【北大】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15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、IJCAI、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/

【讲座PPT】

请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“KGKT” 就可以获取该讲座PPT下载链接~ 

  
  

-END-

专 · 知

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎登录www.zhuanzhi.ai，注册登录专知，获取更多AI知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程视频资料和与专家交流咨询！

请加专知小助手微信（扫一扫如下二维码添加），加入专知人工智能主题群，咨询技术商务合作~

专知《深度学习:算法到实战》课程全部完成！560+位同学在学习，现在报名，限时优惠！网易云课堂人工智能畅销榜首位！

点击“阅读原文”，了解报名专知《深度学习:算法到实战》课程