潮，Facebook依赖社交知识图谱提供独特的用户体验，阿里也提出了"藏经阁"知识图谱计划。作为全球领先的生活服务电子商务平台，美团点评拥有围绕吃喝玩乐全场景的丰富数据，通过使用深度学习技术以及自然语言处理技术，对这些跨场景数据进行充分挖掘、映射、聚合与关联，美团NLP中心构建了一个全世界最大的餐饮娱乐知识图谱——“美团大脑”，来促进每个场景下应用服务的智能升级。尤为值得一提的是，美团点评拥有行业内质量最高、覆盖度最广的数十亿条用户真实评价数据，通过细粒度情感分析算法，我们挖掘出口味、服务、价格、环境、位置等各方面有价值的“知识”。首个版本的美团大脑已经拥有超过百亿量级的知识关联，未来预期这一规模会达到数千亿级别，对于数据存储/同步、知识推理、实时计算、算法建模提出了巨大挑战。因此，我们同时正在研发超大规模分布式图数据处理引擎，用来存储和服务美团大脑系统。在这个报告中，我们将介绍知识图谱基础知识及行业现状、"美团大脑"的构建方法、以及目前在搜索推荐、赋能商家等方面的一些初步进展与落地场景。

李国良清华大学计算机系长聘教授、软件所所长

讲者简介：李国良，清华大学计算机系长聘教授，软件所所长。发表CCF A类论文100余篇，他引6700余次，获得了VLDB Early Career Research Contribution Award（VLDB杰出青年贡献奖，亚洲唯一一位，其他获奖者都是MIT、斯坦福等大学教授）、IEEE TCDE Early Career Award（IEEE 数据工程领域杰出新人奖，亚洲唯一一位）。获得KDD18、ICDE18最佳论文候选，CIKM’17最佳论文奖、DASFAA’14的最佳论文提名奖、APWeb’14最佳论文奖。获得过自然基金重点项目、优青、973青年项目资助。

报告题目：知识图谱与众包数据库

报告摘要：大数据问题所固有的规模繁杂性、高速增长性、形式多样性、价值密度低等特点为传统计算处理方法带来了严峻的挑战，很多数据处理与分析的任务仅仅依靠机器算法难以达到理想的效果，比如知识图谱构建。而众包技术可以融合群体智慧和机器算法来解决对计算机比较难的问题。然而众包数据处理需要解决三个挑战问题：质量控制、代价控制、延迟控制。本报告将介绍真值推理、任务分配、优化机制等技术来解决这些问题，并介绍众包数据库技术来解决数据融合分析、知识图谱构建等问题。最后我们会介绍该领域未来的研究方向与挑战。

肖仰华复旦大学教授、博士生导师

讲者简介：肖仰华博士，复旦大学教授、博士生导师、复旦大学知识工场实验室创始人、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、知识图谱前沿技术系列课程发起人、十多个国家/省市/企业研究奖项获得者、三十多个国家/省市/企业研发项目负责人。在国际顶级学术会议与期刊（包括SIGMOD、VLDB、ICDE、IJCAI、AAAI、TKDE等）发表论文百余篇，授权近20项知识图谱专利。百余次担任国际/国内学术机构/会议的学术服务工作。领导构建了知识库云服务平台(知识工场平台kw.fudan.edu.cn)，发布了一系列知识图谱，以API形式为数百家应用单位服务近10亿次。

报告题目：大规模知识图谱的自动化构建

报告摘要：知识图谱技术自2012年推出以来，取得了极大的发展，已经成为大数据时代的重要知识表示之一，成为了大数据知识工程的典型代表，成为了认知智能实现的核心基础技术，有力了推动智能化的发展进程。知识图谱是大数据知识工程的代表。大数据知识工程是以自动化构建为其核心特征。大规模知识图谱的自动化高质量构建是当前知识图谱成功落地应用的重要报保障。本报告将结合复旦大学知识工场的研究与落地实践，系统介绍大规模知识图谱自动化构建的动机、关键技术与应用实践。

学术主任

肖仰华复旦大学教授、博士生导师

肖仰华博士，复旦大学教授、博士生导师、复旦大学知识工场实验室创始人、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、知识图谱前沿技术系列课程发起人、十多个国家/省市/企业研究奖项获得者、三十多个国家/省市/企业研发项目负责人。在国际顶级学术会议与期刊（包括SIGMOD、VLDB、ICDE、IJCAI、AAAI、TKDE等）发表论文百余篇，授权近20项知识图谱专利。百余次担任国际/国内学术机构/会议的学术服务工作。领导构建了知识库云服务平台(知识工场平台kw.fudan.edu.cn)，发布了一系列知识图谱，以API形式为数百家应用单位服务近10亿次。

时间：2019年11月8-10日

地点：北京•中国科学院计算技术研究所一层报告厅（北京市海淀区中关村科学院南路6号）